雞種蛋孵化品質(zhì)無損檢測的研究進展

鄒秀容,潘磊慶,屠 康,劉 鵬

(南京農(nóng)業(yè)大學食品科技學院,農(nóng)業(yè)部農(nóng)畜產(chǎn)品加工與質(zhì)量控制重點開放實驗室,江蘇南京 210095)

雞種蛋孵化品質(zhì)無損檢測的研究進展

鄒秀容,潘磊慶,屠 康＊,劉 鵬

(南京農(nóng)業(yè)大學食品科技學院,農(nóng)業(yè)部農(nóng)畜產(chǎn)品加工與質(zhì)量控制重點開放實驗室,江蘇南京 210095)

對雞種蛋的孵化進行自動化檢測,及時剔除未受精蛋和死胚蛋有利于提高孵化的經(jīng)濟效益。無損檢測技術是近幾十年農(nóng)產(chǎn)品內(nèi)外品質(zhì)檢測的研究熱點,部分技術已有實際應用,已有國內(nèi)外學者采用無損檢測的方法對種蛋的孵化情況進行研究。本文綜述了各種無損技術檢測種蛋孵化的方法原理、研究現(xiàn)狀,并指出了目前尚需解決的問題和發(fā)展前景。

雞種蛋,孵化,成活性,無損檢測

1 雞蛋的胚胎發(fā)育過程

雞蛋的孵化就是在一定的溫濕度條件 (37.8℃, 55%RH)控制下,蛋內(nèi)的受精卵發(fā)育成雛雞的過程。發(fā)育早期的胚胎很小,同時因受到蛋殼的影響,用無損檢測的方法檢測這種小實體是很困難的。因此,孵化早期的胚胎發(fā)育不是檢測胚胎本身,而是檢測種蛋在孵化期內(nèi)的一些明顯的生理物理變化。

在孵化早期,種蛋有兩個重大的生理物理變化。發(fā)生的第一個重大事件就是紅細胞的形成,這些紅細胞在卵黃囊處形成“血島”,“血島”經(jīng)過發(fā)育形成最初的血管。造血的形成是在孵化的第 2d開始進行的[3]。發(fā)生的第二個重大事件就是隨著離子泵變得活躍,Na+從蛋白輸送到卵黃囊,蛋白中的水分隨之流動積累到卵黃囊,發(fā)育中的胚胎形成胚胎亞流體 (Sub-embryonic fluid,縮寫為 SEF),胚胎亞流體在種蛋孵化 72h開始形成,孵化 144h后其重量迅速增加到 16g,隨后因其被羊膜吸收而重量逐漸減小。由于蛋白中水分的流失,使得蛋白粘度增加,殼膜變干[4-5]。在孵化早期,血管的形成和蛋白粘度的增加使雞蛋的內(nèi)部結(jié)構發(fā)生重大的變化,這些變化是可以用無損的方法進行檢測的,從而檢測到種蛋胚胎的發(fā)育。

2 國外雞蛋孵化品質(zhì)的研究現(xiàn)狀

2.1 電學法和熱成像法

在早期,Romanoff等[6-7]研究了種蛋的電導率和介電常數(shù)的相關性,實驗比較了受精蛋、無精蛋的高頻電導率和介電效果。Danno等[8]用種蛋的熱成像來判斷受精蛋和無精蛋,結(jié)果表明在孵化的第 4d,較之無精蛋,受精蛋有較高的表面溫度。然而,這些實驗都沒有得到令人滿意的結(jié)果。

2.2 計算機視覺法

計算機視覺法是基于種蛋在孵化過程中,蛋黃中血管和胚胎的形成造成光學上的差異,為了檢測出這種差異,用數(shù)字攝像機采集種蛋圖像,然后用圖像軟件對這些圖像進行處理,找出特征值。

