用于确定雏鸡的性别的改进方法与流程

本发明涉及一种用于通过观察在翅膀尖端处羽毛的排列来确定雏鸡的性别的方法以及用于实施该方法的装置。

背景技术：

1、众所周知，根据位于翅膀尖端的羽毛的排列来确定雏鸡的性别。实际上，如图1a和图1b所示，翅膀尖端包括两排羽毛，该两排羽毛是初级飞羽和覆羽。在图中，分别突出了初级飞羽和覆羽的尖端。在图1a中，在雄性雏鸡中的这两排羽毛在同一水平终止，而在图1b中，在雌性雏鸡中的初级飞羽的尖端比覆羽的尖端终止得更远，因此可以观察到相对短的羽毛和相对长的羽毛的交替出现。

2、通过羽毛确定雏鸡的性别最初由操作员手动进行，这需要大量时间。

3、还提出了使该确定自动化的解决方案。

4、因此，文献ep 1-092-347公开了一种用于确定雏鸡的性别的方法，该方法使用输送机，使得能够将雏鸡分开并且将它们带到照相机附近。这时候，例如通过输送机的振动使得雏鸡是不平衡的，以使其主动展开其翅膀，并且获取雏鸡的翅膀的一个或多个图像。

5、还提出了图像处理方法以根据所获取的图像来自动地确定雏鸡的性别。例如，在文献us 6,396,938中，第一种方法包括从每根羽毛提取形状参数(长度、中部的位置和尖端的位置)，以及计算量化两根相邻羽毛的长度变化的参数。

6、该文献中描述的另一种方法包括：定位羽毛的尖端的坐标，以及确定连接羽毛的尖端的多项式函数。根据多项式函数的参数来确定雏鸡的性别。

7、结果不确定的雏鸡可以人工研究或进行新的自动确定。

8、然而，在文献us 6,396,938中，这些方法在先前注释的雏鸡翅膀图像上实施以至少识别羽毛的尖端。因此，所描述的方法不能使得能够实施根据图像的获取来确定雏鸡的性别的全自动处理。

