专利名称：评估屠宰动物畜体的质量和数量的方法
技术领域：
本发明涉及一种借助光学图像处理用于非损伤性地确定屠宰动物畜体的贸易分类、贸易价值、市场价值以及质量的方法，该方法可优先在屠宰场及肉品加工厂中使用。通常将较大型的屠宰动物，例如猪，沿脊柱剖开，并悬挂在钩子上借助特殊的运输系统在不同地点之间运输。屠宰猪的各劈半将在确定地点进行登记、秤重和评估。
在评估方面，屠宰猪畜体将基于瘦肉率按照法定贸易分类进行分级。有几种方法可用于确定瘦肉率，其中脂肪厚度(S)和肉量(F)两者互为相关，并以毫米为单位进行测量，瘦肉率的计算借助于官方制定的估算公式。
有一种方法可以对S和F项的数值进行测量，即测量第2/3肋骨高度的切剖线侧旁7厘米处的肋肉排。另一种常规的测量方法，称两点(ZP)法，在沿脊柱剖开屠宰畜体的猪劈半上测定在臀中肌(MGM)脂肪最薄处的脂肪量(S)和作为腰肌肉厚度的肉量(F)，腰肌肉厚度以臀中肌前(头部的)端到椎管上部(背部的)边缘的最小距离为准。
将(S)和(F)带入特定用于德国的官方公式计算瘦肉率(MF％)MF%=47.978+(26.049*S/F)+(4.5154*F)-(2.5018*logS)-(8.4212*S),]]>根据相关的规则以该数值进行贸易分类的分级。
根据两点法，人工计算以及自动计算均能获得测量值。从先有技术中已知的一系列资料描述了利用光学图像处理用于此目的的自动进行的解决方法。
文献DD 298 310 A5/DE 41 31 556 C2和DE 41 09 345 C2描述了通过图像处理来测定及分析屠宰动物畜体劈半的方法，其中测定了外部轮廓、脂肪层、瘦肉及背膘的比率，动物畜体劈半包括脊柱及所有中间的椎骨层均在图像得到了记录。作为用于确定畜体劈开及分类的参数的固定点，从脊柱的骶骨起算，其如同其它椎骨一样借助对象分析进行确定。这种方法的缺陷一方面是用预先定义的轮廓和对象参数进行对象分析，其导致高的计算机技术成本，另一方面，在实际操作中出现劈分失误的情况下，选择骶骨作为固定点并非总是足够可靠的。
文献DE 197 33 216 C1描述了一种使用光学图像处理来评估屠宰动物劈半的方法，这种方法可以依据标准的两点法，利用光学图像评估扩展的腰肌肉区域同时排除主观误差来源进行分类。与迄今为止所知的评估方法相比，以这种评估方法在评估和由此畜体分类上的估测精确性并没有得到提高。
从文献DE 198 47 232 C2处可获知一种利用光学图像处理评估屠宰动物劈半的方法，其中使用了一种摄影制图法来模拟常规的两点评估法。在后腰、臀股区域(Schinkenregion)中标记两个确定点，其中第一点是体侧锁骨(Schloβknochen)末端，第二点是MGM(臀中肌)体侧末端，摄影绘制一条朝向背膘的中线的直线。为了达到实际评估的效果，使用各部块线段的长度，所述线段在与锁骨平行推移的直线的垂直线上以第二个确定点高度通过背膘层厚而给出。虽然在此方法中消除了手工操作的ZP-方法的主观测量误差，但是其用于评估的估测精确性基本上没有提高。
在文献DE 199 36 032 C1中已知另一种方法，此方法会利用光学图像处理自动对屠宰动物(特别是屠宰生猪)的劈半的质量作出评估，相比于已知的方法，此方法达到更高的可重复的估测精确性，该精确性仅会在劈开屠宰动物的过程中受到不重要的影响，并不受到成像面和剖开面不完全垂直的光学成像的影响，其中屠宰动物畜体劈半剖开面的光学图像要在臀股及后腰部区域进行评估，并在确定的参考点的基础上进行摄影绘图。
获选区域中的脊柱、锁骨、臀中肌最薄脂肪层以及背膘轮廓线都用作为确定的参考点。
在质量评估中起到决定性作用的瘦肉率如下计算，利用对于每一项由回归计算获得的常数和一个基本常数将彼此相关的、在肉和脂肪层的区域内与脊髓中央管的直线走向相垂直的部分线段相加。
