基于LabVIEW與MATLAB的雛雞早期半自動鑒別系統*

張琰，張博漢，王軍民

（長江大學地球物理與石油資源學院，湖北武漢430100）

基于LabVIEW與MATLAB的雛雞早期半自動鑒別系統*

張琰，張博漢，王軍民

（長江大學地球物理與石油資源學院，湖北武漢430100）

在當前的市場環境、雛雞鑒別師工作現狀以及技術發展背景下，半自動化的雛雞雌雄鑒別系統具備現實可行性。雛雞雌雄鑒別方法“開源”，鑒別師需求量大而稀缺，且職業要求高，造成了鑒別師的尷尬現狀。本文在綜合分析市場需求、行業現狀以及系統可行性后，提出基于虛擬儀器技術的雛雞雌雄鑒別系統搭建方案，并從模塊設計、圖像三級處理方法以及保護措施等方面給出解答。

市場需求；可行性分析；模塊設計；圖像分級處理；密碼保護

1 市場需求分析

雛雞早期鑒別，即是在雛雞破殼后的4～12h內完成對雛雞的雌雄鑒別并分類。目前社會上存在“小雞性別鑒定師”職業，鑒別師采用翻肛鑒別法，配合手部操作，用肉眼檢查雛雞的生殖器在大小、形狀上的差別來完成分類工作。

雛雞雌雄鑒別技術歷史悠久，方法原理都已“開源”且難度不大。專業的鑒別師可以在保持90%以上的準確率的同時完成每小時鑒別1000只雛雞的任務。然而在高強度、時間緊的工作壓力下，達到并保持90%以上的正確率卻需要多年的努力。在國外，鑒別師年薪可達4萬英鎊，國內鑒別師薪資同樣很高。然而由于職業的特殊要求，加上操作的難度，“小雞性別鑒定師”成為一門高薪、尷尬、稀缺且需求量大的職業。

2 發展現狀分析

2.1 純人工鑒別以及存在的困難目前，雛雞雌雄鑒別方法多種多樣。有外形鑒別法、翻肛鑒別法、雌雄鑒別器鑒別法、自別雌雄法以及從羽毛生長形狀上鑒別，其中，翻肛鑒別法在我國養禽業中使用普遍，且準確率高[1]。另外，也可根據體型及行為特征、骨架特征或者雛雞肛門括約肌的收縮情況等方法來鑒別[2]。然而，在人工鑒別工作強度大、時間緊、對準確率要求高等諸多因素影響下，鑒別師經常需要頂著巨大的壓力來完成工作。特別值得注意的是，長時間用眼以及工作環境也會對鑒別師健康造成難以逆轉的傷害。

2.2 鑒別系統的發展上世紀五十年代，日本學者利用光學原理制成雛雞雌雄鑒別器[3]。然而在鑒別過程中，使用者需要將鑒別器插入雛雞直腸，極其容易對雛雞造成傷害，另外速度與準確率都跟不上。本世紀初，有人通過雛雞叫聲頻率的不同（雛雌雞叫聲頻率為4.76～4.84kHz，雛雄雞叫聲頻率為5.16～5.24kHz）制成簡易雛雞雌雄鑒別器。考慮到在普通養雞場設置無聲環境的困難及經濟代價，利用聲音頻率鑒別可行度不高。

3 系統可行性分析

圖像處理與分析應用范圍廣泛，從車輛牌照的自動識別到人臉識別，從指紋識別報警系統到教室自動簽到系統，小到百姓普通生活，大到行業安全保護，圖像處理分析技術正在逐漸深入地滲入到現代社會的方方面面之中，并在其中發揮著越來越重要的作用。特別是，虛擬儀器技術LabVIEW的出現打破了人們對于必須由實物儀器完成特定工作的傳統認識，在節省開發實物儀器資金的同時也加快了儀器的開發進度，并推動和激勵人們嘗試創新性的探索工作。基于此，使基于虛擬儀器技術的雛雞早期鑒別系統便成為可能。

3.1 軟件可行性軟件是實物儀器的靈魂，這對于虛擬儀器同樣成立。虛擬儀器LabVIEW基于圖像化編程語言，內置700多個數學分析函數，且具有模塊化編程特性，例如視覺應用開發VDM模塊，文本編程MathScript RT模塊（兼容MATLAB軟件），集應用發布、開發管理、源代碼控制與網絡通信于一身，并具有跨平臺特性。基于此，LabVIEW可以集成硬件設備與軟件方法的開發架構，以此來實現用戶需要的自定義功能。

3.2 硬件可行性NI視覺使用由機器視覺市場的領先制造商Basler Vision Technologies生產的相機。考慮到價格及功能需求等因素，本文建議雛雞雌雄鑒別系統使用像素500萬以上的普通電腦用攝像頭或者微距鏡頭即可。特別重要的是，針對單個鏡頭缺少支架、使用環境復雜多樣等問題，可使用3D打印機打印不同需求下的支撐骨架。