技术实现思路

1、考虑到上述情况，本发明的目的是提出一种改进的、完全自动的解决方案，用于根据雏鸡的翅膀的图像来确定雏鸡的性别。

2、具体地，本发明的目的是提出快速、可靠的图像处理，以便确定雏鸡的性别。

3、本发明的另一个目的是提出用于确定雏鸡的性别的完全自动化的处理。

4、在这方面，本发明涉及一种用于确定雏鸡的性别的方法，该方法由计算机根据雏鸡的图像来实施，该方法包括：

5、-确定图像的感兴趣区域，在该感兴趣区域上翅膀的羽毛是可见的，

6、-在所述感兴趣区域上运行在包括雄性雏鸡翅膀的图像和雌性雏鸡翅膀的图像的训练数据集上训练的分类模型，以确定雏鸡的雄性性别或雌性性别。

7、在一些实施方案中，该方法针对在同一雏鸡上获取的多个图像中的每个图像实施，并且进一步包括根据通过分类模型针对所有图像获得的结果来确定雏鸡的性别的步骤。

8、在一些实施方案中，确定图像的感兴趣区域包括：

9、-用确定尺寸的窗口扫描图像以限定图像的多个区域，

10、-针对每个区域，计算该区域的哈尔特征，

11、-将训练的分类器应用在每个哈尔特征上以确定该区域是否表示羽毛，以及

12、-将图像的感兴趣区域确定为表示羽毛的区域。

13、在一些实施方案中，该方法进一步包括：处理感兴趣区域以确定对应于图像上的雏鸡的羽毛的一组线，根据所提取的线来确定一组参数，并且将分类模型应用于所述组参数。

14、在一些实施方案中，处理感兴趣区域以确定对应于图像上的羽毛的一组线包括：

15、-在感兴趣区域上运行边缘检测处理，以及

16、-将霍夫变换应用于由处理产生的边缘，以确定对应于在感兴趣区域上可见的羽毛的一组线。

17、在一些实施方案中，边缘检测处理包括：

18、-运行高斯滤波器并且对感兴趣区域进行阈值处理，以便获得感兴趣区域的二进制表示，

19、-计算感兴趣区域的二进制表示上的距离图，以确定每个点与最接近所述点的边缘之间的距离，并且归一化所述图以获得感兴趣区域的灰度表示，以及

20、-在所获得的灰度表示上运行侵蚀操作。

21、在一些实施方案中，对感兴趣区域进行阈值处理包括：针对感兴趣区域的每个当前像素，根据包括在当前像素的局部邻域中的像素的强度值来确定阈值。

22、在一些实施方案中，确定表示羽毛的所有线进一步包括：

23、-将感兴趣区域旋转一个角度，该角度由最长线相对于水平线的角度确定，以使所述线基本水平，以及

24、-消除在旋转感兴趣区域之后在相对于x轴形成大于预定阈值的角度的方向上延伸的线。

25、在一些实施方案中，根据所提取的线来确定参数包括：

26、-识别对应于长羽毛的一组线，以及

27、-识别对应于短羽毛的一组线。

28、在一些实施方案中，该方法包括实施感兴趣区域的旋转，使得表示羽毛的线基本上水平地延伸，以长度的顺序对每条线进行排序，并且识别对应于长羽毛的一组线包括：

29、-初始化对应于长羽毛的一组线，所述组包括最长线，

30、-针对包括在所述组中的每条线，实施以下步骤：

31、ο沿着垂直轴识别所考虑的线的所有相邻线，

32、ο针对每条相邻线，计算相邻线的中心与所讨论的线的中心之间的长度差和距离，

33、ο如果相对差和距离小于各自的阈值，则将相邻线识别为对应于长羽毛的线，并且添加到对应于长羽毛的一组线。

34、在一些实施方案中，识别对应于短羽毛的一组线包括：针对对应于该组的长羽毛的每条线，从位于该组的最大垂直位置处的线开始，实施以下步骤：

35、-在不属于对应于长羽毛的一组线的线中识别所考虑的线的相邻线，

36、-针对每条相邻线，计算长度差、所考虑的线与相邻线之间沿着垂直轴的距离以及所考虑的线的远侧端部、近侧端部分别与相邻线的近侧端部、远侧端部之间沿着水平轴的距离，

37、-如果所计算的差和距离小于各自的阈值，则将相邻线识别为对应于短羽毛的线。

38、在一些实施方案中，根据线确定的参数至少包括：

39、-对应于长羽毛的线的数量，

40、-对应于短羽毛的线的数量，

41、-线与水平线之间的平均角度，以及

42、-垂直测量的两条相邻线之间的平均偏差。

43、在一些实施方案中，根据线确定的参数进一步包括由以下各项组成的组中的至少一者：

44、-线的中心的最小、最大和/或平均水平位置和/或垂直位置，

45、-两条连续线的中心之间的最小、平均和/或最大水平距离和/或垂直距离，

46、-对应于长羽毛的线的最小、平均和/或最大长度，

47、-对应于短羽毛的线的最小、平均和/或最大长度，

48、-对应于短羽毛的线的像素的平均强度，

49、-对应于长羽毛的线的像素的平均强度，

50、-对应于长羽毛的线与对应于短羽毛的线之间的像素的平均强度的差，

51、-每条线相对于水平轴的位置，两条线之间的最小、平均和/或最大角度，

52、-对应于长羽毛的两条线和对应于位于它们之间的短羽毛的一条线的近侧端部之间的最小、平均和/或最大距离，

53、-对应于长羽毛的两条线和对应于位于它们之间的短羽毛的一条线的远侧端部之间的最小、平均和/或最大距离。

54、在一些实施方案中，被训练以确定雏鸡的性别的分类模型是决策树。

55、在一些实施方案中，在带注释的训练图像的数据库上训练分类模型，其中每个训练图像是通过应用以下步骤获得的：确定感兴趣区域并且处理感兴趣区域以提取表示羽毛的一组线，并且注释包括雏鸡的性别的指示和相关联的确定性水平，该确定性水平是根据对应于长羽毛的线的数量和对应于短羽毛的线的数量确定的。

56、在一些实施方案中，该方法在同一雏鸡的一组图像上实施，并且包括根据分类模型最频繁提供的结果来确定雏鸡的性别。

57、根据另一主题，描述了一种计算机程序产品，该计算机程序产品包括当由计算单元执行时用于实施根据前述描述的方法的代码指令。

58、本发明还涉及一种用于确定雏鸡的性别的装置，该装置至少包括：

59、-照相机，该照相机适于获取雏鸡的至少一个图像，以及

60、-计算单元，该计算单元被配置为对由照相机获取的图像实施根据前述描述的方法。

61、在一些实施方案中，照相机适于获取在340nm和500nm之间、优选地在400nm和450nm之间的波长范围内的图像。

62、在一些实施方案中，该装置进一步包括输送机，该输送机适于将雏鸡带入照相机的视场中，其中该输送机适于使雏鸡不平衡，使得当雏鸡在照相机前方时，雏鸡将其翅膀展开。

63、在一些实施方案中，照相机被配置为获取每只雏鸡的一系列至少20个图像。

64、在一些实施方案中，该装置包括：输送机；用于检测第一性别雄性或雌性的雏鸡的第一站，该第一站包括所述照相机；以及致动器，该致动器适于从输送机挑选或驱逐被检测为属于第一性别的雏鸡，其中计算单元被配置为在由照相机获取的图像上实施被优化为检测第一性别的第一分类模型，并且计算单元进一步被配置为在从尚未确定第一性别的雏鸡上所获取的图像上实施被优化为检测第二性别的第二分类模型。

65、所提出的方法使得能够根据雏鸡的一个或多个图像自动地、快速地和可靠地确定雏鸡的性别。该方法具体地包括：确定图像的感兴趣区域，在该感兴趣区域上雏鸡的翅膀羽毛是可见的，然后处理该图像使得能够自动地提取对应于羽毛的一组线，并且最终根据这些线的参数对雏鸡的性别进行分类。

66、因此，确定雏鸡的性别可以在400毫秒内执行，这比现有方法快得多。