科研之友
微信
新浪微博
Facebook
分享链接
摘要
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×128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1 537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Goog Le Net模型，比较其分类效果。在所有模型中，以Goog Le Net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%。
- 出版日期2023
- 单位南京农业大学
