本發(fā)明涉及信息，具體涉及一種基于機(jī)器視覺(jué)的雞膚色評(píng)定方法及系統(tǒng)。

背景技術(shù)：

1、在雞肉加工過(guò)程中，雞膚色的評(píng)定是一個(gè)重要的質(zhì)量控制環(huán)節(jié)。傳統(tǒng)的人工評(píng)定方法存在主觀性強(qiáng)、效率低等問(wèn)題，難以滿足大規(guī)模生產(chǎn)的需求。為了解決這一問(wèn)題，亟需開(kāi)發(fā)一種基于機(jī)器視覺(jué)的雞膚色評(píng)定方法。然而，雞皮表面凹凸不平、光照條件多變等因素給圖像采集和處理帶來(lái)了巨大挑戰(zhàn)。首先，雞皮表面的皺褶和毛囊會(huì)形成大量的陰影和高光區(qū)域，導(dǎo)致圖像局部過(guò)亮或過(guò)暗，影響特征提取的準(zhǔn)確性。其次，雞皮的色澤分布不均勻，同一只雞不同部位的膚色差異較大，不同品種、不同生長(zhǎng)階段的雞膚色也有顯著差異，給膚色評(píng)定帶來(lái)困難。再者，工業(yè)現(xiàn)場(chǎng)復(fù)雜的光照條件，如陰天、晴天、燈光等，會(huì)導(dǎo)致雞皮圖像的色彩發(fā)生偏移，影響膚色評(píng)定的準(zhǔn)確性。最后，雞皮圖像中可能存在雞毛、血斑、污漬等雜質(zhì)，對(duì)圖像處理算法提出了更高的要求。因此，如何克服以上技術(shù)難題，開(kāi)發(fā)一種魯棒性強(qiáng)、適應(yīng)性廣的雞膚色評(píng)定方法，是一個(gè)亟待解決的關(guān)鍵問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問(wèn)題，本發(fā)明針對(duì)雞皮表面凹凸不平、光照條件多變、色澤分布不均勻以及品種和生長(zhǎng)階段差異等問(wèn)題，提出了一種雞皮膚色評(píng)定方法及系統(tǒng)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，步驟包括：

3、采用多角度多光源采集設(shè)備獲取多幅原始圖像，并基于所述原始圖像得到綜合圖像；

4、對(duì)所述綜合圖像進(jìn)行預(yù)處理，得到處理后圖像；

5、對(duì)所述處理后圖像進(jìn)行特征提取，得到膚色特征圖像；

6、基于所述膚色特征圖像，構(gòu)建機(jī)器視覺(jué)模型完成雞膚色評(píng)定。

7、優(yōu)選的，得到所述綜合圖像的方法包括：采用多角度、多光源的圖像采集設(shè)備，獲取多幅原始圖像，并將所述原始圖像通過(guò)圖像融合技術(shù)融合為所述綜合圖像。

8、優(yōu)選的，進(jìn)行所述預(yù)處理的方法包括：針對(duì)陰影和高光區(qū)域，采用自適應(yīng)直方圖均衡化算法對(duì)所述綜合圖像進(jìn)行處理，調(diào)整圖像的亮度和對(duì)比度，得到所述處理后圖像，所述處理后圖像用于后續(xù)膚色特征的提取。

9、優(yōu)選的，進(jìn)行所述特征提取的方法包括：針對(duì)色澤分布不均勻和膚色差異，采用顏色空間轉(zhuǎn)換技術(shù)，將所述處理后圖像從rgb空間轉(zhuǎn)換到lab顏色空間，提取lab顏色空間中所述處理后圖像的a和b通道作為膚色特征，得到所述膚色特征圖像，所述膚色特征圖像用于進(jìn)行膚色評(píng)定。

10、優(yōu)選的，完成所述雞膚色評(píng)定的方法包括：采用基于支持向量機(jī)的分類算法，對(duì)所述膚色特征圖像進(jìn)行分類，得到膚色評(píng)定結(jié)果，并將所述膚色評(píng)定結(jié)果與預(yù)先建立的膚色標(biāo)準(zhǔn)庫(kù)進(jìn)行比對(duì)，完成對(duì)雞膚色的評(píng)定。

11、本發(fā)明還提供了一種基于機(jī)器視覺(jué)的雞膚色評(píng)定系統(tǒng)，所述系統(tǒng)用于實(shí)現(xiàn)上述方法，包括：采集模塊、處理模塊、提取模塊和評(píng)定模塊；

12、所述采集模塊用于獲取多幅原始圖像，并基于所述原始圖像得到綜合圖像；

13、所述處理模塊用于對(duì)所述綜合圖像進(jìn)行預(yù)處理，得到處理后圖像；

14、所述提取模塊用于對(duì)所述處理后圖像進(jìn)行特征提取，得到膚色特征圖像；

15、所述評(píng)定模塊用于基于所述膚色特征圖像，利用支持向量機(jī)完成雞膚色評(píng)定。

16、優(yōu)選的，所述采集模塊的工作流程包括：采用多角度、多光源的圖像采集設(shè)備，獲取多幅原始圖像，并將所述原始圖像通過(guò)圖像融合技術(shù)融合為所述綜合圖像。