尽管在该方法的范围内，脂肪总量(S)的测量值以符合法定规则的方式在正确的点上进行测定，然而肉量(F)并未确定，因此瘦肉率(MF％)就不能利用官方公式进行计算，由此分级为贸易分类的工作也就无法进行了。
从文献DE 199 52 628 A1中已知一种测定生猪畜体各部块的贸易价值的方法，其中体重、各部块如臀股、肋肉排、割下的肋肉排、里脊肉、肩部、肩肉、腹部和/或其他可用作贸易或进一步分离加工的部块的重量比和肉比率均借助在线评估生猪劈半的方法进行评估。为了实施这种方法，要对描述畜体结构的预估值进行确定，其由来自于畜体劈半的外轮廓线和从其中推导出的面积、脊柱的位置和线路以及从中推导出的屠宰动物畜体部分区域的长度和面积以及为生猪劈半所获得的、通过背部区域的接近全部的皮下脂肪层的相对厚度和线路走向所代表的脂肪信息而得到。在考虑预估值之间存在的统计学上的相关性将预估值彼此相关联，经此据称目标部块的重量、其基于屠宰后的畜体的重量比和肉比率能在屠宰线上进行在线测定。在此方法的实施过程中必须对完整的生猪劈半进行视频记录，并且会对画面对象进行昂贵的处理和评定，仅仅是为了对贸易价值进行评估。由于整个剖开面上的画面区域相当大，既负面影响评估速度，又不能十分精确地对各部块的重量进行测定。
本发明的目的是开发一种多步骤的方法，该方法借助光学图像处理用于非损伤性地确定屠宰动物畜体的贸易分类、贸易价值、市场价值以及质量，其符合相关官方标准和法规的条件，并精确、快捷和低廉地操作。
在权利要求1和2中公开的特征使得本发明能够达到以上的目的。在从属权利要求中提供优选的完善方案。
所述非损伤性地评估屠宰动物畜体的贸易分类、贸易价值、市场价值和质量的多步骤方法的原则是，首选在屠宰场的实际操作中获取屠宰动物畜体的基本资料作为数据体，然后利用比值数据(Verhltnisdaten)对各部块产出评估进行模拟计算。借助剖解实验结果中的各部块产出的重量比的相互关系和与此平行的自动化分级方法在臀股-腰部区域内处理的、算出的特征性测量数值和参数获取所述比值数据，所述自动化分级方法采用光学图像评价经切剖的屠宰动物畜体成像记录。
测定屠宰动物畜体质量和数量的完整方法基本上由三个说明性递增的步骤组成，但是其中每一步的结果可以彼此独立地从成像记录区域的光学图像评家数据中算出并表明。
一定数量的屠宰畜体(在此为生猪屠宰畜体)或畜体劈半的剖解实验是以欧洲及国家法规对于用于贸易分类分级的方法的许可的规定进行的。在剖解实验的范围内，根据标准方法，由里脊肉重量，肩膀的肌肉(包括连系组织)、肋肉排条、臀股和腹部的重量，剖解的部块的重量以及剩余部块的重量计算瘦肉率。这些剖解实验包括所有的细节部分被记录下来。
用精确的记录囊括所有相关的数据并用作为数据体，其中以统计学上的高度精确性包含了非同系屠宰动物畜体的波动的各部块产出的重量比。
一种经许可的用于估测屠宰动物畜体的瘦肉率的自动化分级方法的精确性必须在此例如至少符合在120架屠宰畜体的剖解实验的情形下借助于简单的回归计算所达到的精确度。
可以将一种已知方法用作为自动化分级方法，其通过确定点的选择借助用光学传感器从屠宰畜体劈半的切剖侧记录的图像的光学图像评价算出仅仅在腰和臀股区域中的特征性测量数值和参数。所述特征性测量数值和参数，如长度、角度和面积以及同样用图像呈现的亮度信息或颜色信息，将使用来源于剖解实验的各部块产出的重量比的结果数据校正并从中获得比值数据，将它们与用于稍后的递归计算的起始数据一起储存。
在此尤其是算出脂肪量(S)和肉量(F)的确切测量值，其中屠宰生猪的瘦肉率(MF％)是根据两点法在德国使用官方公式直接计算得出的，由此贸易分类的分级作为第一方法步骤可以立即进行。
屠宰生猪畜体的分级采用各国特定的公式以类似的方式进行。
