一种基于高光谱识别种蛋孵化的方法

摘要

本发明公开了一种基于高光谱识别种蛋孵化的方法，属于农产品检测技术领域。通过高光谱成像仪，获取孵化全过程高光谱图像，分析不同类型种蛋图像和光谱之间的差别，提取相应的图像和光谱特征参数，在此基础上优化出反映种蛋孵化特征的变量集。根据实际生产状况，设计将一种基于决策树型的层次支持向量机分类器，构建种蛋孵化判别模型。本方法可以对无精蛋、前期胚胎发育不正常蛋、散黄蛋、中期死胚蛋、后期死胚蛋进行准确识别，达到监测孵化过程的效果，完全可以代替人工检测，对于提升我国家禽孵化品质检测的自动化水平具有重要的意义和应用价值。

主权项

一种基于高光谱识别种蛋孵化的方法，其特征在于包括：(一)高光谱图像采集装置的搭建、(二)特征参数的提取、(三)判别模型的设计，其中：(一)高光谱图像采集装置的搭建1)光学系统高光谱光学系统主要由高光谱图像单元、直流可调光源、计算机和图像采集软件组成，其中高光谱图像单元由CCD摄像头(7)，有效波段范围为400～1000nm，光谱分辨率为2.8nm的图像光谱仪(8)和焦距可变透镜构成(9)；直流可调光源由150w的卤素钨灯及控制器(5)构成，线光源(2)；计算机型号为CPUE5800，3.2GHz，内存2G，显卡256M GeForce GT240(6)；图像采集软件为Spectral Image；为了避免外界光源的干扰，整个装置放置在密闭黑箱中；2)传送装置及支架传送装置为电控平移台(1)，支架为长14cm宽18cm高15cm的长方体，顶端有直径1.5cm的圆孔(3)，线光源(2)距离支架顶端2cm，整个支架为黑色；3)采集系统光谱摄像头在距离种蛋30cm的水平平行位置上采集光谱图像，采集曝光时间55ms，采集速度2.5mm/s，图像分辨率440×804，采集时，种蛋(4)小头朝下，竖直放置在支架圆孔(3)上，在线光源(2)上水平移动，最终得到波长范围400～1000nm图像分辨率为440×804的高光谱图像三维数据块；(二)特征参数的提取1)图像特征参数提取对最大特征波长处的图像进行阈值分割，提取胚胎发育形态图像，计算胚胎形态图像包含的像素个数与单独除去背景的图像包含的像素个数的比值W；2)光谱特征参数提取选取的感兴趣区域包括：散黄蛋从大头到小头选取线型感兴趣区域，中期死胚蛋选取大头30*30感兴趣区域，后期死胚蛋选取小头30*30感兴趣区域，分别提取感兴趣区域中的光谱平均值μ和标准偏差σ作为光谱特征参数；3)特征变量集确定选择光谱和图像特征参数作为各类别种蛋的特征变量，光谱参数为μ₁，σ₁，μ₂，σ₂，μ₃，σ₃，图像参数为W，W表示X₁/X₂的比值，X₁表示胚胎形态图像包含的像素个数，X₂表示单独除去背景的图像包含的像素个数，μ₁，σ₁表示从种蛋大头到小头线型ROI区域提取的光谱平均值和标准偏差，μ₂，σ₂表示从种蛋大头30*30的矩形框ROI区域提取的光谱平均值和标准偏差，μ₃，σ₃表示从种蛋小头30*30的矩形框ROI区域提取的光谱平均值和标准偏差，经综合分析，最终确定各类型种蛋判别特征变量集V；(三)判别模型的设计设计了一组基于决策树型的层次支持向量机分类器(H‑SVMs)，包括SVM1，SVM2，SVM3，SVM4四个支持向量机。