鸡胚成活性检测方法和装置制造方法及图纸

本发明专利技术公开了一种鸡胚成活性检测方法和装置，属于图像处理领域，所述方法包括：获取鸡胚图像；提取所述鸡胚图像中各个像素点的R、G、B值；基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值；利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果。本发明专利技术能够提高鸡胚成活性检测的处理速度、准确性、鲁棒性。

Chick embryo activity detecting method and apparatus

The invention discloses a method and a device for detecting the activity of chicken, which belongs to the field of image processing, the method comprises: acquiring the image to extract the chick embryo; the image of each pixel of the R, G, B; the R, G, B based on the value of blood vessels and the gas chamber detection, get a series of the characterization of the chick embryo, vascular image color and gas chamber; using pre trained classifier for the classification of a series of characteristic values, obtained results to detect the activity of chicken. The invention can improve the processing speed, accuracy and robustness of the chicken embryo viability test.

【技术实现步骤摘要】
鸡胚成活性检测方法和装置
本专利技术涉及图像处理领域，特别是指一种鸡胚成活性检测方法和装置。
技术介绍
目前国内禽流感疫苗、动物流感疫苗(如猪流感、犬流感等)以及部分人用疫苗(如甲流、乙肝疫苗等)多数采用“鸡胚法”生产，即在胚蛋中培养病毒的方式。鸡胚，是病毒培养的载体，鸡胚经过严格筛选，要考虑是否受精、是否污染、天数、大小等，工人将病毒接种到鸡胚尿囊腔中，让病毒伴随鸡胚的发育自然繁殖，经过一段时间的培育再从鸡胚中提取病毒，经灭活等工序处理后生产出防疫注射疫苗。鸡胚蛋的存活与疫苗生产的质量安全和成本密切相关，鸡胚蛋的存活检测是“鸡胚法”疫苗生产过程中的重要工序，在病毒采集过程中，如果坏死胚胎未被有效剔除将造成重大安全问题，因此，病毒采集前的鸡蛋胚胎成活性检测至关重要。现阶段，在实际应用中国内厂家均是采用人工照蛋的方式进行鸡蛋孵化情况的检测，但是鉴于人工检测的方式存在着劳动强度大、检测标准不统一、检测效率低以及结果易受主观因素影响等问题的存在，人工方式已不能满足现代疫苗制备业的发展需求。美国的DasK和EvansM.D等人通过处理孵化早期的鸡胚图像，根据其直方图的形状得出峰值比、区间系数比、一阶导数、二阶导数及阶距等特征参数，并采用序贯分类法判断鸡胚的成活性。虽然上述鸡胚成活性检测方法取得了不错的检测效果，但是它仍然存在很多缺陷。首先，由于此方法的判断依据需要处理大量的数字特征参数，会在很大程度上降低计算机处理速度。其次，此方法还要求很大的数据存储量，从而导致整个系统检测速度较低，无法满足工业现场生产线实时检测速度要求。另外，这种检测方法只局限于白壳蛋，对红壳蛋的检测效果很不理想。
技术实现思路
本专利技术提供一种鸡胚成活性检测方法和装置，该方法能够提高鸡胚成活性检测的处理速度、准确性、鲁棒性。为解决上述技术问题，本专利技术提供技术方案如下：一方面，本专利技术提供一种鸡胚成活性检测方法，包括：获取鸡胚图像；提取所述鸡胚图像中各个像素点的R、G、B值；基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值；利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果。另一方面，本专利技术提供一种鸡胚成活性检测装置，包括：图像获取模块，用于获取鸡胚图像；R、G、B值提取模块，用于提取所述鸡胚图像中各个像素点的R、G、B值；特征值提取模块，用于基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值；分类模块，用于利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果。