4 系統模塊設計思路

4.1 模塊設計本系統包含以下五個模塊。

4.1.1 前面板（人機交互）接收用戶指令，按照要求完成特定動作。

4.1.2 用戶數據庫模塊用于存儲用戶賬戶密碼。

4.1.3 攝像頭控制模塊實時控制攝像頭動作與工作狀態。

4.1.4 雛雞數據庫模塊實時存儲攝像頭所得圖像，也可存儲模板圖像。

4.1.5 圖像分析處理模塊系統核心模塊，完后圖像的各級處理。其結構圖見圖1。

圖1 系統組成模塊結構圖

4.2 一級處理圖像的一級處理是對圖像進行的低級處理，包含圖像的預處理（去噪）、對比度增強以及圖像銳化。

4.2.1 圖像預處理在攝像頭拍攝過程中，圖片常常會不可避免地被各類噪聲污染，例如高斯噪聲、椒鹽噪聲和乘性噪聲。對待噪聲的處理可以有兩種方式：①直接在原圖片的基礎上進行濾波除噪；②使用建立在退化現象上的經驗認知來恢復一幅退化的圖像。具體操作是，首先使用IMNOISE函數通過添加噪聲來污染圖像，而后再使用濾波除去噪聲。步驟②可以形象地稱之為“圖像復原”。

常用的濾波方法有高斯濾波、均值濾波、中值濾波、最小均方差濾波以及Gabor濾波。其中，非線性濾波方法中均值濾波由于在實際運算過程中不需要圖像統計特性，使用起來比較方便[4]。

4.2.2 圖像增強在圖像的獲取、導入以及流動過程中，圖像質量會出現或多或小的損耗。例如圖像的失真與變形，在不應出現黑點的位置出現黑點。增強的目的即是通過合適的圖像操作突出感興趣的區域，弱化乃至徹底除去沒有作用的區域。關于圖像的增強可在五個方面進行，分別是數學變換、灰度變換、直方圖變換、空間域濾波以及頻域濾波。并按照實際效果增加或刪減增強的方法

4.3 二級處理圖像的二級處理是對圖像的中級處理，包含區域分割與屬性提取。

4.3.1 圖像分割一幅圖像可以含有很多信息，多個復雜的信息在圖像上分區域分布。其中包括感興趣的區域與無用的區域。圖像分割是將包含感興趣信息的區域從圖片中分割，并通過恰當的方法提取出來。分割的算法有很多，如邊緣檢測、閾值分割、區域成長、彩色圖像分割以及特殊理論工具分割。其中，特殊理論工具分割中的基于統計模式識別方法的分割技術適用于雛雞雌雄識別。

4.3.2 屬性提取圖像屬性是指圖像的原始特征，包括可以直接通過視覺觀察到的直觀特征，如圖像亮度、邊緣、紋理和色彩，以及需要經過變換或測量方能顯示的隱藏特征，如譜特征和直方圖特征。一幅圖像可以包含多個特征，每個特征需要對應不同的識取方法。特征選用的好壞，直接影響到后期識別的速度與正確率。本文提供以下特征備選：紋理特征、直方圖特征（包括灰度級直方圖與邊緣方向直方圖）、形狀和結構特征、邊界形狀特征以及顏色特征。本文建議在雛雞雌雄識別系統中采用顏色特征或者形狀與結構特征。

4.4 三級處理圖像的三級處理是對圖像的高級處理，通過運行與人類視覺有關的視覺函數以得出期望的結論。在虛擬儀器LabVIEW的VDM模塊中，調用IMAQ Learn Pattern 2 VI子VI來在匹配前創建對于要搜索的模板圖像的數學描述，并將該描述添加到輸出的模板圖像中。匹配時，從模板圖像中抽取的模板描述可直接用于在待查圖像中搜尋模板。另外，通過調用IMAQ Match Pattern 2 VI子VI來設置匹配模式，完成匹配過程。

5 系統保護措施

系統保護措施分為兩級保護，分別從用戶使用權限、編輯程序框圖權限進行。另外，系統登陸與識別系統需要使用兩個相互獨立的VI來完成，本文將識別系統設置為子VI，有系統登陸VI調用。

5.1 一級保護如上文提到，系統五大模塊中包含用戶數據庫模塊。該模塊用于存儲已注冊用戶的相關信息，其中包含用戶賬號和密碼。只有當用戶具有配對的用戶名稱和登陸密碼的時候方能進入系統。如圖2、圖3。

圖2 系統登錄界面

圖3 成功登陸提示窗口

當用戶未注冊或輸入的用戶名稱和登陸密碼無法配對時，給出如下錯誤提示，見圖4。

圖4 錯誤提示窗口

5.2 二級保護通過采用密碼保護對更改程序框圖權限的進行限制，當需要更改程序框圖時，需要鍵入密碼方可更改，密碼設置保護界面見圖5，密碼驗證界面見圖6。

圖5 設置密碼保護

圖6 密碼驗證窗口

6 結論

本文通過針對雛雞早期雌雄識別系統的市場需求、系統可行性、系統模塊設計、圖像處理方法、系統保護等多個方面的論述，指出發展該系統的現實必要性和技術可行性，并提出了可供參考的解決方法。然而，雛雞雌雄識別系統在國內尚屬空白[3]。本文提到的簡易雛雞雌雄識別系統的準確率尚有待提高，仍然離不開人的因素（即“半自動”），系統的完整性與穩定性都還需要做進一步的完善。

[1]翟廣華.雛雞的五種雌雄鑒別技法[J].家禽科學. 2010，3:25-25.

[2]林海濤.雛雞雌雄鑒別綜合技術[J].養殖與飼料. 2009，10：4-5.

[3]張博漢，傅彥寧，張琰.基于LabVIEW雛雞雌雄半自動鑒別系統[J].農業與技術，2016,36(20):85-86.

[4]王明軍，麥云飛，楊磊，等.基于LabVIEW圖像識別的物體外觀實時分類研究[J].機械研究與應用，2009,22(6):17-18.

S818.9

A

1673-1085（2017）06-0015-04

2017-05-21

長江大學大學生創新創業項目資金資助；項目編號：2015308。