作为屠宰场和加工厂中屠宰畜体的重要基本数据，其重量的测定由悬挂在钩子上的、通过沿着脊柱切分所获得的劈半的总重量，以及通过选择确定点借助用光学传感器从屠宰畜体劈半的切剖侧记录的图像的光学图像评价算出在腰和臀股区域中的特征性测量数值和参数。依据确定点进行成像区域中的特征性数值、长度、角度和面积的测定。
在方法的第二步骤中，基于算出的成像区域中脊柱的直剖面中的垂直线段的长度评价肋肉排，所述成像区域涉及外轮廓线、脂肪线路走向以及其两者之间的比例。
用其它存在的特征性数值，借助来源于剖解实验的比值数据进行的递归计算的模拟计算，来估测各部块产出。由在此获得的各部块评价的总和作为第三方法步骤通常给出贸易价值。
从屠宰畜体的重量出发估测各部块的重量，从其总和再度给出市场价值。
在此关联中同样可考虑的是，估测各部块的重量仅仅采用在成像区域中算出的特征性数值、长度、角度和面积，而不是首先测定屠宰动物畜体的总重量并加以计算。
在亮度及颜色信息的帮助下，对屠宰畜体进行质量分类。
本发明的优点特别在于使用已知的、非损伤性、自动化方法算出依照官方法规用于测定屠宰生猪的瘦肉率(MF％)的测量数值。其既可以利用评价剖开面成像的成像方法，又可以使用沿着背脊通过核自旋X线断层摄影术或计算机断层摄影术或超声测量屠宰畜体的方法。
允许的误差承受，依据官方规范的测量瘦肉率的许可的评估误差，被遵守并且甚至低于之。
限用于因评估而使用的臀股部及腰部区域的成像区，使得可以测定确切的测量值，由此在较高速率下获得更准确的评价。
屠宰畜体的贸易价值可以由有价值的部块的数据算出。将整个质量考虑在内，则可计算出其市场价值。
用所述方法可以取代迄今已知的各种测定瘦肉率以及视需要贸易价值的方法，以致可以精确、快速以及低廉地测定用于加工、精加工及定价中的所有参数。
作为实施例，依照
图1作为确定屠宰畜体劈半的特征性测量值和参数的成像区域，本发明作出了进一步的解释。
在对足够数量的生猪畜体进行剖解实验的情况下，为了获得基本数据，在屠宰和冷却之后首先对其重量进行测定，在此屠宰畜体可以已经沿着脊柱劈开，随后运用成像方法制造在腰部和臀股部的数码图像，对图像进行图像分析，获取肉组织、脂肪组织及骨骼的轮廓线路走向。依据轮廓线路走向，测量各个长度通过轮廓区域的平均长度和面积并且获取亮度和/或颜色数值。然而进行实际的剖解实验，并精确记录，其中单独测定所有部块的重量比率并保存。
将利用自动图像分析获得的测量值和参数与在每一种情况下的屠宰畜体重量和各部块产出的重量相对应，其中进行特定的比值数据的计算。由于来源于大量剖解实验的大范围的数据体的原因，这些比值数据在统计学上是可靠的。
在剖解实验中和屠宰流水操作中，优选在文献DE 199 36 032 C1所描述的方法的指导下，在每种情况下以相同的方法获取在腰部和臀股部的特征性测量值和参数。
在此根据图1记录在屠宰畜体劈半的臀股部及腰部区域的图像区域1的所有细节并摄像评价。
所述图像区域1衬对于深色背景记录了具有其外轮廓线2.1和2.2的整个臀股部及腰部区域。
依照矩形图分析，首先对在每种情况下的生猪屠宰畜体的亮度的临界参数(Schwellenparameter)进行重正规化(Renormierung)，然后基于图像区域1的颜色和/或亮度差异以计算机技术选择不同的组织群。以常规的方法借助自我检测将杂质如血液从图像中滤出。
在下一步骤中，将浅色的脂肪从深色的肌肉中分开，并以这种方法进行测定脂肪区域3和肉区域4。在肉区域4中，运用轮廓跟踪算法来确定臀中肌(MGM)5的轮廓，随后确定其几何位置。此外，在图像区域1中可以看见脊柱末端的椎骨6和锁骨7。在此情况下，在脊柱的直线部分中具有椎管8的椎骨6可以在此依照周期性标准算出。