美國的 Das(1992)等[9-10]用黑白機器視覺系統(tǒng)對孵化早期雞蛋的圖像進行預處理,通過分析其直方圖的形狀,分別求取其峰值比、區(qū)間系數(shù)比、一階二階導數(shù)和一階二階矩等特征參數(shù),最終根據(jù)這些參數(shù)采用序貫分類方法判斷孵化雞蛋的成活可能性,與未孵化雞蛋相比,正常孵化雞蛋的灰度級像素點高度密集,利用這一特征可以檢測雞蛋的活力,剔除無精蛋,達到提高出雛率的目的。研究結(jié)果表明, 3日齡的雞蛋檢測正確率為 88%～90%,4日齡的雞蛋正確率則高達 96%～100%。但由于該方法包含了大量的數(shù)學計算,不僅增加了算法的復雜性,而且要求很大的存儲量,從而導致檢測速度較低,難以滿足生產(chǎn)線實時檢測的需要。

計算機視覺法應用于白殼種蛋的檢測,效果較好,而對于褐殼蛋由于蛋殼上的色素會使采集的圖像有很多的噪聲,從而影響到檢測的準確率,因此用計算機視覺法檢測種蛋品質(zhì)很可能得到較低的準確率,需要注意對圖像的處理,從圖像增強,圖像去噪,選擇合適的特征參數(shù)等方面解決蛋殼顏色的影響。

2.3 光學檢測法

種蛋孵化的第 2d開始出現(xiàn)造血,血細胞能吸收特定波長的光,當胚胎發(fā)育到一定程度,殼中分布著大量的血管,利用光學檢測法可以檢測到透射光譜的下降。紅細胞中的血色素有三個吸收光譜：415、539、577nm,而蛋殼可以吸收 500nm以下的光譜,所以只有 577nm處的光譜可用于血液的檢測[11]。蛋殼中含有一種成分為原卟啉的色素,這種色素也有三個吸收光譜：539、589、643nm。如果用 577nm作為特征峰檢測血液會受到蛋殼原卟啉色素的影響,因為原卟啉在 589nm的吸收峰與 577nm的吸收峰接近[12]。

由于光譜吸收受到蛋殼厚度、蛋黃顏色等的影響,如殼厚的種蛋會比殼薄的蛋吸收更多的光,這樣就導致不發(fā)育的厚殼種蛋也能產(chǎn)生低的透射光譜,所以不能直接用 577nm的光吸收值來檢測血色素,研究發(fā)現(xiàn)可以用兩個波長(其中一個波長 577nm,另一個波長應選擇不受蛋殼色素影響的)的相對吸收比值。Bamelis等[13]用 577nm/610nm的光吸收比值來檢測褐殼種蛋和白殼種蛋的孵化情況,理論上解釋了在孵化 72h后,SEF形成導致 577/610光吸收比值的下降,實驗結(jié)果表明,在孵化 108h后就能檢測出種蛋的胚胎發(fā)育。這種方法的優(yōu)點是能克服種蛋個體差異性大的問題。

2.4 敲擊振動法

敲擊振動法是研究各種農(nóng)產(chǎn)品振動特性的有效方法。其原理是：雞蛋受到?jīng)_擊力的刺激產(chǎn)生聲音信號,用麥克風收集放大信號經(jīng)計算機處理,得到敲擊振動信息,分析種蛋孵化過程中的振動信號變化規(guī)律來檢測種蛋孵化的情況。Coucke等[14]首先將這種方法應用于種蛋的孵化檢測,實驗結(jié)果表明可以在第 5d時檢測出未受精蛋和死胚蛋,正常發(fā)育種蛋的敲擊振動頻率在 96～104h突然減小,而未受精蛋和死胚蛋的敲擊振動頻率在觀察期內(nèi)表現(xiàn)為平緩持續(xù)的上升。Bamelis等[13]的研究表明敲擊振動頻率的減小隨 SEF的形成而發(fā)生,當 SEF形成時,蛋白的物理特性如密度和濃度因水分和離子的流失而改變,這個過程大約發(fā)生在正常種蛋孵化 72h左右。Kemps等[15]的研究證實了 Bamelis的上述理論,并利用種蛋的短徑,敲擊振動頻率變小時的時間來預測了種蛋所需的孵化時間,相關系數(shù)達到 0.72。

