一種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法
【專利摘要】本發(fā)明涉及一種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，屬于家禽繁殖行業(yè)的無損檢測技術(shù)。通過高光譜成像儀，獲取雞胚胎孵化第10天的透射高光譜圖像，分析雄性胚胎和雌性胚胎的光譜響應的差異，提取600-900nm波長范圍的光譜值作為神經(jīng)網(wǎng)絡的輸入值，判斷出雞胚胎的性別。本方法可以實現(xiàn)對雞胚胎性別的準確識別，代替孵化后的人工檢測，降低家禽生產(chǎn)行業(yè)的成本，提高生產(chǎn)效率。
【專利說明】一種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方 法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明是一種高光譜圖像技術(shù)在孵化早期檢測雞種蛋胚胎性別的方法，屬于家禽 繁殖領(lǐng)域孵化特性無損檢測的【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 在蛋類生產(chǎn)中，母雞的生產(chǎn)效益遠高于公雞，而在肉雞生產(chǎn)中，公雞又比母雞飼料 利用率高，生長速度快，生命力強。雞蛋的孵化過程大約需要21天，是一個耗時、耗能的過 程。如果能在孵化早期，檢測種蛋性別，更好地調(diào)控公、母養(yǎng)殖比例，滿足不同時期的市場需 要，就可以節(jié)約生產(chǎn)成本，提高企業(yè)生產(chǎn)效率。種蛋性別鑒別有一種最原始的方法，就是通 過查看種蛋的外觀形狀和物理性狀來鑒定性別，但這種方法主要依靠人的經(jīng)驗，準確率較 低。因此，尋求一種快速有效檢測種蛋孵化性別的方法，對整個孵化行業(yè)具有重要意義。
[0003] 禽類早期的性別鑒定主要分為蛋殼外鑒定和蛋內(nèi)容物的鑒定。前者如種蛋外型、 胚線形態(tài)、性腺形態(tài)等方法。王家培等[王家培，許厚強.利用蛋形指數(shù)對黔東南小香雞 種蛋進行性別鑒定初步研究[J].貴州畜牧獸醫(yī)，2011,35(4) :6-7]利用蛋形指數(shù)對黔東南 小香雞種蛋進行性別鑒定初步研究，發(fā)現(xiàn)蛋形指數(shù)與性別有較為密切的相關(guān)性。唐劍林等 [唐劍林，周玉蘭·雞胚早期雌雄鑒別[J]·貴州畜牧獸醫(yī)，2001,25(5) :29·]在種蛋入孵3d 后照蛋，發(fā)現(xiàn)雄胚主血管明顯，血管較粗，分布均勻；雌胚血管纖細，粗細均勻，分支較多，呈 不規(guī)則狀，從而對種蛋性別進行區(qū)分。后者如分子方法、激素方法。Griffiths等[Griffiths R, Double M C, Orr K, et al. A DNA test to sex most birds[J]. Molecular ecology, 1998,7(8) :1071-1075.]描述了利用PCR技術(shù)鑒定5?7d雞胚性別的方法。也有研究表 明，雌激素是進行雞胚性別鑒定的理想指標。美國Embrex公司在此方面處于領(lǐng)先地位， 已申請兩項專利（專利號分別為 6506570 和 6510811)。Steiner[Steiner G，Bartels T， StellingA,et al. Gender determination of fertilized unincubated chicken eggs by infrared spectroscopic imaging[J]. Analytical and bioanalytical chemistry,2011, 400(9) :2775-2782.]等利用近紅外成像系統(tǒng)，對從種蛋中取出的未孵化胚胎進行分析，結(jié) 果表明近紅外成像系統(tǒng)具有鑒別為孵化種蛋胚胎的潛在能力，但檢測過程中需要破壞胚 胎，不是無損檢測的方法。經(jīng)檢索2013年申請的發(fā)明專利CN103472008A，提出了孵化前期 近紅外種蛋內(nèi)雞胚性別識別方法，但沒有明確孵化期內(nèi)檢測的具體時間，實際應用困難。申 請的專利CN1035487818A提出了一種用于檢測雞蛋是否受精及其確定其性別的裝置，該專 利只是提供了一個檢測的平臺，具體如何實現(xiàn)雞胚胎的性別鑒定沒有涉及。因此，有必要開 發(fā)一種利用高光譜圖像實現(xiàn)雞胚胎孵化早期性別的鑒定無損方法，以提高家禽繁殖的生產(chǎn) 效益。


