用于对被屠宰的牲畜躯体进行分类及其定性和定量测定的数据采集制造技术

描述了一种识别具有复杂结构的轮廓的非侵入式的方法，该方法具有的错误识别率趋近于零，可用来借助图像处理，基于特征切片区分和识别被屠宰的牲畜躯体的特征，特别是用来确定用于计算肌肉百分比、销售分类以及相关的销售值和市场价值的数据，还可用来考虑法规要求评定被屠宰的牲畜躯体的质量。根据本发明专利技术，在要区分和标识的被屠宰的牲畜躯体的具有复杂结构的轮廓的误差识别过程中，在ＰＣ形式的工作站上的操作人员与计算机进行互动，提供关于要搜寻的未被识别的或被错误识别的轮廓的足够指示，借助图像再现装置，将至少一个支撑点设置在被屠宰的牲畜躯体的一个或多个通过测量确定数据的区域中感兴趣的区域内的图像中。

【技术实现步骤摘要】
【国外来华专利技术】用于对被屠宰的牲畜躯体进行分类及其定性和定量测定的数据采集本专利技术涉及借助图像处理、基于特征片断来区分和识别具有作为被屠宰的牲畜躯体特征的复杂结构的轮廓的一种非侵入式的方法，所述方法尤其是可以用来测定用于计算肌肉百分比、销售分类以及相关的销售值和市场价值的数据，还可考虑法规要求优选地在屠宰场和肉类加工厂中评定被屠宰的牲畜躯体的质量。由现有技术已知有一系列的自动处理过程，用于通过光学图像处理测定在其沿脊柱的分割面上的被屠宰牲畜的躯体的数据以用于后续的分类和质量评定。因此，文件DD 298 310 A5/DE 41 31 556 C2和DE 41 09 345 C2描述了用于通过图像处理来测定或分析被屠宰牲畜的肉半的方法，其中外部轮廓、脂肪层、肉与背部脂肪的比率被测定，这是通过以下方式实现的：即记录了被屠宰牲畜的整个肉半的图像，包括脊柱和所有的中间椎骨层。作为确定用来分割或分类被屠宰牲畜躯体的参数的固定点，其起点是脊骨的骶骨，通过对象分析利用与其它椎骨相同的方法被测定，其中在实际处理期间，并不总是能够以足够可靠的方式来选择所需要的轮廓进行分析。文件DE 197 33 216 C1描述了使用光学图像处理来估计被屠宰牲畜的肉半的方法，这使得可以基于标准的两点法、使用对扩展的腰部区域的光学图像估计来执行分类，同时排除了主观的错误源。通过光学图像处理来估计被屠宰牲畜肉半的一种方法还从文件DE 198 47 232 C2中已知，其中摄影制图方法被用作传统的两点法的仿真。在腰部和后臀部区域内，有两个被明确定义的点，第一个点是股骨在躯干侧的末端，第二个点是MGM(中臀肌)在躯干侧的末端，-->沿背部脂肪的中间系列方向的直线通过摄影制图被记录。出于实际的估计目的，使用了局部部位的长度，它在该直线的垂线上被提供，穿过背部脂肪层在第二个明确定义的点的水平高度上与股骨平行移位。虽然在该方法的情况下人工执行的两点法的主观测量错误被根除，但先决条件是所需要的轮廓和结构通过光学图像处理被可靠地识别。另一种方法由文件DE 199 36 032 C1已知，其中确保了被屠宰牲畜的肉半的质量，特别是被屠宰的猪的质量，使用光学图像处理自动评定，相对于已知的方法实现了更高水平的可再现的估计准确性，它仅受分割被屠宰牲畜的方法期间的错误的微弱影响，而不会受到并不绝对垂直于分割面的图像的影响，其中被屠宰牲畜肉半在分割面上的光学图像在后臀部和腰部区域内通过摄影制图基于特定的明确定义的参考点被估计。选定区域内的脊骨、股骨、中臀肌的最薄脂肪层和背部脂肪轮廓被用作明确定义的参考点。对于评定质量起决定性作用的肌肉百分比通过部分长度的累加被计算出来，这些长度彼此使用常数按比例设置，并在肌肉和脂肪层区域内垂直于脊髓导管的直线部分，这些常数通过每项的回归计算和一个基本常数来确定。虽然在该方法范围内，脂肪量(S)的测量值根据法规被测定在正确的点上，但肌肉量(F)未被确定，其结果是肌肉百分比(MF％)没有使用正式的公式进行计算，这样就不大可能对销售类别进行分类。由文件DE 119 52 628 A1已知一种用于确定猪肉块的销售值的方法，其中臀部、肉片、去除的肉片、肉条、肩部、肩部区域、腹部、和/或其它部位可被销售或进一步单独处理的肉块重量、重量与净肉率都可借助对猪肉半的在线估计来确定。