Approach for Egg Defects Assessment Using Image Analysis

Abstract

The paper presents approach for egg defects assessment using image analysis. An algorithm for indirect egg defect recognition using image processing is proposed. The values of the egg samples are collected by image processing. HSV and YIQ color spaces are used for egg defects recognition. The paper presents also a developed graphical user interface for recognizing defective eggs in the MATLAB environment, based on computer vision. The interface is modular, which allows upgrade of the procedures and algorithms that are used. The experimental results show that the accuracy with YIQ color model is better than the HSV color model for the purpose of recognition. Accuracy ranges is less than 5%.

Application of the Hopfield Neural Network for the State of Chicken Embryos Development Recognition

“…Такий метод є тривалим і може призвести до загибелі ембріонів через їхнє переохолодження. Метою овоскопування яєць є розпізнавання, а потім відділення живих яєць, тобто яєць, з яких слід виводити в інкубаторі домашню птицю, від неживих яєць, наприклад, незапліднених мертвих яєць, тухлих яєць й порожніх яєць [2], [3]. Відомі методи моніторингу розвитку ембріонів з використанням різних засобів візуалізації, таких як ма- Т. Ю. Уткіна, В. Г. Рябцев, 2022 шинний зір, ультразвук, мікроскопія, томографія, магнітно-резонансна томографія та інфрачервона візуалізація [4], [5].…”

The Use of a Vision System for Monitoring Chick Embryos in Incubator

“…Due to the low efficiency of manual candling, unfertilized eggs left inside the incubator can become infectious, which creates a problem for other healthy embryos. Thus, the development of an accurate, fast and cheap vision system for the timely detection of unfertilized eggs is relevant for the hatchery industry [5]- [9].…”