【發(fā)明內(nèi)容】

[0004] 技術(shù)問題
[0005] 鑒于上述技術(shù)發(fā)展現(xiàn)狀，本發(fā)明的目的主要針對現(xiàn)有技術(shù)無法實現(xiàn)雞胚胎在孵化 早期性別無損鑒定的難題，開發(fā)高光譜圖像檢測的快速無損方法，滿足家禽繁殖領(lǐng)域的迫 切需求。通過利用高光譜成像技術(shù)，分析雞胚胎在整個孵化期間雌雄胚胎的光譜信息差異， 提取響應的特征參數(shù)，構(gòu)建雞胚胎性別的鑒定模型。本發(fā)明的方法也可以用于其他禽類胚 胎的性別無損鑒定應用中。
[0006] 技術(shù)方案
[0007] 1. -種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，其裝置構(gòu)成特征 在于，
[0008] 1)系統(tǒng)組成包括高光譜成像單元、樣品支架、電動平臺、線光源、光箱、電腦和圖 像采集軟件組成，整個裝置放置在密閉黑箱中。其中，高光譜成像單元由攝像機（Imperx， ICL-B1620,波段范圍為400?lOOOnm，光譜分辨率為2. 8nm)、光譜儀（Specim，ImSpector， V10E)和焦距可變透鏡組成，光箱為150W的鹵素鎢燈，由1個線性光纖導管完成傳輸，電腦 型號為CPU E5800, 3.2GHz，內(nèi)存2G，顯卡256M GeForce GT240;圖像采集軟件為自主開發(fā) 的 Spectral Image 軟件；
[0009] 2)信號采集為透射模式，透鏡離雞種蛋樣本距離為20cm，樣本緊貼線光源放置， 光源強度為75W，采集曝光時間55ms，采集速度I. 6mm/s，圖像分辨率804X440像素；
[0010] 2.基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，其檢測步驟在于，
[0011] 1)將處于溫度為37. 8°C、相對濕度為65%條件下孵化10天的雞種蛋取出，放置于 高光譜圖像檢測系統(tǒng)中，獲取高光譜圖像；
[0012] 2)利用下述公式對獲得的圖像進行校正，獲得校正后的高光譜圖像：
[0013] Re = R〇 D W-D
[0014] 其中：Re為校正后的高光譜透射圖像，Rtl為原始高光譜透射圖像，W為將反射率為 99. 99%的標準白色校正板，放置在光源正上方，掃描透射白板得到全白的標定圖像，D為將 鏡頭蓋上鏡頭蓋，采集全黑的標定圖像；
[0015] 3)選擇圖像中雞蛋區(qū)域正中間部位100X100像素大小的感興趣區(qū)域，提取該區(qū) 域所有像素點在600-900nm波段范圍內(nèi)各個波長的光譜均值，并作為已構(gòu)建好的神經(jīng)網(wǎng) 絡模型的輸入值，輸出結(jié)果為雞胚胎的性別，其中構(gòu)建的神經(jīng)網(wǎng)絡模型參數(shù)為：輸入層為 207,隱藏層數(shù)為1，隱藏層節(jié)點數(shù)為14,隱藏層激活函數(shù)為雙曲正切；輸出層個數(shù)為2,即雄 性與雌性，輸出層激活函數(shù)Softmax。
[0016] 有益效果
[0017] 本發(fā)明利用對高光譜圖像儀器響應信號的檢測，能夠不破壞雞胚蛋完整性的情 況下，通過雌雄胚胎的高光譜響應特性差異，在孵化期間第10天判斷胚胎的性別，能夠為 生產(chǎn)者提供孵化胚胎的性別信息，避免出雛后的宰殺，減少浪費，降低人道主義保護者的憂 慮。相對于傳統(tǒng)的破壞性檢測，不僅節(jié)省時間，而且避免了化學試劑的使用。該技術(shù)和方法 新穎，研究成果不僅可以用于實驗室的快速分析和檢測，而且可以通過開發(fā)在線檢測設(shè)備 和便攜式儀器，用于工業(yè)自動化生產(chǎn)中的雞胚胎性別鑒定，也為其他類禽孵化胚胎性別的 檢測提供了有益的借鑒。 四、