为了实现该方法，描述躯体结构的预测值被确定，其中该预测值产生于猪肉半的外部轮廓部分的渐进轮廓，以及由此导出脊柱的面积、位置和渐进轮廓，并由此导出被屠宰的牲畜躯体的部分区域的长度和面积，并对于猪肉半获取关于脂肪量的信息和表示其相对厚度的信息，以及背部区域的近似全部皮下脂肪层的渐进轮廓。这些预测值被彼此相关地设置，考虑了在它们之-->间存在的统计关系，作为所感兴趣的肉块重量产生的结果，它们关于畜体的全部重量的重量百分比和肌肉百分比在屠宰线上被在线确定。在该方法的处理过程中，整个猪肉半必须通过视频被记录，并且该图像目标被昂贵地处理和估计，仅仅是为了确定销售值。由于整个分割面上较大的图像区域，该估计的等级受到影响，而且肉块的重量不能以足够精确的方式被确定，该图像区域中的轮廓和结构的错误识别就将产生不切实际的值。此外，被引用为DE 103 58 487.0的专利申请描述了一种用于确定被屠宰的牲畜躯体的质量和数量的方法，该方法可用于确定销售分类、销售值、市场价值和质量，从而满足了相关的官方指令和规定的条件。从各个部分所产生的重量百分比的结果数据通过对畜体的足够数目的切块进行测试而获得，它与特征测量值和参数关联在一起，包括由后臀部和腰部区域的畜体的两个肉半所确定的总重量，并由此获得相关数据，在屠宰场中用于评估各个部分的产量的仿真计算以该相关数据来执行，其中考虑了相关联的畜体的两个肉半的总重量以及特征测量值和参数，因此所述测量值和参数特别地在后臀部和腰部区域中确定。在一种变化中，各个部分的产量仅基于特别地从后臀部和腰部区域确定的特征测量值和参数被评估。所有这些已知方法的一个共同方面是，用在图像处理中以识别具有复杂结构的轮廓的全自动轮廓识别算法不可避免地具有一定的错误识别率。实际上，在错误识别轮廓的情况下，在试图纠正已经产生的错误时可使用后续的优化方法，但是随着新确定的轮廓一般会产生新的估计错误，从而对后续计算导致不正确的或错误的数据或值。本专利技术的一个目的是开发出一种用于识别具有复杂结构的轮廓的非侵入式的方法，该方法具有的错误识别率趋近于零，可用来区分和识别被屠宰的牲畜躯体的特征，所述方法基于特征切片来工作，尤其是通过图像处理来确定用于计算肌肉百分比、销售分类以及相关的-->销售值和市场价值的数据，还可考虑法规要求或特殊的规则用来评定被屠宰的牲畜躯体的质量。该目标由权利要求1中所述的特征实现。优选的改进在从属权利要求中描述。本专利技术背后的基本思想在于这样一种事实，即在要被区分和识别的具有复杂结构的被屠宰的牲畜躯体轮廓的误差识别期间，由于在图像区域内明显的不纯净性或生理特征，如不易通过用在屠宰场和肉类加工厂中的自动方法识别的肌肉表面、附着物或薄弱的肌肉，通过图像处理用于被屠宰的牲畜躯体的估计，在PC形式的相应工作站上的操作人员与计算机进行交互，提供所要求的未被识别的或被错误识别的轮廓的足够指示。这些指示允许新排序的轮廓识别算法，以便可靠地检测所要搜索的轮廓。特别地，操作人员在图像再现装置的帮助下可将这些指示以图形方式输入到被屠宰的牲畜躯体的感兴趣的区域内的图像显示中，可选地，这可以通过视听方式或者通过文本方式输入。在图像区域内，操作人员将至少一个支撑点设置在进行测量的一个或多个区域内。这些作为几何设定点的支撑点可表示要找到的轮廓起点、终点、中间点或任意一点。可选地，该支撑点还可以为该轮廓标记出容许或禁止区域。在具有一个以上支撑点的情况下，另外还可以确定更高阶次的张量设定点，如来自两个支撑点的向量设定点以及来自三个支撑点的曲率设定点。此外，还可以从支撑点周围区域的分析中得到用于轮廓识别算法的起始参数。例如，这些参数可以以最小或最大或平均亮度、色度和对比度的形式给出。但是，也可以将如纹理这样的更为复杂的特征确定为参数。随后，如截面、角度、面积等特征测量值和参数，以及最好在腰部和后臀部区域内的图像本文档来自技高网...