用敲擊振動法檢查種蛋的孵化品質(zhì)時,由于個體差異性如蛋殼厚薄不同,敲擊頻率會有較大的變異性,到孵化 120h,孵化的檢查效果才比較好。從實際角度出發(fā),建議應對種蛋進行兩次敲擊檢測,第一次是種蛋孵化之前,第二次是種蛋孵化 120h后,對前后兩次的敲擊振動頻率分析來判斷種蛋的品質(zhì)。

2.5 高光譜圖像檢測法

高光譜圖像技術 (Hyper-spectral Image)是 20世紀 80年代發(fā)展起來的新技術,集中了光學、光電子學、電子學、信息處理、計算機科學等領域的先進技術,把傳統(tǒng)的二維成像技術和光譜技術有機地結(jié)合在一起。高光譜圖像技術具有超多波段、高的光譜分辨率和圖譜合一的特點。高光譜圖像數(shù)據(jù)是三維的,有時稱為圖像塊。其中的二維是圖像像素的橫縱坐標信息 (以 x坐標和 y表示),第三維是波長信息(以λ表示)。

Smith(2005)等[16]用高光譜圖像系統(tǒng)檢測了白殼蛋和褐殼蛋的孵化情況,實驗結(jié)果表明,第 3d時對白殼蛋的孵化檢測率為 91%,而褐殼蛋的孵化檢出率為 83%。Jones(2005)等[17]研究利用高光譜成像系統(tǒng)和人工神經(jīng)網(wǎng)絡對孵化種蛋進行分類和檢測的可行性,得到滿意的效果。Kurt(2006)等[18]采用高光譜成像系統(tǒng)及采用了最小噪音分數(shù)傳輸和馬氏距離模型來預測胚胎發(fā)育。所有蛋在第 2d和第 3d都能被正確地分類,而在第 0d和第 1d的蛋的判別正確率分別為95.8%和91.7%。

高光譜檢測技術用于種蛋的孵化品質(zhì)檢測具有準確率高,檢出時間早的優(yōu)點,但同時也有成本比較高,運算量大的不足,可以考慮采用特征波長的光譜圖像來檢測種蛋的孵化品質(zhì)。另外,高光譜檢測法只研究了種蛋是否發(fā)育,而對于中后期的死胚蛋檢測未見有文獻報道。

