鸡胴体智能检验简介

我国是鸡肉生产与消费大国，鸡肉因营养丰富、价格便宜广受消费者喜爱。近年来，我国逐渐取消活禽交易市场，推广“集中屠宰，冰鲜上市”的行业发展模式，冰鲜鸡成为我国鸡肉消费的重要形式之一。在肉鸡产业链的各个环节，因养殖环境、肉鸡应激反应、不当操作等因素易产生鸡胴体缺陷，主要缺陷类型为淤血、断翅、黑胸、红头等。

鸡胴体淤血是由肉鸡血管破裂造成血液扩散到血管外的变色现象，按照淤血形状的差异可分为为点状淤血、条纹状淤血和弥漫状淤血。引发鸡胴体淤血的因素较为复杂，在养殖过程中，肉鸡生长速度过快，毛细血管发育阻滞导致血管非常脆弱，容易破裂出血；肉鸡应激反应导致的机械碰撞、挂鸡操作不当、电击晕的电压与时间不合适等均会引起血管破裂。

在所有缺陷鸡胴体中，断翅鸡胴体占比约为14.8 %。因此翅膀是鸡胴体品质检测的重要部位之一，按照发生部位的不同，断翅可分为翅中折断（肱骨和尺骨折断或脱臼）、翅根折断（肱骨与肩胛骨折断或脱臼）、翅尖折断（尺骨与掌骨折断或脱臼）。

这些缺陷使鸡胴体品质降级，更不利于销售，降低企业经济效益。鸡胴体质检是冰鲜鸡生产的重要工序之一，该过程严重依赖劳动力，需质检工人肉眼观察、手动分拣。这种方法易受工人主观经验影响，存在识别速度慢、效率低的问题。

智能检验技术手段

● 机器视觉技术

机器视觉技术在缺陷识别领域有客观性强、处理速度快的优势，将机器视觉技术用于鸡胴体缺陷检测能极大地提高企业生产效率、减少劳动成本。

（1）本项目研发的智能减损技术通过机器视觉装置采集鸡胴体正视图，经图像预处理后分别提取鸡胴体左右两端到质心的距离及其差值（d1、d2、dc）、两翅最低点高度及其差值（h1、h2、hc）、两翅面积及其比值（S1、S2、Sr）、矩形度（R）和宽长比（rate）共11个特征值，并通过主成分分析降维至 8 个主成分。建立VGG16模型进行分类，可为鸡胴体断翅的快速识别与分类提供技术参考。

（2）采用三方位视觉采集（搭载三光源）系统，能够实现视场对肉鸡胴体的全覆盖。采用基于全局 RGB 阈值分割提取出图像的14个特征参数，采用主成分分析降维后得到7个主成分，结合遗传算法训练支持向量机模型。然后基于滑动窗口分割胴体子图像，人工将子图像分为四类并提取出颜色矩信息，结合遗传算法训练支持向量机模型并采用相似性度量对模型分类结果进行修正，能够实现对鸡胴体淤血的快速检测。

（3）一种基于机器视觉和机器学习的鸡胴体智能分级分类设备，涉及鸡胴体分级技术领域。设备包括：安装在流水线的分级分类工位、内设于分级工位的工业相机、光源和来料感应传感器，外设于分级工位的工控机、人机交互显示屏，以及外设于分类工位的下料装置；当流水线的鸡胴体依次通过分级分类设备时，光纤传感器感应来料，工位相机以时刻顺延排阻，经过图形中央处理器处理后，得出分级分类的判断结果，并由下料装置自动剔除次品鸡胴体进行下料，完成分级分类。

此设备具有精准智能、快速便捷、非直接接触不引起分级分类环节污染鸡胴体的优点，通过视觉识别技术实时对鸡胴体进行智能分级，并通过机器学习实现对鸡外观缺陷类目的准确检测及自动踢料。

● 高光谱成像技术（HSI）

HSI是一种无损成像技术，它结合了传统成像和光谱学来获得物体的空间和光谱信息[7]。传统成像提供了物体的空间信息，但不能提供RGB波段以外吸收或散射光的成分的任何信息。光谱学可以在选定的波段提供物体的化学成分信息，但不能提供物体的空间信息。通过结合这两种技术，可以为光谱信息提供空间维度，使得绘制样品的化学成分成为可能。