(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210683005.3 (22)申请日 2022.06.17 (65)同一申请的已公布的文献号 申请公布号 CN 114782421 A (43)申请公布日 2022.07.22 (73)专利权人 山东峪口禽 业有限公司 地址 272200 山东省济宁市金乡县 济宁市 食品工业园区万福路与金源路交叉处 (72)发明人 李玉森　栾海宏　李瑞芳　尚菲　 邢俊玲　丁岩岩　刘倩　谢秀云　 王永涛　董建华　宋存鑫　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 韩艳艳 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/13(2017.01)G06T 7/136(2017.01) G06T 7/40(2017.01) G06T 7/73(2017.01) G06T 7/90(2017.01) (56)对比文件 CN 114529802 A,202 2.05.24 CN 110991220 A,2020.04.10 CN 108776143 A,2018.1 1.09 JP 2000235005 A,2000.08.29 平建峰等.基 于短时傅 立叶变换的鸡蛋破损 检测技术的研究. 《传感技 术学报》 .20 09,(第07 期), 熊利荣等.基于Adaboosting_SVM算法的多 特征蛋壳裂纹识别. 《华中农业大 学学报》 .2015, (第02期), 杨晓玉等.基 于可见/近红外高光谱成像技 术的鸡蛋新鲜度无损检测. 《食品与机 械》 .2017, (第11期), 审查员 吴瑶 (54)发明名称 基于产蛋异常检测的家禽 兽医辅助系统 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种基于产蛋异常检测的家禽兽医辅助系统， 在该 系统中， 通过获取待检测蛋的可见光图像， 并基 于该可见光图像进行数据处理， 得到蛋区域灰度 图像， 并确定蛋区域灰度图像中各个像素点的实 际梯度方向、 各个像素点相对基准像素点的理想 梯度方向以及各个像素点对应的梯度方向阈值， 从而得到纹理特征图像， 基于该纹理特征图像， 确定待检测蛋是否为软壳蛋。 本发 明通过获取待 检测蛋的可见光图像， 并对该可见光图像进行相 应的数据处理， 可以准确确定待检测蛋是否为软 壳蛋这一产蛋异常情况， 整个过程无需人为参 与， 有效降低了产蛋异常检测成本 。 权利要求书3页 说明书10页 附图1页 CN 114782421 B 2022.08.26 CN 114782421 B 1.一种基于产蛋异常检测的家禽兽医辅助系统， 其特征在于， 包括图像采集模块、 产蛋 异常检测模块和产蛋异常反馈报告模块， 所述图像采集模块用于获取待检测蛋的可见光图 像， 并将可见光图像发送给产蛋异常检测模块， 所述产蛋异常检测模块用于接 收可见光图 像， 并基于可见光图像进 行数据处理， 确定待检测蛋的异常检测结果， 并将异常检测结果 发 送给产蛋异常反馈报告模块， 所述产蛋异常反馈报告模块用于将异常检测结果发送给后台 或者远端； 所述确定待检测蛋的异常检测结果的方法包括： 根据待检测蛋的可 见光图像， 对所述可 见光图像进行 数据处理， 从而得到蛋区域图像； 对蛋区域图像进行数据处理， 得到蛋区域灰度图像， 根据蛋区域灰度图像中各个像素 点的灰度值， 确定蛋区域灰度图像中各个 像素点的实际梯度方向和梯度值； 确定蛋区域灰度图像中的基准像素点， 并根据蛋区域灰度图像中各个像素点的位置和 基准像素点的位置， 确定蛋区域灰度图像中各个 像素点相对基准像素点的理想梯度方向； 根据蛋区域灰度图像中各个像素点的灰度值、 梯度值和位置以及基准像素点的位置， 确定蛋区域灰度图像中各个 像素点对应的梯度方向阈值； 根据蛋区域灰度图像中各个像素点的实际梯度方向、 