【技术保护点】
一种识别具有复杂结构的轮廓的非侵入式的方法，该方法具有的错误识别率趋近于零，该方法可用来彼此相对地区分和识别被屠宰的牲畜躯体的特征，所述方法基于特征切片被使用，以借助图像处理确定用于计算肌肉百分比、销售分类以及相关的销售值和市场价值的数据，该数据采用参照轮廓部分的各个部分、平均部分和区域的测量值的形式，并用其它特征图像信息来评定被屠宰的牲畜躯体的质量，其特征在于在要被区分和标识的、具有复杂结构的被屠宰的牲畜躯体的轮廓的误差识别过程中，在ＰＣ形式的工作站上的操作人员与计算机进行互动，提供关于要搜寻的未被识别的或被错误识别的轮廓的足够的指示，通过使用图像再现装置，在各种情况下，至少一个支撑点被设置在在被屠宰的牲畜躯体的一个或多个通过测量确定数据的区域中感兴趣的区域内的图像图示中。

【技术特征摘要】
【国外来华专利技术】DE 2004-11-17 102004055351.31.一种识别具有复杂结构的轮廓的非侵入式的方法，该方法具有的错误识别率趋近于零，该方法可用来彼此相对地区分和识别被屠宰的牲畜躯体的特征，所述方法基于特征切片被使用，以借助图像处理确定用于计算肌肉百分比、销售分类以及相关的销售值和市场价值的数据，该数据采用参照轮廓部分的各个部分、平均部分和区域的测量值的形式，并用其它特征图像信息来评定被屠宰的牲畜躯体的质量，其特征在于在要被区分和标识的、具有复杂结构的被屠宰的牲畜躯体的轮廓的误差识别过程中，在PC形式的工作站上的操作人员与计算机进行互动，提供关于要搜寻的未被识别的或被错误识别的轮廓的足够的指示，通过使用图像再现装置，在各种情况下，至少一个支撑点被设置在在被屠宰的牲畜躯体的一个或多个通过测量确定数据的区域中感兴趣的区域内的图像图示中。2.一种识别具有复杂结构的轮廓的非侵入式的方法，该方法具有的错误识别率趋近于零，该方法可用来彼此相对地区分和识别被屠宰的牲畜躯体的特征，所述方法基于特征切片被使用，以借助图像处理来确定用于计算肌肉百分比、销售分类以及相关的销售值和市场价值的数据，该数据采用关于轮廓部分的各个部分、平均部分和区域的测量值的形式，并用其它特征图像信息来评定被屠宰的牲畜躯体的质量，其特征在于在标识要被区分和标识的、具有复杂结构的被屠宰的牲畜躯体的轮廓之前，在PC形式的工作站上的操作人员与计算机进行互动，提供关于要搜寻轮廓的足够指示，通过使用图像再现装置，在各种情况下，至少...

【专利技术属性】
技术研发人员：彼得施米泽克，
申请(专利权)人：CSB系统公司，
类型：发明
国别省市：DE[德国]