3 國內(nèi)雞蛋孵化品質(zhì)的研究現(xiàn)狀

近年來,國內(nèi)的一些學者也開始對種蛋孵化成活性檢測進行研究,主要是運用了計算機視覺檢測法和光電特性檢測法,獲得了不少研究成果。

楊秀坤 (1997)[19]用“動態(tài)調(diào)整雜交概率”和“二次選擇法”對遺傳算法進行了改進,將其應用于多層前饋神經(jīng)網(wǎng)絡結(jié)構及權值優(yōu)化中,運用彩色計算機視覺技術與遺傳神經(jīng)網(wǎng)絡相結(jié)合的方法根據(jù)雞蛋表面顏色特征進行孵化雞蛋的可成活性判別,對孵化第 2d、第 3d、第 5d、第 8d的雞蛋,判別準確率分別為71.7%、94.2%、98.1%、100%。但該計算機視覺系統(tǒng)的結(jié)構復雜,不適用于生產(chǎn)線檢測。周維忠(2000)[20-21]在鴨蛋孵化早期中,選擇了 H IS彩色模型,利用量化后的色度值作為種蛋顏色內(nèi)部特征參數(shù),采用小波神經(jīng)網(wǎng)絡分類器判別孵化中種蛋成活的可能性;在孵化中期,選擇了形態(tài)學方法判別孵化中期種蛋成活可能性。陳佳娟 (2001)等[22]將計算機視覺技術與遺傳神經(jīng)網(wǎng)絡相結(jié)合,建立一套適合于孵化雞蛋可成活性自動檢測的計算機視覺系統(tǒng),通過計算機視覺技術獲取了孵化雞蛋的色度直方圖,并提取了孵化雞蛋表面顏色特征。采用遺傳算法優(yōu)化了多層前饋神經(jīng)網(wǎng)絡的拓撲結(jié)構與權值,提高了神經(jīng)網(wǎng)絡的學習質(zhì)量和學習速度,實現(xiàn)了孵化雞蛋可成活性的自動檢測。實驗結(jié)果表明,該方法準確率較高,并具有魯棒性和高速度。于景濱 (2002)等[23]利用自行設計制作的光電測試裝置,對 632個和 150個胚胎分別用兩種方法進行測試,結(jié)果表明利用這兩種方法都可以在孵化早期剔除無精蛋。一次照蛋法的優(yōu)點是,只需雞蛋在上孵后,測試一次便可將無精蛋剔除,而二次照蛋法需在上孵前及上孵后各測一次才能將無精蛋剔除,缺點是剔除無精蛋的時間較二次照蛋法落后 1d。郁志宏 (2007)等[24]提出了一種基于改進粒子群神經(jīng)網(wǎng)絡進行孵化種蛋成活性自動檢測的方法。提取 HSI圖像的 H分量作為孵化種蛋表面顏色特征,通過主成分分析,找到了 6個主成分特征向量,減少了神經(jīng)網(wǎng)絡輸入節(jié)點數(shù)。利用改進粒子群算法優(yōu)化多層前饋神經(jīng)網(wǎng)絡的拓撲結(jié)構,提高了神經(jīng)網(wǎng)絡的學習質(zhì)量和速度。訓練集的樣本具有足夠代表性和全面性,提高了網(wǎng)絡的泛化能力。

國內(nèi)主要是采用了計算機視覺法檢測種蛋,方法大致相同,用 H IS系統(tǒng)中的 H分量作為種蛋分級的參數(shù),構建各種神經(jīng)網(wǎng)絡進行分級判斷。其它檢測技術如敲擊振動法和高光譜圖像檢測法應用于種蛋的孵化檢測尚未見報道。

4 展望

前人的研究表明無損檢測技術確實能有效地應用在種蛋孵化品質(zhì)的檢測上,能在孵化第 2～5d檢測出未受精蛋,在中后期檢測出死胚蛋。與傳統(tǒng)方法相比,有檢測速度快、檢測精度高、所需時間短、節(jié)省勞動力等優(yōu)點。但是也存在著一些問題,如研究主要集中在孵化早期種蛋品質(zhì)的檢測,而對中后期死胚蛋的檢測方面少,對種蛋孵化品質(zhì)檢測的研究項目較少,已進行的研究的樣本量小,品種少,研究都是在實驗室水平下完成,離實際應用還有一段距離。計算機視覺法檢測種蛋孵化品質(zhì)仍有待優(yōu)化圖像處理的方法,選擇合適的參數(shù)和統(tǒng)計判別方法,使分級快速、有效。光學檢測法有不受蛋差異性影響的優(yōu)點,但相比其它檢測方法,所需檢測時間較長,在第5d才能識別出蛋是否受精。敲擊振動法檢測時頻譜的差異性較大,但是有不受蛋殼顏色影響的優(yōu)點,可研究采用二次檢測法或與其它檢測技術融合來解決差異性大的問題。高光譜檢測法作為新興的技術,跟其它方法相比,精確度進一步提高,所需時間更短,但還存在著數(shù)據(jù)處理量大成本較高的問題,需要進一步的研究和數(shù)據(jù)分析來提高檢測速率。

以后的研究可以從下面幾個方面著手：a.對多個品種的蛋,如褐殼、白殼和綠殼的孵化品質(zhì)進行研究,比較多種無損檢測方法的檢測效果,開發(fā)出一套能檢測多品種蛋的綜合檢測系統(tǒng)。b.優(yōu)化數(shù)據(jù)的處理方式,進一步提高運算效率。c.加大實驗樣本量,提高檢測的精確度,把雞蛋孵化的無損檢測技術用于實際生產(chǎn)中,實現(xiàn)機械化、自動化。

[1]Edgar SA.What does it cost to produce a chick?[J].Poultry digest,1973,32：63-66.