17、優(yōu)選的，所述處理模塊的工作流程包括：針對(duì)陰影和高光區(qū)域，采用自適應(yīng)直方圖均衡化算法對(duì)所述綜合圖像進(jìn)行處理，調(diào)整圖像的亮度和對(duì)比度，得到所述處理后圖像，所述處理后圖像用于后續(xù)膚色特征的提取。

18、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

19、本發(fā)明通過(guò)多階段圖像處理和機(jī)器學(xué)習(xí)相結(jié)合的方法，有效解決了雞皮膚色評(píng)定中的關(guān)鍵技術(shù)難題，提高了評(píng)定的準(zhǔn)確性和可靠性，為雞肉品質(zhì)控制提供了重要技術(shù)支持。

技術(shù)特征：

1.一種基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，其特征在于，步驟包括：

2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，其特征在于，得到所述綜合圖像的方法包括：采用多角度、多光源的圖像采集設(shè)備，獲取多幅原始圖像，并將所述原始圖像通過(guò)圖像融合技術(shù)融合為所述綜合圖像。

3.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，其特征在于，進(jìn)行所述預(yù)處理的方法包括：針對(duì)陰影和高光區(qū)域，采用自適應(yīng)直方圖均衡化算法對(duì)所述綜合圖像進(jìn)行處理，調(diào)整圖像的亮度和對(duì)比度，得到所述處理后圖像，所述處理后圖像用于后續(xù)膚色特征的提取。

4.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，其特征在于，進(jìn)行所述特征提取的方法包括：針對(duì)色澤分布不均勻和膚色差異，采用顏色空間轉(zhuǎn)換技術(shù)，將所述處理后圖像從rgb空間轉(zhuǎn)換到lab顏色空間，提取lab顏色空間中所述處理后圖像的a和b通道作為膚色特征，得到所述膚色特征圖像，所述膚色特征圖像用于進(jìn)行膚色評(píng)定。

5.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定方法，其特征在于，完成所述雞膚色評(píng)定的方法包括：采用基于支持向量機(jī)的分類算法，對(duì)所述膚色特征圖像進(jìn)行分類，得到膚色評(píng)定結(jié)果，并將所述膚色評(píng)定結(jié)果與預(yù)先建立的膚色標(biāo)準(zhǔn)庫(kù)進(jìn)行比對(duì)，完成對(duì)雞膚色的評(píng)定。

6.一種基于機(jī)器視覺(jué)的雞膚色評(píng)定系統(tǒng)，所述系統(tǒng)用于實(shí)現(xiàn)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，包括：采集模塊、處理模塊、提取模塊和評(píng)定模塊；

7.根據(jù)權(quán)利要求6所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定系統(tǒng)，其特征在于，所述采集模塊的工作流程包括：采用多角度、多光源的圖像采集設(shè)備，獲取多幅原始圖像，并將所述原始圖像通過(guò)圖像融合技術(shù)融合為所述綜合圖像。

8.根據(jù)權(quán)利要求6所述的基于機(jī)器視覺(jué)的雞膚色評(píng)定系統(tǒng)，其特征在于，所述處理模塊的工作流程包括：針對(duì)陰影和高光區(qū)域，采用自適應(yīng)直方圖均衡化算法對(duì)所述綜合圖像進(jìn)行處理，調(diào)整圖像的亮度和對(duì)比度，得到所述處理后圖像，所述處理后圖像用于后續(xù)膚色特征的提取。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于機(jī)器視覺(jué)的雞膚色評(píng)定方法及系統(tǒng)，其中方法步驟包括：采用多角度多光源采集設(shè)備獲取多幅原始圖像，并基于原始圖像得到綜合圖像；對(duì)綜合圖像進(jìn)行預(yù)處理，得到處理后圖像；對(duì)處理后圖像進(jìn)行特征提取，得到膚色特征圖像；基于膚色特征圖像，構(gòu)建機(jī)器視覺(jué)模型完成雞膚色評(píng)定。本發(fā)明通過(guò)多階段圖像處理和機(jī)器學(xué)習(xí)相結(jié)合的方法，有效解決了雞皮膚色評(píng)定中的關(guān)鍵技術(shù)難題，提高了評(píng)定的準(zhǔn)確性和可靠性，為雞肉品質(zhì)控制提供了重要技術(shù)支持。

技術(shù)研發(fā)人員：李春苗,趙振華,黃華云,黃正洋,王錢保,吳兆林,孔令琳,劉宏祥
受保護(hù)的技術(shù)使用者：江蘇省家禽科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30