张琰,张博汉,王军民
(长江大学地球物理与石油资源学院,湖北武汉430100)
基于LabVIEW与MATLAB的雏鸡早期半自动鉴别系统*
张琰,张博汉,王军民
(长江大学地球物理与石油资源学院,湖北武汉430100)
在当前的市场环境、雏鸡鉴别师工作现状以及技术发展背景下,半自动化的雏鸡雌雄鉴别系统具备现实可行性。雏鸡雌雄鉴别方法“开源”,鉴别师需求量大而稀缺,且职业要求高,造成了鉴别师的尴尬现状。本文在综合分析市场需求、行业现状以及系统可行性后,提出基于虚拟仪器技术的雏鸡雌雄鉴别系统搭建方案,并从模块设计、图像三级处理方法以及保护措施等方面给出解答。
市场需求;可行性分析;模块设计;图像分级处理;密码保护
雏鸡早期鉴别,即是在雏鸡破壳后的4~12h内完成对雏鸡的雌雄鉴别并分类。目前社会上存在“小鸡性别鉴定师”职业,鉴别师采用翻肛鉴别法,配合手部操作,用肉眼检查雏鸡的生殖器在大小、形状上的差别来完成分类工作。
雏鸡雌雄鉴别技术历史悠久,方法原理都已“开源”且难度不大。专业的鉴别师可以在保持90%以上的准确率的同时完成每小时鉴别1000只雏鸡的任务。然而在高强度、时间紧的工作压力下,达到并保持90%以上的正确率却需要多年的努力。在国外,鉴别师年薪可达4万英镑,国内鉴别师薪资同样很高。然而由于职业的特殊要求,加上操作的难度,“小鸡性别鉴定师”成为一门高薪、尴尬、稀缺且需求量大的职业。
2.1 纯人工鉴别以及存在的困难目前,雏鸡雌雄鉴别方法多种多样。有外形鉴别法、翻肛鉴别法、雌雄鉴别器鉴别法、自别雌雄法以及从羽毛生长形状上鉴别,其中,翻肛鉴别法在我国养禽业中使用普遍,且准确率高[1]。另外,也可根据体型及行为特征、骨架特征或者雏鸡肛门括约肌的收缩情况等方法来鉴别[2]。然而,在人工鉴别工作强度大、时间紧、对准确率要求高等诸多因素影响下,鉴别师经常需要顶着巨大的压力来完成工作。特别值得注意的是,长时间用眼以及工作环境也会对鉴别师健康造成难以逆转的伤害。
2.2 鉴别系统的发展上世纪五十年代,日本学者利用光学原理制成雏鸡雌雄鉴别器[3]。然而在鉴别过程中,使用者需要将鉴别器插入雏鸡直肠,极其容易对雏鸡造成伤害,另外速度与准确率都跟不上。本世纪初,有人通过雏鸡叫声频率的不同(雏雌鸡叫声频率为4.76~4.84kHz,雏雄鸡叫声频率为5.16~5.24kHz)制成简易雏鸡雌雄鉴别器。考虑到在普通养鸡场设置无声环境的困难及经济代价,利用声音频率鉴别可行度不高。
图像处理与分析应用范围广泛,从车辆牌照的自动识别到人脸识别,从指纹识别报警系统到教室自动签到系统,小到百姓普通生活,大到行业安全保护,图像处理分析技术正在逐渐深入地渗入到现代社会的方方面面之中,并在其中发挥着越来越重要的作用。特别是,虚拟仪器技术LabVIEW的出现打破了人们对于必须由实物仪器完成特定工作的传统认识,在节省开发实物仪器资金的同时也加快了仪器的开发进度,并推动和激励人们尝试创新性的探索工作。基于此,使基于虚拟仪器技术的雏鸡早期鉴别系统便成为可能。
3.1 软件可行性软件是实物仪器的灵魂,这对于虚拟仪器同样成立。虚拟仪器LabVIEW基于图像化编程语言,内置700多个数学分析函数,且具有模块化编程特性,例如视觉应用开发VDM模块,文本编程MathScript RT模块(兼容MATLAB软件),集应用发布、开发管理、源代码控制与网络通信于一身,并具有跨平台特性。基于此,LabVIEW可以集成硬件设备与软件方法的开发架构,以此来实现用户需要的自定义功能。
3.2 硬件可行性NI视觉使用由机器视觉市场的领先制造商Basler Vision Technologies生产的相机。考虑到价格及功能需求等因素,本文建议雏鸡雌雄鉴别系统使用像素500万以上的普通电脑用摄像头或者微距镜头即可。特别重要的是,针对单个镜头缺少支架、使用环境复杂多样等问题,可使用3D打印机打印不同需求下的支撑骨架。
4.1 模块设计本系统包含以下五个模块。
4.1.1 前面板(人机交互)接收用户指令,按照要求完成特定动作。
4.1.2 用户数据库模块用于存储用户账户密码。
4.1.3 摄像头控制模块实时控制摄像头动作与工作状态。
4.1.4 雏鸡数据库模块实时存储摄像头所得图像,也可存储模板图像。
4.1.5 图像分析处理模块系统核心模块,完后图像的各级处理。其结构图见图1。
图1 系统组成模块结构图
4.2 一级处理图像的一级处理是对图像进行的低级处理,包含图像的预处理(去噪)、对比度增强以及图像锐化。