【專利附圖】

【附圖說明】
[0018] 圖1 :高光譜成像系統(tǒng)種蛋性別鑒定的裝置
[0019] 圖2:R0I區(qū)域位置選擇
[0020] 圖3 :不同孵化時間種蛋中間部位透射光譜曲線
[0021] 圖4 :不同性別種蛋胚胎發(fā)育形態(tài)圖
[0022] 圖5 :第10天中間部分雌雄種蛋平均光譜曲線 五、

【具體實施方式】
[0023] -種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，【具體實施方式】如 下：
[0024] L試驗材料
[0025] 材料為白殼貴妃雞種雞蛋，購于浙江省瑞安市一家珍禽種養(yǎng)場。種雞蛋在35°C、 〇. 1%新潔爾滅溶液中浸泡5分鐘進行消毒處理后，放入孵化箱中，孵化溫度為37. 8°C、相 對濕度為65 %。按編號對94個種雞蛋進行高光譜圖像采集，每2天采集1次，連續(xù)檢測12 天。其中2/3的樣本為模型訓練集約62個，剩余1/3樣本為模型預測集約32個。實驗種 蛋孵化到第16天，打開種蛋進行破壞性檢測，人工判斷胚胎性別。高光譜系統(tǒng)判斷結(jié)果的 準確率通過與人工判別相比較得出。
[0026] 2.高光譜透射圖像采集系統(tǒng)
[0027] 高光譜成像系統(tǒng)檢查種蛋性別裝置如圖1所示。本研究中采用透射方式。本實驗 中對種蛋采取橫向放置，采集圖像。
[0028] 實驗中使用的高光譜成像系統(tǒng)的硬件主要由高光譜圖像單元、直流可調(diào)光源、樣 本支架臺、傳送裝置、計算機和圖像采集軟件組成。其中高光譜圖像單元由CCD攝像頭 (Imperx，ICL-B1620)，有效波段范圍為400?lOOOnm，光譜分辨率為2. 8nm，圖像光譜儀 (Specim，ImSpector V10E)和焦距可變透鏡構(gòu)成。直流可調(diào)光源由150W鹵素鎢燈及控制 器（Illumination Technologies Inc. ,3900)構(gòu)成。檢測物體放置在電動平臺上，通過控 制平臺設(shè)置合適的傳送速度，使檢測樣品被光譜成像設(shè)備以線掃描的方式，記錄空間和光 譜信息。
[0029] 3.高光譜圖像采集與校正
[0030] 本文采用的高光譜成像系統(tǒng)圖像采集軟件Spectral Image (isuzuoptics，tw, China)由臺灣五鈴光學股份有限公司提供。該軟件主要負責高光譜圖像的采集、存儲、校正 和初步分析。另外它還有成像分辨率設(shè)置、相機曝光時間控制、電動平臺速度設(shè)置、黑白校 正等功能。
[0031] 為保證采集到清晰、不失真以及方便后期處理圖像，需要對攝像頭曝光時間、光強 焦距、圖像存儲大小和傳送裝置的速度等參數(shù)進行相關(guān)設(shè)置。經(jīng)實驗，最終確定參數(shù)為：透 鏡離雞種蛋樣本距離為20cm，采集曝光時間55ms，光源強度為75W，采集速度I. 6mm/s，圖像 分辨率804X440像素。由于攝像頭中暗電流存在以及外界因素的影響，導致圖像存在一定 的噪聲，因此必須對圖像進行校正，以消除部分噪聲影響 [12]。試驗首先通過對比種蛋樣品 光譜值，選擇合適厚度的標準白色校正板（反射率為99. 99% )，放置在光源正上方，掃描透 射白板得到全白的標定圖像W ;然后蓋上鏡頭蓋，采集全黑的標定圖像D ;最后根據(jù)式（1) 計算出校正后的相對圖像Re。
[0032] Re = R〇 D (1) W-D
[0033] (1)式中，Rq為原始商光譜透射圖像；D為全黑的標定圖像；W為全白的標定圖像； Re為標定后高光譜透射圖像。
[0034] 4.數(shù)學建模方法
[0035] 為充分比較不同的建模方法對預測性能的影響，運用了偏最小二乘判別分析法、 支持向量機方法和人工神經(jīng)網(wǎng)絡對數(shù)據(jù)進行建模分析