[2]Mauldin J M.Breeder hatchery reproductive performance surveyed in Georgia[J].PoultryDigest,1985,44：188.

[3]Romanoff A L.The avian embryo[M].New York：The Macmillan Company,1960.

[4]Babiker F M,Baggott G K.The role of ion transport in the formation of sub-embryonic fluid by the embryo of the Japanese quail[J].British Poultry Science,1995(3)：371-383.

[5]S imkiss K.Water and ionic fluxes inside the egg[J]. American Zoologist,1980(2)：385-393.

[6]Romanoff A L,Cottrell C L.Fertility study of fresh eggs by radio frequency conductivity and dielectric effect[J].Proceedings of the Society of Experimental Biology and Medicine,1939,42：298-301.

[7]Romanoff A L,Frank K.High frequency conductivity and dielectric effect of fresh fertile and infertile hens eggs[J]. Proceedings of the Society of Exper imentalBiology andMedicine, 1941,47：527-530.

[8]Danno A,Miyazato M,Jshiguro E.Quality evaluation of agricultural products by infrared imagingmethod II.Discrimination of fertilized and unfertilized eggs during the incubation period [J].Bulletin of the faculty of Agriculture Kagoshima University, 1979,15(24)：145-158.

[9]Das K,EvansM D.Detecting fertility of hatching eggs using machine vision I：Histogram characterization method[J]. Transactions of the ASAE,1992,35(4)：1335-1341.

[10]Das K,EvansM D.Detecting fertility of hatching eggs using machine vision II：neural network classifiers[J].Transactions of the ASAE,1992,35(6)：2035-2041.

[11]Brant A W,Norris K H,Chin G.A spectrophotometric method for detecting blood in white shelled eggs[J].Poultry Science,1953,32：357-363.

[12]Gielen R M A M,DeJong L P,Kerkvliet H M M.Electrooptical blood-spot detection in intact eggs[J].IEEE Transactions on Instrumentation andMeasurements,1979(3)：177-183.

[13]Bamelis F R,Tona K,De Baerdemaeker J G,et al.Detection of early embryonic development in chicken eggs using visible light trans mission[J].British Poultry Sicece,2002,43(2)：204-212.

[14]Coucke P,Dewil E,Decuypere E,et al.Monitoring embryo development in chicken eggs using acoustic resonance analysis [J].Biotechnology Progress,1997,13(4)：474-478.

[15]Kemps B,De Ketelaere B,Bamelis F,et al.Vibration analysis on incubating eggs and itsrelation to embryonic development[J].Biotechnology Progress,2003,19(3)：1022-1025.

[16]SmithD P,Lawrence K C,ParkB,et al.Detection of fertility and early developmentof hatching eggswith hyperspectral imaging [C].Proc 11th European Symposium on the Quality of Eggs and Egg Products.Netherlands：World’s Poultry Science Association, 2005：176-180.

[17]Jones S T,Shattuck R E.Detection of Early Embryonic Development in hatching eggs：a hyperspectral imaging systems and neural network approach[J].Johns Hopkins Apl Thchnical Digest,2005(1)：67-73.

[18]Lawrence K C,Smith D P,W indham W R,et al.Egg embryo developmentdetection with hyperspectral imaging[J]. International Journal of Poultry Science,2006,5(10)：964-969.

