基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对群体种蛋信息在线检测困难问题,采用机器视觉技术对基于工业蛋托的群体鸡种蛋受精信息进行检测,将整托蛋直接从孵化箱放进检测装置获取群体种蛋图像,对图像进行分割、平滑去噪,提取图像RGB、HIS、灰度均值以及蛋重作为特征参数,分别建立了基于多元线性回归、支持向量机(SVM)和BP神经网络鉴别模型.试验结果表明,3种模型中,SVM模型具有较高的稳定性和准确率,在第3天和第7天分别达到了81.7% 和96.7%,为群体种蛋信息在线检测提供了一种可行的方法.
推荐文章
蛋质量对边鸡孵化效果的影响
边鸡
蛋质量
受精率
孵化率
相对失质量
基于机器视觉技术的无精蛋鉴别研究
机器视觉
无精蛋
灰度
像素
基于机器视觉的棉花群体叶绿素监测
棉花群体
机器视觉
叶绿素
RGB
HIS
图像覆盖度
蛋种鸡不同产蛋期种蛋的孵化性能
蛋种鸡
种蛋
孵化性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的孵化早期群体受精蛋鉴别
来源期刊 食品与机械 学科
关键词 机器视觉 群体 受精蛋 无精蛋 无损检测
年,卷(期) 2019,(4) 所属期刊栏目 贮运与保鲜
研究方向 页码范围 152-156
页数 5页 分类号
字数 2847字 语种 中文
DOI 10.13652/j.issn.1003-5788.2019.04.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 祝志慧 20 117 6.0 10.0
2 吴林峰 1 0 0.0 0.0
3 余怀鑫 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (239)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(19)
  • 参考文献(2)
  • 二级参考文献(17)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器视觉
群体
受精蛋
无精蛋
无损检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
食品与机械
月刊
1003-5788
43-1183/TS
大16开
长沙市赤岭路9号
42-83
1985
chi
出版文献量(篇)
6673
总下载数(次)
28
总被引数(次)
50927
论文1v1指导