[0036] 5.不同孵化時間種蛋光譜曲線變化情況
[0037] 選取 ROI (representative region ofinterest)區(qū)域作為樣品的代表。為 了更好 的研究種蛋不同部位對性別鑒定準確率的影響，分別在種蛋的圓頭、中間、尖頭選取ROI區(qū) 域作為種蛋代表，具體區(qū)域如圖2所示。種蛋胚胎從種蛋圓頭開始發(fā)育，逐漸向尖頭延伸， 在種蛋孵化到第8天左右時就可以觀察到明顯氣室，因此選擇圓頭ROI區(qū)域時選擇在種蛋 直徑的1/4位置較合適。圖3代表了不同孵化時間內(nèi)的種蛋中間部位ROI區(qū)域的400? IOOOnm平均光譜曲線，可以看出光譜曲線之間存在明顯的差異，說明種蛋孵化時間不同，光 譜曲線也不同。隨著孵化時間的延長，種蛋的透射光譜值越來越低。
[0038] 6.不同性別種蛋發(fā)育形態(tài)變化
[0039] 高光譜圖像技術(shù)主要結(jié)合了光譜檢測和圖像檢測各自的優(yōu)點，可以對研究對象的 內(nèi)部特征進行可視化分析。而在種蛋性別檢測中，由于雌雄種蛋圖像差別不明顯，如圖4所 示，因此無法應用圖像特征進行性別鑒定。本文通過對種蛋光譜進行分析對種蛋進行性別 鑒定。
[0040] 7.全波段光譜曲線不同模型下的種蛋孵化性別鑒定
[0041] 在胚胎發(fā)育到第8天時，睪丸和卵巢已經(jīng)可以通過形態(tài)進行區(qū)別。雌性中的右側(cè) 卵巢退化，導致卵巢兩側(cè)發(fā)育不平衡，這種現(xiàn)象可以在低倍放大鏡下觀察到；而在雄性，兩 側(cè)睪丸對稱發(fā)育。為了確定光譜特征是否能夠預測種蛋的性別，分別采用偏最小二乘判別 分析（Partial Least Squares Discriminant Analysis, PLSDA)、支持向量機（Support Vector Machine，SVM)和人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN)構(gòu)建模型，并 進行比較，擬尋找合適的模型。PLSDA和SVM模型構(gòu)建分別在Matlab偏最小二乘判別以及 svmda工具箱中完成。ANN模型構(gòu)建在SPSS多層感知器工具箱中完成。其中，SVM模型參數(shù) 為：核函數(shù)均為徑向基函數(shù)，最優(yōu)參數(shù)gamma值均為0. 0316,透射和半透射模式cost值均 為為100,反射模式cost值為3. 1623。構(gòu)建的神經(jīng)網(wǎng)絡模型參數(shù)為：輸入層為207,隱藏層 數(shù)為1，隱藏層節(jié)點數(shù)為14,隱藏層激活函數(shù)為雙曲正切；輸出層個數(shù)為2,即雄性與雌性， 輸出層激活函數(shù)Softmax。
[0042] 將全波段原始光譜提取的ROI平均光譜曲線數(shù)據(jù)作為輸入變量，將種蛋性別作為 輸出變量，建立性別鑒定預測SVM模型、PLSDA模型和ANN模型。不同提取部位所得的SVM 模型、PLSDA模型和ANN模型的建模集和預測集結(jié)果均有不同。以種蛋圓頭部位提取的ROI 光譜曲線數(shù)據(jù)建立的SVM模型在第6天和第8天準確率最高，第6天建模集和預測集準確 率分別為82. 26%和65. 63%。第8天建模集和預測集準確率分別為83. 87%和65. 63%。 建立的PLSDA模型在第6天準確率最高，建模集和預測集準確率分別為69. 35 %和62. 5 %。 建立的ANN模型在第8天準確率最高，建模集和預測集準確率分別為70. 30%和75. 00%。 SVM模型準確率與PLSDA模型準確率差別不大，ANN構(gòu)建的種蛋孵化性別的檢測模型整體效 果明顯優(yōu)于SVM模型和PLSDA模型。