各个像素点相对基准像素点的理 想梯度方向以及各个像素点对应的梯度方向阈值， 确定蛋区域灰度图像中各个像素点的纹 理特征算子， 从而得到纹 理特征图像； 根据纹理特征图像中各个 像素点的纹 理特征算子， 确定待检测蛋是否为软壳 蛋； 所述确定蛋区域灰度图像中各个 像素点对应的梯度方向阈值， 包括： 根据蛋区域灰度图像中各个像素点的位置以及基准像素点的位置， 确定蛋区域灰度图 像中各个像素点与基准像素点之间的距离， 从而得到蛋区域灰度图像中各个像素点的第一 梯度阈值调节因子； 根据蛋区域灰度图像中各个像素点的灰度值和梯度值， 确定 蛋区域灰度图像中各个像 素点的第二梯度阈值调节因子； 根据蛋区域灰度图像中各个像素点的第一梯度阈值调节因子和第二梯度阈值调节因 子， 计算蛋区域灰度图像中各个 像素点对应的梯度方向阈值； 确定蛋区域灰度图像中各个 像素点的第二梯度阈值调节因子对应的计算公式为： 其中， 为蛋区域灰度图像中第 i个像素点的第二梯度阈值调节因子， 为蛋区域灰度 图像中第 i个像素点的灰度值， 为蛋区域灰度图像中第 i个像素点的梯度值； 计算蛋区域灰度图像中各个 像素点对应的梯度方向阈值对应的计算公式为： 其中， 为蛋区域灰度图像中第 i个像素点对应的梯度方向阈值， 为梯度方向固定 值， 为蛋区域灰度图像中第 i个像素点的第一梯度阈值调 节因子， 为蛋区域灰度图像 中 第i个像素点的第二梯度阈值调节因子； 所述确定蛋区域灰度图像中各个 像素点的纹 理特征算子， 包括： 根据蛋区域灰度图像中各个像素点的实际梯度方向、 各个像素点相对基准像素点的理权　利　要　求　书 1/3 页 2 CN 114782421 B 2想梯度方向以及各个像素点对应的梯度方向阈值， 确定蛋区域灰度图像中各个像素点的三 值编码； 根据蛋区域灰度图像中各个像素点的八邻域像素点的三值编码， 确定 蛋区域灰度图像 中各个像素点的纹 理特征算子； 确定蛋区域灰度图像中各个 像素点的三 值编码对应的计算公式为： 其中， 为蛋区域灰度图像中第 i个像素点的三值编码， 为蛋区域灰度图像中第 i个像 素点的实际梯度方向， 为蛋区域灰度图像中第 i个像素点相对基准像素点 的理想梯度方 向， 为蛋区域灰度图像中第 i个像素点对应的梯度方向阈值。 2.根据权利要求1所述的基于产蛋异常检测的家禽兽医辅助系统， 其特征在于， 所述确 定蛋区域灰度图像中各个 像素点相对基准像素点的理想梯度方向对应的计算公式为： 其中， 为蛋区域灰度图像中第 i个像素点相对基准像素点的理想梯度方向， 为蛋区 域灰度图像中第 i个像素点的纵坐标， 为蛋区域灰度图像中第 i个像素点的横 坐标， 为 蛋区域灰度图像中的基准像素点 的纵坐标， 为蛋区域灰度图像中的基准像素点的横坐 标。 3.根据权利要求1所述的基于产蛋异常检测的家禽兽医辅助系统， 其特征在于， 所述方 法还包括： 若待检测蛋不为软壳蛋， 对纹理特征图像进行边缘检测， 若检测到边缘区域， 则判定待 检测蛋为麻点蛋， 且边 缘区域为麻点区域。 4.根据权利要求1所述的基于产蛋异常检测的家禽兽医辅助系统， 其特征在于， 所述方 法还包括： 若待检测蛋不为软壳蛋， 根据蛋区域灰度图像中各个像素点的灰度值， 构建灰度共生 矩阵， 并基于所述灰度共生矩阵， 确定对比度描述 算子和能量描述 算子； 将对比度描述算子和能量描述算子分别与对比度描述算子标准值和能量描述算子标 准值进行比较， 从而得到蛋区域灰度图像的蛋 壳粗糙程度； 对蛋区域灰度图像进行边缘检测， 从而得到蛋区域边缘轮廓， 对所述蛋区域边缘轮廓 分别进行圆形拟合和矩形拟合， 从而得到拟合圆形和拟合矩形； 根据蛋区域边缘轮廓的面积、 拟合圆形的面积以及拟合矩形的长和宽， 确定蛋区域灰 度图像的第一形状指标和第二形状指标； 将蛋区域灰度图像的第一形状指标和第二形状指标分别与第一形状指标标准值和第 二形状指标 标准值进行比较， 从而得到蛋区域灰度图像的蛋 壳畸形程度；权　利　要　求　书 2/3 页 3 CN 114782421 B 3