靠椎管8的上缘(背部的)将一条脊柱沿直剖面方向的直线9作为测量的起始线。在此直线9上于臀中肌(MGM)5的前(头部的)末端11的高度设置一条垂直线10，将其线长作为臀中肌(MGM)5前末端11到椎管8的上(背部的)缘之间的最短距离，相应于作为腰肌厚度的肉量(F)。垂直线10的延长线直至外轮廓线2.2上定义为臀中肌MGM 5头部经过的脂肪走向。
在臀中肌MGM 5侧的最薄脂肪层的高度上确定从臀中肌MGM 5的轮廓到外轮廓线2.2的连线12，其线长表示脂肪量(S)。
由以毫米为检测单位的数值项(F)和(S)根据两点法用特定官方公式在线进行瘦肉率(MF％)的计算，随后以算出的瘦肉率为基础进行贸易分类的分级。
并列于垂直线10可以计算9上的另一垂直线13直线到外轮廓线2.2的距离，它们在直线9上的起始点在每种情况下均落在椎骨6之间的层的想象的垂直延长线中。
垂直线13被脂肪区域3的内轮廓线14截断，以致部分线段位于肌肉中以及部分线段位于脂肪中，它们长度作为脂肪线段长度和线段肌肉长度以及它们彼此间的长度比例用于对肋肉排的评估。
将在垂直线10到外轮廓线2.2的延长线和位于在臀中肌MGM 5后末(尾部)端16的高度上的直线9上的另一垂直线15之间的区域内的经过臀中肌MGM 5侧的平均脂肪厚度用于对臀股部进行评估，其同样用于贸易价值的测定。
经所描述的实施例出发，对图像区域1中大量其它的长度、角度和面积进行测定，其用于使比值数据的区别更为精细。
因此，依照肋肉排区域中的平均皮下脂肪层厚17来表示腹部，在图像区域1中从臀中肌(MGM)5的头端11以上和肩部依照臀股部、肋肉排和腹部由其他的测量值来表示。
利用从图像分析先前所获得的数据，包括将由两个挂于钩子上原属于一体的劈半所获得的屠宰畜体的总重量计算入内，基于在数据体中存在的比值数据计算各部块产出，由此从各部块评估的总和算出贸易价值，由各部块的重量总和算出市场价值。
可以想象，如同臀股或肋肉排那样直接用图像分析的测量值来测定各部块的重量。
此外，依照存在的亮度和/或颜色数值对屠宰畜体和/或各部块进行质量分类。
对于本方法进一步的改进，使之特别是可用于剖解企业中，具有使用数据体的自我一致性检查来实施的自我学习作用，其中通过将加工过程中对各部块的称量结果用在数据体中存在的数值校正，视需要用其它的数据补充，经此特别是进一步限制各部块产出的估测结果的可变性。
以这种方式获得的、扩充的数据体将用于对小规模的屠宰操作的升级，以使小型的屠宰场同样实现更为精确的估测结果。
本方法的所有步骤均利用电子数据处理设备进行，所述设备尤其具有用于成像设备和称重设备的适宜接口。
所用的标号1图像区域2外轮廓线(2.1；2.2)3脂肪面4肌肉面5臀中肌(MGM)6椎骨7锁骨8椎管9直线10垂直线11前(头部的)端
12连接线13其余垂直线14内轮廓线15另外的垂直线16后(尾部)端17中部皮下脂肪层
权利要求
1.基于光学图像处理用于非损伤性地确定屠宰动物畜体的贸易分类、贸易价值、市场价值以及质量的方法，其测定在图像区域(1)中的臀股部和腰部区域中的所有细节、长度、角度、面积、亮度信息和/或颜色信息，记录和运用屠宰畜体的总重量以及针对非同系屠宰动物畜体的波动的各部块产出的剖解实验的结果数据，其特征在于，将由足够数量的屠宰畜体的剖解实验中获取的各部块产出的重量比的结果数据，与从屠宰畜体的两个劈半在臀股部和腰部区域算出的特征性测量值和参数，在将总重量计算入内的情况下彼此校正并从中获取比值数据，并且在屠宰流水操作中利用所述获取的比值数据在考虑两个原属一体的屠宰畜体劈半的总重量和对该畜体特定的在臀股部和腰部区域算出的特征性测量数据和参数的情况下进行模拟计算来估测各部块产出。