本专利技术具有以下有益效果：首先，本专利技术采用机器代替人眼进行检测鸡胚的成活性，用以判断鸡胚是否满足疫苗制备的需求，效率高效，工作稳定，可靠性高，克服了人眼检测的弊端；并且可以对检测结果实时存储，并统计胚蛋的检测结果与信息，方便后续分析研究。其次，本专利技术使用能够反映鸡胚图像颜色、血管和气室的一系列特征值来检测鸡胚的成活性，特征信息丰富，准确性好，不仅适用于白壳蛋，还适用于红壳蛋，适用范围广。再次，本专利技术并不需要对物体进行建模，通过图像的全局特征进行匹配分析，可以有效地避免局部特征方法在复杂姿态和遮挡关系情况下出现的特征匹配歧义性问题，鲁棒性与旋转不变性好。而且，本专利技术能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像，如本应用领域的鸡胚图像。进一步的，由于工业现场环境和搬运蛋盘运动过程的危险性，本专利技术可在一定程度上保障人身安全，减少事故，扩展性强，故障率低，符合工业现代化与智能化的发展趋势。另外，本专利技术的特征值能够反映鸡胚图像颜色，可间接反映出鸡胚表面是否干净，可提高获得鸡胚的质量、产量和低消耗，解决了易造成局部污染的问题。最后，本专利技术的表征鸡胚图像颜色、血管和气室的一系列特征值是统计得到的像素数，并且对特征值进行分类时，是将特征值和相应的阈值参数进行比较，即本专利技术的算法只用到加减法，计算量小，处理速度快，并且数据存储量小，可以满足工业现场生产线实时检测速度要求。综上所述，本专利技术的鸡胚成活性检测方法能够提高鸡胚成活性检测的处理速度、准确性、鲁棒性。附图说明图1为本专利技术的鸡胚成活性检测方法的流程图；图2为本专利技术中的图像矩阵示意图；图3为本专利技术中的成活蛋示意图；图4为本专利技术中的臭蛋示意图；图5为本专利技术中的白蛋示意图；图6为本专利技术中的溶血蛋示意图；图7为本专利技术中的裂缝蛋示意图；图8为本专利技术中的坏死蛋示意图；图9为本专利技术中的弱胚蛋示意图；图10为本专利技术中的翻头蛋示意图；图11为本专利技术中的偏气室蛋示意图；图12为本专利技术中的图像遍历示意图；图13为本专利技术的鸡胚成活性检测装置的示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。一方面，本专利技术提供一种鸡胚成活性检测方法，如图1所示，包括：S101：获取鸡胚图像。本步骤中，鸡胚图像从图像采集设备获取。S102：提取鸡胚图像中各个像素点的R、G、B值。本步骤可以将鸡胚图像当作矩阵进行处理，提取出矩阵中相应的R、G、B值，图像矩阵举例如图2，左边为鸡胚图像，右边为图像矩阵。S103：基于R、G、B值，进行血管和气室检测，得到表征鸡胚图像颜色、血管和气室的一系列特征值。本步骤中，分别对鸡胚图像的颜色直方图、气室大小、血管数量和形状以及血管分布等特征信息进行特征提取和统计分析。由于本专利技术的一系列特征值能够反映鸡胚图像颜色、血管和气室的信息，特征信息丰富，检测结果准确。并且由于提取的颜色特征为全局特征，描述了鸡胚图像所对应的景物的表面性质，是基于像素点的特征，所有属于鸡胚图像的像素都有各自的贡献，颜色对鸡胚图像的方向、大小等变化不敏感，所以具有较好地鲁棒性与旋转不变性。S104：利用预先训练的分类器对一系列特征值进行分类，得到鸡胚成活性检测结果。在进行本专利技术的鸡胚成活性检测方法之前，需要使用鸡胚样本图像对分类器进行训练，得到分类器的各个阈值参数，在本专利技术进行识别时，只需要将特征值输入分类器，将特征值和相应的阈值参数进行比较，即可得到鸡胚成活性检测的结果。本专利技术有以下有益效果：首先，本专利技术采用机器代替人眼进行检测鸡胚的成活性，用以判断鸡胚是否满足疫苗制备的需求，效率高效，工作稳定，可靠性高，克服了人眼检测的弊端；并且可以对检测结果实时存储，并统计胚蛋的检测结果与信息，方便后续分析研究。其次，本专利技术使用能够反映鸡胚图像颜色、血管和气室的一系列特征值来检测鸡胚的成活性，特征信息丰富，准确性好，不仅适用于白壳蛋，还适用于红壳蛋，适用范围广。再次，本专利技术并不需要对物体进行建模，通过图像的全局特征进行匹配分析，可以有效地避免局部特征方法在复杂姿态和遮挡关系情况下出现的特征匹配歧义性问题，鲁棒性与旋转不变性好。而且，本专利技术能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像，如本应用领域的鸡胚图像。进一步的，由于工业现场环境和搬运蛋盘运动过程的危险性，本专利技术可在一定程度上保障人身安全，减少事故，扩展性强，故障率低，符合工业现代化本文档来自技高网...

