【摘要】：上孵前識(shí)別種蛋中的受精信息,剔除無精蛋是種蛋孵化業(yè)亟待解決的難題之一,在孵化的過程中每年都要浪費(fèi)大量的未受精蛋,其造成的經(jīng)濟(jì)損失相當(dāng)大。因此,盡可能早地檢測(cè)出無精蛋,可以提高孵化的經(jīng)濟(jì)效益及后期的蛋品加工質(zhì)量,帶來可觀的經(jīng)濟(jì)效益。目前,國(guó)內(nèi)種蛋的檢測(cè)主要是采用傳統(tǒng)的人工頭照方法完成,但該方法不僅加大了工人的勞動(dòng)力度,檢測(cè)速度慢,而且判斷的結(jié)果受人為因素的影響。本文提出采用透射高光譜成像技術(shù),融合圖像和光譜信息,對(duì)其孵化前的受精信息進(jìn)行檢測(cè),以此來提高種蛋的孵化率、經(jīng)濟(jì)效益,為種蛋的實(shí)時(shí)在線檢測(cè)提供理論依據(jù)和技術(shù)支持。本課題以荊州市峪口禽業(yè)有限公司的白殼京粉1號(hào)雞種蛋及華中農(nóng)業(yè)大學(xué)養(yǎng)雞場(chǎng)的白萊航雞種蛋為研究對(duì)象,利用高光譜成像儀,開展基于透射高光譜成像技術(shù)的孵化前受精蛋與無精蛋的無損識(shí)別方法研究,具體工作如下:(1)搭建透射高光譜圖像采集系統(tǒng),對(duì)高光譜儀采集圖像時(shí)的光源、光強(qiáng)、分辨率、曝光時(shí)間、載物臺(tái)移動(dòng)速度等參數(shù)進(jìn)行調(diào)節(jié)設(shè)置,最終攝像頭的曝光時(shí)間確定為0.1s,圖像分辨率為400400?,種蛋樣本采集速度為1.7mm/s;采集孵前種蛋在400~1000nm的高光譜圖像。(2)對(duì)受精蛋和無精蛋進(jìn)行圖像處理分析,提取了4個(gè)圖像特征:長(zhǎng)短軸之比、伸長(zhǎng)度、圓度、蛋黃面積與整蛋面積之比。對(duì)受精蛋和無精蛋進(jìn)行光譜處理分析,使用ENVI軟件提取種蛋520個(gè)波段的光譜信息,將光譜信息分為可見光、近紅外、全波段三個(gè)波段區(qū)域,經(jīng)過分析,最終可見光范圍的波段被選擇用來對(duì)種蛋的類別進(jìn)行判別,采用不同的預(yù)處理方法對(duì)樣本的光譜進(jìn)行預(yù)處理,多元散射校正(Multiplicative Scatter Correction,MSC)、變量標(biāo)準(zhǔn)化(Normalize)、標(biāo)準(zhǔn)正態(tài)變量變換(Standard Normal Variate Transformation,SNV)、一階導(dǎo)數(shù)(First Derivative,FD)、MSC+FD,SNV+FD,Normalize+FD;經(jīng)過Normalize預(yù)處理后的正確率最高,所以,光譜預(yù)處理最終選擇采用Normalize,通過Normalize預(yù)處理結(jié)合相關(guān)系數(shù)法提取155個(gè)光譜特征變量。將4個(gè)圖像特征和155個(gè)光譜特征進(jìn)行信息融合,采用主成分分析方法對(duì)融合信息進(jìn)行降維,提取前6個(gè)主成分。(3)采用支持向量機(jī)(SVM)和相關(guān)向量機(jī)(RVM)兩種分類器進(jìn)行建模,將300個(gè)種蛋樣本按照2:1的分配原則,構(gòu)建訓(xùn)練集和測(cè)試集,建立基于4個(gè)圖像特征的受精蛋和無精蛋分類判別模型,其識(shí)別精度分別為84%、90%;建立基于155個(gè)光譜特征的受精蛋和無精蛋分類判別模型,其識(shí)別精度分別為90%、91%;建立基于圖像 光譜融合信息的受精蛋和無精蛋分類判別模型,其識(shí)別精度分別為93%、96%。實(shí)驗(yàn)結(jié)果表明,基于圖像 光譜融合信息所建立的模型優(yōu)于單一信息的模型,說明利用透射高光譜成像技術(shù)融合圖像和光譜信息對(duì)雞種蛋孵前受精信息進(jìn)行識(shí)別檢測(cè)是可行的;相關(guān)向量機(jī)對(duì)孵前種蛋的受精信息識(shí)別精度要高于支持向量機(jī),識(shí)別精度達(dá)到了96%,而且識(shí)別速度很快,為在線實(shí)時(shí)檢測(cè)提供了可行性,該課題的研究為實(shí)現(xiàn)孵前無精蛋和受精蛋的在線檢測(cè)儀器奠定了理論基礎(chǔ)。
[Abstract]:......
【學(xué)位授予單位】：華中農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S831

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李天華;李海亮;;基于機(jī)器視覺技術(shù)的無精蛋鑒別研究[J];安徽農(nóng)業(yè)科學(xué);2011年23期

2 祝志慧;王巧華;王樹才;戴明鈺;馬美湖;;基于近紅外光譜的孵前種蛋檢測(cè)[J];光譜學(xué)與光譜分析;2012年04期

3 朱啟兵;馮朝麗;黃敏;朱曉;;基于高光譜圖像技術(shù)和SVDD的玉米種子識(shí)別[J];光譜學(xué)與光譜分析;2013年02期

4 于景濱,張欣艷,趙達(dá),隋吉東;孵化早期用光電法剔除無精蛋的兩種方法[J];黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào);2002年02期

5 田盛豐,黃厚寬,李洪波;基于支持向量機(jī)的手寫體相似字識(shí)別[J];中文信息學(xué)報(bào);2000年03期

6 鄒偉;方慧;劉飛;周康韻;鮑一丹;何勇;;基于高光譜圖像技術(shù)的油菜籽品種鑒別方法研究[J];浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版);2011年02期

7 白靜;楊利紅;張雪英;;一種面向語音識(shí)別的抗噪SVM參數(shù)優(yōu)化方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

，

本文編號(hào)：2205155