4.2.1 图像预处理在摄像头拍摄过程中,图片常常会不可避免地被各类噪声污染,例如高斯噪声、椒盐噪声和乘性噪声。对待噪声的处理可以有两种方式:①直接在原图片的基础上进行滤波除噪;②使用建立在退化现象上的经验认知来恢复一幅退化的图像。具体操作是,首先使用IMNOISE函数通过添加噪声来污染图像,而后再使用滤波除去噪声。步骤②可以形象地称之为“图像复原”。
常用的滤波方法有高斯滤波、均值滤波、中值滤波、最小均方差滤波以及Gabor滤波。其中,非线性滤波方法中均值滤波由于在实际运算过程中不需要图像统计特性,使用起来比较方便[4]。
4.2.2 图像增强在图像的获取、导入以及流动过程中,图像质量会出现或多或小的损耗。例如图像的失真与变形,在不应出现黑点的位置出现黑点。增强的目的即是通过合适的图像操作突出感兴趣的区域,弱化乃至彻底除去没有作用的区域。关于图像的增强可在五个方面进行,分别是数学变换、灰度变换、直方图变换、空间域滤波以及频域滤波。并按照实际效果增加或删减增强的方法
4.3 二级处理图像的二级处理是对图像的中级处理,包含区域分割与属性提取。
4.3.1 图像分割一幅图像可以含有很多信息,多个复杂的信息在图像上分区域分布。其中包括感兴趣的区域与无用的区域。图像分割是将包含感兴趣信息的区域从图片中分割,并通过恰当的方法提取出来。分割的算法有很多,如边缘检测、阈值分割、区域成长、彩色图像分割以及特殊理论工具分割。其中,特殊理论工具分割中的基于统计模式识别方法的分割技术适用于雏鸡雌雄识别。
4.3.2 属性提取图像属性是指图像的原始特征,包括可以直接通过视觉观察到的直观特征,如图像亮度、边缘、纹理和色彩,以及需要经过变换或测量方能显示的隐藏特征,如谱特征和直方图特征。一幅图像可以包含多个特征,每个特征需要对应不同的识取方法。特征选用的好坏,直接影响到后期识别的速度与正确率。本文提供以下特征备选:纹理特征、直方图特征(包括灰度级直方图与边缘方向直方图)、形状和结构特征、边界形状特征以及颜色特征。本文建议在雏鸡雌雄识别系统中采用颜色特征或者形状与结构特征。
4.4 三级处理图像的三级处理是对图像的高级处理,通过运行与人类视觉有关的视觉函数以得出期望的结论。在虚拟仪器LabVIEW的VDM模块中,调用IMAQ Learn Pattern 2 VI子VI来在匹配前创建对于要搜索的模板图像的数学描述,并将该描述添加到输出的模板图像中。匹配时,从模板图像中抽取的模板描述可直接用于在待查图像中搜寻模板。另外,通过调用IMAQ Match Pattern 2 VI子VI来设置匹配模式,完成匹配过程。
系统保护措施分为两级保护,分别从用户使用权限、编辑程序框图权限进行。另外,系统登陆与识别系统需要使用两个相互独立的VI来完成,本文将识别系统设置为子VI,有系统登陆VI调用。
5.1 一级保护如上文提到,系统五大模块中包含用户数据库模块。该模块用于存储已注册用户的相关信息,其中包含用户账号和密码。只有当用户具有配对的用户名称和登陆密码的时候方能进入系统。如图2、图3。
图2 系统登录界面
图3 成功登陆提示窗口
当用户未注册或输入的用户名称和登陆密码无法配对时,给出如下错误提示,见图4。
图4 错误提示窗口
5.2 二级保护通过采用密码保护对更改程序框图权限的进行限制,当需要更改程序框图时,需要键入密码方可更改,密码设置保护界面见图5,密码验证界面见图6。
图5 设置密码保护
图6 密码验证窗口
本文通过针对雏鸡早期雌雄识别系统的市场需求、系统可行性、系统模块设计、图像处理方法、系统保护等多个方面的论述,指出发展该系统的现实必要性和技术可行性,并提出了可供参考的解决方法。然而,雏鸡雌雄识别系统在国内尚属空白[3]。本文提到的简易雏鸡雌雄识别系统的准确率尚有待提高,仍然离不开人的因素(即“半自动”),系统的完整性与稳定性都还需要做进一步的完善。
[1]翟广华.雏鸡的五种雌雄鉴别技法[J].家禽科学. 2010,3:25-25.
[2]林海涛.雏鸡雌雄鉴别综合技术[J].养殖与饲料. 2009,10:4-5.
[3]张博汉,傅彦宁,张琰.基于LabVIEW雏鸡雌雄半自动鉴别系统[J].农业与技术,2016,36(20):85-86.
[4]王明军,麦云飞,杨磊,等.基于LabVIEW图像识别的物体外观实时分类研究[J].机械研究与应用,2009,22(6):17-18.
S818.9
A
1673-1085(2017)06-0015-04
2017-05-21
长江大学大学生创新创业项目资金资助;项目编号:2015308。