2.基于光学图像处理用于非损伤性地确定屠宰动物畜体的贸易分类、贸易价值、市场价值以及质量的方法，其测定在图像区域(1)中的臀股部和腰部区域中的所有细节、长度、角度、面积、亮度信息和/或颜色信息，记录和运用屠宰畜体的总重量以及针对非同系屠宰动物畜体的波动的各部块产出的剖解实验的结果数据，其特征在于，将由足够数量的屠宰畜体的剖解实验中获取的各部块产出的重量比的结果数据，与从屠宰畜体的两个劈半在臀股部和腰部区域算出的特征性测量值和参数彼此校正并从中获取比值数据，并且在屠宰流水操作中利用所述获取的屠宰畜体的比值数据和对该畜体特定的在臀股部和腰部算出的特征性测量数据和参数进行模拟计算来估测各部块产出。
3.权利要求1或2中的方法，其特征在于，在用于在线计算瘦肉率(MF％)的图像评估的部分步骤中，靠椎管(8)的上缘(背部的)设置一条沿脊柱直剖面方向的直线(9)，并在其上于臀中肌-MGM(5)的前(头部的)端(11)的高度设置一条垂直线(10)，其线长为臀中肌(5)前末端(11)到椎管(8)的上(背部的)缘之间的最短距离，相应于作为腰肌厚度的肉量(F)，以及于臀中肌MGM(5)侧的最薄脂肪层的高度上确定从臀中肌MGM(5)的轮廓到外轮廓线(2.2)的连线(12)，其线长表示脂肪量(S)，其中由两个数值项(F)和(S)根据ZP-法采用特定的官方公式在线计算瘦肉率(MF％)，随后进行贸易分类的分级。
4.根据权利要求1或2和3的方法，其特征在于，并列于垂直线(10)计算(9)上的其它垂直线(13)直线到外轮廓线(2.2)的距离，它们在直线(9)上的起始点在每种情况下均落在椎骨(6)之间的层的想象的垂直延长线中，其中垂直线(13)被脂肪区域(3)的内轮廓线(14)截断，以致部分线段位于肌肉中以及部分线段位于脂肪中，它们长度作为脂肪线段长度和肌肉线段长度以及它们彼此间的长度比例用于对肋肉排的评估。
5.根据权利要求2、3和4中的方法，其特征在于，如同臀股或肋肉排那样直接用图像分析的测量值来测定各部块的重量。
6.根据权利要求1或2和3至5中的方法，其特征在于，将在垂直线(10)到外轮廓线(2.2)的延长线和位于在臀中肌(5)后末(尾部)端(16)的高度上的直线(9)上的另一垂直线(15)之间的区域内的经过臀中肌(5)侧的平均脂肪厚度用于对臀股部进行评估，并用于贸易价值的测定。
7.根据权利要求1或2和从3至6中的方法，其特征在于，依照肋肉排区域中的平均皮下脂肪层厚(17)来表示腹部，在图像区域(1)中从臀中肌(5)的头端(11)以上和肩部依照臀股部、肋肉排和腹部由其他的测量值来表示。
8.权利要求1或2和3至7中的方法，其特征在于，该方法在剖解操作中应用时，具有使用数据体的自我一致性检查来实施的自我学习作用，其中通过将加工过程中对各部块的称量结果用在数据体中存在的数值校正，并视需要用其它的数据补充。
9.权利要求1或2和3至8中的方法，其特征在于，通过自我学习作用进行扩展的数据体在小规模的屠宰操作中被用作为一种升级方式。
全文摘要
本发明涉及一种借助光学图像处理用于非损伤性地确定屠宰动物畜体的贸易分类、贸易价值、市场价值以及质量的方法，该方法符合相关官方标准和法规，并操作精确、快捷以及低廉。根据本发明，由足够数量的屠宰畜体的剖解实验中获取的各部块产出的重量比的结果数据，与从屠宰畜体的两个劈半在臀股部和腰部区域算出的特征性测量值和参数，在将总重量计算入内的情况下彼此校正并从中获取比值数据，并且在屠宰流水操作中利用所述获取的比值数据在考虑两个原属一体的屠宰畜体劈半的总重量和对该畜体特定的在臀股部和腰部算出的特征性测量数据和参数的情况下进行模拟计算来估测各部块产出。
文档编号G01N33/12GK1882248SQ200480033417
公开日2006年12月20日 申请日期2004年11月6日 优先权日2003年12月13日
发明者P·施密茨克 申请人:Csb-系统公司