Tytuł artykułu
Autorzy
Treść / Zawartość
Pełne teksty:
Identyfikatory
Warianty tytułu
Projekt systemu informatycznego wspomagającego ekstrakcję cech charakterystycznych półtuszy wieprzowej
Języki publikacji
Abstrakty
In this paper it has been described a computer system for the processing and analysis of two-dimensional digital images of evaluated pork half-carcasses. The AOPW (pol. Analiza Obrazu Półtusz Wieprzowych) image analysis system was created in C#, in Visual Studio 2015, using the AForge.NET library. The development of the application was preceded by a requirement analysis, according to the software engineering procedures. Documentation in the form of UML diagrams was developed in Microsoft Visio. The AOPW application is used to analyze and extract the characteristics of pork halfcarcasses contained in two-dimensional digital images acquired during the slaughtering process of pigs. The application may be a part of a new method for evaluating and classifying pig carcasses according to the applicable EUROP classification. The developed system was divided into two modules: the first for processing and filtering image, enabling e.g. edge and shape detection, sharpening and image binarization. The second allows for image analysis and acquisition of characteristics of pork half-carcasses - descriptors. The presented work was created within the research project of National Research and Development Center PBS3/B8/26/2015.
W pracy zaprezentowano autorski system informatyczny służący przetwarzaniu i analizie dwuwymiarowych obrazów cyfrowych, poddawanych ocenie półtusz wieprzowych. System o nazwie Analiza Obrazu Półtusz Wieprzowych (AOPW) został wytworzony w języku C#, w pakiecie Visual Studio 2015, z użyciem biblioteki AForge.NET. Opracowanie aplikacji zostało poprzedzone analizą wymagań, zgodnie z procedurami inżynierii oprogramowania. Powstała na tym etapie dokumentacja w postaci diagramów UML została przygotowana w programie Microsoft Visio. Aplikacja AOPW służy do analizy i ekstrakcji cech charakterystycznych półtusz wieprzowych, zawartych na dwuwymiarowych obrazach cyfrowych pozyskanych w trakcie procesu uboju trzody chlewnej. Aplikacja może stanowić element nowej metody oceny i klasyfikacji półtusz wieprzowych według obowiązującej klasyfikacji EUROP. Opracowany system został podzielony na dwa moduły: pierwszy przetwarzający i filtrujący obraz, umożliwiający m.in. wykrywanie krawędzi i kształtów, wyostrzanie oraz binaryzację obrazu; drugi pozwalający na analizę obrazu i pozyskanie cech charakterystycznych – deskryptorów. Przedstawiona praca powstała w ramach projektu badawczego Narodowego Centrum Badań i Rozwoju PBS3/B8/26/2015.
Rocznik
Tom
Strony
87--92
Opis fizyczny
Bibliogr. 10 poz., rys., zdj.
Twórcy
autor
- Poznań University of Life Sciences, Department of Agriculture and Bioengineering, Institute of Biosystems Engineering, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- Poznań University of Life Sciences, Department of Agriculture and Bioengineering, Institute of Biosystems Engineering, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- Poznań University of Life Sciences, Department of Agriculture and Bioengineering, Institute of Biosystems Engineering, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- Institute of Biotechnology of Agri-Food Industry of prof. Waclaw Dąbrowski name
autor
- Poznań University of Life Sciences, Department of Veterinary Medicine and Animal Science, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- Poznań University of Life Sciences, Department of Veterinary Medicine and Animal Science, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- Poznań University of Life Sciences, Department of Forestry, ul. Wojska Polskiego 28, 60-637 Poznań, Poland
autor
- TAXUS SI Sp. z o.o.
Bibliografia
- [1] Pawelec A.: System EUROP klasyfikacja tusz zwierząt rzeźnych, http://przemyslspozywczy.eu/wp/wp-content/uploads/ 2010/03/System-EUROP-klasyfikacja-tusz-zwierz%C4%85trze%C5%BAnych.pdf, 2010.
- [2] Lisiak D., Borzuta K., Janiszewski P., Magda F., Grześkowiak E., Strzelicki J., Powałowski K., Lisiak B.: Verification of regression equations for estimating pork carcass meatiness using CGM, IM-03, Fat-O-Meat’er II and UltraFom 300 devices, Ann. Anim. Sci., 2012, Vol. 12, 4, 585-596. DOI: 10.2478/v10220-012-0049-8, 2012.
- [3] Lisiak D., Borzuta K.: Wpływ klasy (SEUROP) i masy tusz wieprzowych na zawartość mięsa szacowaną przy użyciu równań regresji z 2003 i 2011 roku. Roczniki Naukowe Polskiego Towarzystwa Zootechnicznego, 2014, 10(2), 65-75.
- [4] Boniecki P.: Elementy modelowania neuronowego w rolnictwie. Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, 2008.
- [5] Koszela K., Zaborowicz M.: Modele neuronowe wspomagające prognozowanie cen pszenicy konsumpcyjnej na zdecentralizowanym rynku towarowym. Zesz. Nauk. UEK, 2014, 11(935), 113-122. DOI: 10.15678/ZNUEK.2014.0935.1107, 2014.
- [6] Przybylak A., Boniecki P., Koszela K., Ludwiczak A., Zaborowicz M., Lisiak D., Stanisz M., Ślósarz P.: Estimation of intramuscular level of marbling among Whiteheaded Mutton Sheep lambs. Journal of Food Engineering, 2016, Vol. 168, 199-204.
- [7] Zaborowicz M., Boniecki P., Koszela K., Przybylak A., Przybył J.: Application of neural image analysis in evaluating the quality of greenhouse tomatoes. Scientia Horticulturae, 2017, 218, 222-229.
- [8] Albahari J., Albahari B.: C# 6.0 w pigułce. Wydawnictwo Helion, Gliwice, 2016.
- [9] www.aforgenet.com.
- [10] Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów, Kraków. Wydawnictwo Fundacji Postępu Telekomunikacji, 1997.
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-95b9c6e3-f4fc-4293-af2e-5b1c334933c4