首页|基于机器视觉的鸡胴体原发性皮炎快速检测

基于机器视觉的鸡胴体原发性皮炎快速检测

扫码查看
原文链接
  • 万方数据
  • 维普
利用机器视觉装置采集肉鸡屠宰线上鸡胴体的三方向视图共计948 张图片,构建一种快速识别鸡胴体原发性皮炎方法.图像经预处理后用网格分割成128 像素X128 像素大小的图片,从皮炎鸡胴体中筛选出762 张皮炎皮肤图,从正常鸡胴体中筛选出正常皮肤图775 张,共计1537 张.提取图像的三阶颜色矩、灰度共生矩阵特征的均值与方差、Tamura纹理特征,并提取皮炎区域分割阈值与面积,共计24个特征值.通过主成分分析降维,分别建立线性判别分析模型、二次判别分析模型、支持向量机、随机森林、反向传播神经网络和GoogLeNet模型,比较其分类效果.在所有模型中,以GoogLeNet对皮炎皮肤样本的分类效果最好,总准确率为90.5％,平均检测速率为122.65 张/s,在对整鸡胴体的预测中,皮炎鸡胴体的预测准确率为100％,正常鸡胴体的预测准确率为90％.
Rapid Machine Vision Method for Detection of Primary Dermatitis in Broiler Carcass

machine visionprimary dermatitis of chicken carcassmachinelearningdefect detection

吴江春、王虎虎、徐幸莲

展开 >

南京农业大学食品科技学院,肉品质量控制与新资源创制全国重点实验室,江苏南京 210095

机器视觉 鸡胴体原发性皮炎 机器学习 缺陷检测

现代农业产业技术体系建设专项

CARS-41

2023

10.7506/spkx1002-6630-20221010-084

食品科学
北京食品科学研究院

食品科学

CSTPCDCSCD北大核心
影响因子：1.327
ISSN：1002-6630
年,卷(期)：2023.44(20)
  • 17