【技术保护点】
一种鸡胚成活性检测方法，其特征在于，包括：获取鸡胚图像；提取所述鸡胚图像中各个像素点的R、G、B值；基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值；利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果。

【技术特征摘要】
1.一种鸡胚成活性检测方法，其特征在于，包括：获取鸡胚图像；提取所述鸡胚图像中各个像素点的R、G、B值；基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值；利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果。2.根据权利要求1所述的鸡胚成活性检测方法，其特征在于，所述基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值包括：根据所述R、G、B值确定所述鸡胚图像的有效区域；基于Blob分析技术遍历整个有效区域，并统计满足特定条件的像素数，得到第一特征值N1、第二特征值N2、第三特征值N3、第四特征值N4、第五特征值N5和第六特征值N6，其中：所述第一特征值N1表征所述有效区域的黑暗程度特征；所述第二特征值N2表征所述有效区域的明亮程度特征；所述第三特征值N3表征所述有效区域的颜色偏向特征；所述第四特征值N4表征所述有效区域的裂缝特征；所述第五特征值N5和第六特征值N6表征所述有效区域的血管特征。3.根据权利要求2所述的鸡胚成活性检测方法，其特征在于，所述第一特征值N1为R∈[0,20]且G∈[0,15]且B∈[0,10]的像素点数量；所述第二特征值N2为R∈[100,255]且G∈[150,255]且B∈[160,255]的像素点数量；所述第三特征值N3为R∈[180,220]且G∈[20,60]且B∈[0,50]且的像素点数量；所述第四特征值N4为|R-RLi|>70或|G-GLi|>40或|B-BLi|>30的像素点数量；所述第五特征值N5为R∈[50,150]且G∈[100,200]且B∈[40,70]的像素点数量；所述第六特征值N6为R∈[20,50]且G∈[120,180]且B∈[70,100]的像素点数量；RLi、GLi、BLi分别代表距离当前像素点上、下各20个像素的像素点的R、G、B值，i＝1、2；或者RLi、GLi、BLi分别代表距离当前像素点左、右各20个像素的像素点的R、G、B值，i＝1、2。4.根据权利要求3所述的鸡胚成活性检测方法，其特征在于，所述利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果包括：判断N1、N2、N3、N4、N5和N6是否满足N1<M11且N2<M12且N3<M13且N4<M21且N5<M22且N6<M23，若是，则鸡胚为成活蛋，鸡胚成活性检测通过，否则，鸡胚成活性检测不通过；其中，M11、M12、M13、M21、M22和M23分别为分类器训练后得到的阈值参数。5.根据权利要求4所述的鸡胚成活性检测方法，其特征在于，所述基于所述R、G、B值，进行血管和气室检测，得到表征所述鸡胚图像颜色、血管和气室的一系列特征值还包括：基于Blob分析技术遍历整个有效区域，并统计满足特定条件的像素数，得到第七特征值N7和第八特征值N8，所述第七特征值N7和第八特征值N8表征所述有效区域的气室特征，其中：所述第七特征值N7为R∈[200,255]且G∈[220,255]且B∈[230,255]的像素点数量；所述第八特征值N8为有效区域上半部分的R∈[200,240]且G∈[200,255]且B∈[200,250]且|R-B|>40的像素点数量。6.根据权利要求5所述的鸡胚成活性检测方法，其特征在于，所述利用预先训练的分类器对所述一系列特征值进行分类，得到鸡胚成活性检测结果还包括：根据N1、N2、N3、N4、N5、N6、N7和N8满足的条件，判断鸡胚的类...

【专利技术属性】
技术研发人员：王玉瑶，
申请(专利权)人：北京天诚智能科技有限公司，
类型：发明
国别省市：北京,11