[19]楊秀坤 .農(nóng)產(chǎn)品品質(zhì)檢測中的人工智能方法研究[D].哈爾濱：東北農(nóng)業(yè)大學,1997.

[20]周維忠 .基于機器視覺的孵化生產(chǎn)質(zhì)量檢測技術研究[D].西安：西安交通大學,2000.

[21]周維忠,馮心海,孫國基 .種蛋外形的計算機視覺識別研究[J].農(nóng)業(yè)工程學報,2000,16(6)：126-130.

[22]陳佳娟,陳曉光,紀壽文 .采用計算機視覺孵化雞蛋成活性的自動檢測[J].計算機應用與軟件,2001,18(6)：5-10.

[23]于景濱,張欣艷,趙達,等 .孵化早期用光電法剔除無精蛋的兩種方法[J].黑龍江八一農(nóng)墾大學學報,2002,14(6)：111-113.

[24]郁志宏,王春光,張曉芳,等 .改進的粒子群神經(jīng)網(wǎng)絡檢測種蛋成活性[J].計算機工程與設計,2007,28(2)：427-429.

Research progresses in non-destructive measurements on incubation quality of eggs

ZOU Xiu-rong,PAN Lei-qing,TU Kang＊,L IU Peng
(College of Food Science and Technology,NanjingAgriculturalUniversity,Nanjing 210095,China)

Autom a tica lly de tec tion of ha tching eggs during ea rly incuba tion would a llow t im e ly rem ova l of dead em b ryos and infe rtile eggs from incuba tion the reby contributing to ha tche ry p rofits.Non-des truc tive insp ec tion is a resea rch focus in ag ricultura lp roduc ts de tec tion in recent yea rs,som e techniques have been successfully app lied in the food indus try.The p rinc ip le of the nondes truc tive m easurem ents on the fe rtility de tec tion and the resea rch s itua tion a t hom e and a t ab road we re reviewed,the current solved p rob lem s we re a lso d iscussed.

chicken ha tching eggs;incuba tion;fe rtility;non-des truc tive tes t

TS253.7

A

1002-0306(2010)02-0342-04

雞蛋的孵化過程大約需要 21d,且對環(huán)境溫濕度條件要求較高,是一個耗時、耗能的過程[1]。而統(tǒng)計數(shù)據(jù)表明種蛋的孵化成功率為 82%～99%[2],這意味著每年都有大量的種蛋不能孵化,其造成的經(jīng)濟損失相當大。在孵化期盡可能早地檢測出無精蛋和死胚蛋,不僅能有效地節(jié)省時間、空間、勞動力和能源,還能避免壞死雞蛋產(chǎn)生的細菌或霉菌感染其它雞蛋,從而對提高孵化效率具有十分重要的意義。在實際應用中,識別雞蛋孵化情況主要仍由人工完成,由于種蛋孵化早期發(fā)育特征不太明顯,人工照蛋受人主觀因素的影響,準確性較低,而且費工費時,因此開發(fā)出一套能自動進行種蛋孵化成活性的檢測系統(tǒng),對降低人工照蛋的勞動強度,提高檢測準確性和生產(chǎn)效率,保障生產(chǎn)者的利益,具有十分重要的意義。早在 20世紀 30年代末,國外就有學者利用無損檢測的技術研究種蛋的孵化品質(zhì),但總的來說,所做的相關研究還是不多,真正實際應用的較少。目前,應用于雞蛋孵化檢查的無損方法主要有：計算機視覺法、敲擊振動法、光學檢測法和高光譜圖像檢測法。本文對這些方面的研究進展進行探討。

2009-03-03 ＊通訊聯(lián)系人

鄒秀容 (1984-),女,在讀碩士,主要從事農(nóng)產(chǎn)品無損檢測方面的研究。

國家高新技術“863”計劃資助項目 (2007AA10Z213);江蘇省農(nóng)業(yè)攻關項目(BE 2007320);南京農(nóng)業(yè)大學青年科技創(chuàng)新基金(Y200827)。