[0043] 以種蛋中間部位提取的ROI光譜曲線數(shù)據(jù)建立的SVM模型在第10天準確率最高， 建模集和預測集準確率分別為90. 32%和71. 88%。建立的PLSDA模型在第10天準確率最 高，建模集和預測集準確率分別為88. 71 %和71. 88%。建立的ANN模型同樣在第10天準確 率最高，建模集和預測集準確率分別為75. 00%和80. 00%。SVM模型準確率與PLSDA模型 準確率差別不大，ANN構(gòu)建的種蛋孵化性別的檢測模型整體效果明顯優(yōu)于SVM模型和PLSDA 模型。
[0044] 以發(fā)現(xiàn)以種蛋尖頭部位提取的ROI光譜曲線數(shù)據(jù)建立的SVM模型在第10天準確 率最高，建模集和預測集準確率分別為69. 35%和62. 5%。建立的PLSDA模型同樣在第10 天準確率最高，建模集和預測集準確率分別為69. 35 %和65. 63%。建立的ANN模型在第2 天準確率最高，建模集和預測集準確率分別為79. 70%和73. 30%。SVM模型準確率與PLSDA 模型準確率差別不大，ANN構(gòu)建的種蛋孵化性別的檢測模型效果明顯優(yōu)于SVM模型和PLSDA 模型。
[0045] 種蛋中間部位性別鑒定準確率優(yōu)于種蛋圓頭部位和種蛋尖頭部位。通過對數(shù)據(jù)的 比較分析發(fā)現(xiàn)，以種蛋第10天中間部分提取的ROI光譜曲線數(shù)據(jù)建立模型對種蛋性別進行 預測的準確率最高，鑒別結(jié)果如表1所示。
[0046] 表1 400?IOOOnm響應光譜的種蛋性別鑒定SVM、PLSDA、ANN模型判別結(jié)果
[0047]

【權(quán)利要求】
1. 一種基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，其裝置構(gòu)成特征在 于， 1) 系統(tǒng)組成包括含有攝像機、光譜儀和焦距可變透鏡的高光譜成像單元、樣品支架、 電動平臺、線光源、光箱、電腦和圖像采集軟件組成，整個裝置放置在密閉黑箱中，其中，攝 像機為Imperx，ICL-B1620,波段范圍為400?lOOOnm，光譜分辨率為2.8nm;光譜儀為 ImSpectorVlOE;光箱為150W的鹵素鎢燈，由1個線性光纖導管完成傳輸；電腦型號為CPU E5800, 3.2GHz，內(nèi)存2G，顯卡256MGeForceGT240;圖像采集軟件為自主開發(fā)的Spectral Image軟件； 2) 信號采集使用透射模式，透鏡離雞種蛋樣本距離為20cm，樣本緊貼線光源放置，光 源強度為75W，采集曝光時間55ms，采集速度I. 6mm/s，圖像分辨率804X440像素。
2. 如權(quán)利要求1所述的基于高光譜圖像對雞種蛋孵化早期胚胎性別鑒定的方法，其檢 測步驟在于， 1) 將處于溫度為37. 8°C、相對濕度為65%條件下孵化10天的雞種蛋取出，放置于如權(quán) 利要求1所述的高光譜圖像檢測系統(tǒng)中，獲取高光譜圖像； 2) 利用下述公式對獲得的圖像進行校正，獲得校正后的高光譜圖像： D Ro-D Rc =- W-D 其中：Rc為校正后的高光譜透射圖像，R0為原始高光譜透射圖像，W為將反射率為 99. 99%的標準白色校正板，放置在光源正上方，掃描透射白板得到全白的標定圖像，D為將 鏡頭蓋上鏡頭蓋，采集全黑的標定圖像； 3) 選擇圖像中雞蛋區(qū)域正中間部位100X100像素大小的感興趣區(qū)域，提取該區(qū)域所 有像素點在600-900nm波段范圍內(nèi)各個波長的光譜均值，并作為已構(gòu)建好的神經(jīng)網(wǎng)絡模型 的輸入值，輸出結(jié)果為雞胚胎的性別，其中構(gòu)建的神經(jīng)網(wǎng)絡模型參數(shù)為：輸入層為207,隱 藏層數(shù)為1，隱藏層節(jié)點數(shù)為14,隱藏層激活函數(shù)為雙曲正切；輸出層個數(shù)為2,即雄性與雌 性，輸出層激活函數(shù)Softmax。
【文檔編號】G01N21/84GK104316473SQ201410603316
【公開日】2015年1月28日 申請日期:2014年10月28日 優(yōu)先權(quán)日:2014年10月28日
【發(fā)明者】潘磊慶, 胡鵬程, 屠康, 張偉, 孫曄, 李紫君 申請人:南京農(nóng)業(yè)大學