Schimitzek, Peter (Tizianstrasse 4, Geilenkirchen, 52511, DE)
| 1. | Nichtinvasives Verfahren zum Erkennen von komplex struk¬ turierten Konturen mit gegen Null tendierender Fehlerken¬ nungsrate, mit dem Merkmale eines Schlachttierkörpers von einander unterschieden und identifiziert werden können, das auf Basis eines charakteristischen Teilstücks mittels Bild¬ verarbeitung zur Bestimmung von Daten in Form von Meßwerten einzelner Strecken, Teilstrecken, gemittelter Strecken und Flächen anhand von Konturverläufen zur Berechnung des Mus keifleischanteils, der Handelsklasse sowie den damit im Zu¬ sammenhang stehenden Handelswert und Marktwert als auch zur Qualitätseinstufung von Schlachttierkörpern mit weiteren charakteristischen Bildinformationen dient, dadurch gekenn¬ zeichnet, dass bei einer Fehlerkennung von zu unterscheidenden und identifizierenden komplex strukturierten Konturen eines Schlachttierkörpers, ein Bediener an einer Arbeitsstation in Form eines PC's mit dem Rechner in Interaktion tritt und hinreichende Hinweise auf die nicht oder nicht richtig er kannte, zu suchende Kontur gibt, indem unter Nutzung einer Bildwiedergabeeinrichtung in die Darstellung eines Bildes des interessierenden Bereichs des Schlachttierkörpers je¬ weils mindestens ein Stützpunkt in einem oder mehreren Be¬ reichen, in denen Daten aus Messungen ermittelt werden sol len, gesetzt wird. |
| 2. | Nichtinvasives Verfahren zum Erkennen von komplex struk¬ turierten Konturen mit gegen Null tendierender Fehlerken¬ nungsrate, mit dem Merkmale eines Schlachttierkörpers von¬ einander unterschieden und identifiziert werden können, das auf Basis eines charakteristischen Teilstücks mittels Bild¬ verarbeitung zur Bestimmung von Daten in Form von Meßwerten einzelner Strecken, Teilstrecken, gemittelter Strecken und Flächen anhand von Konturverläufen zur Berechnung des Mus kelfleischanteils, der Handelsklasse sowie den damit im Zu¬ sammenhang stehenden Handelswert und Marktwert als auch zur Qualitätseinstufung von Schlachttierkörpern mit weiteren charakteristischen Bildinformationen dient, dadurch gekenn zeichnet, dass vor der Erkennung von zu unterscheidenden und identi¬ fizierenden komplex strukturierten Konturen eines Schlacht¬ tierkörpers ein Bediener an einer Arbeitsstation in Form eines PC's mit dem Rechner in Interaktion tritt und hinrei chende Hinweise auf die zu suchende Kontur gibt, indem un¬ ter Nutzung einer Bildwiedergabeeinrichtung in die Darstel¬ lung eines Bildes des interessierenden Bereichs des Schlachttierkörpers jeweils vor dem Start der Bildanalyse jeweils mindestens ein Stützpunkt in einem oder mehreren Bereichen, in denen Daten aus Messungen ermittelt werden sollen, gesetzt und danach die Bildanalyse mit sich in be¬ kannter Weise anschließender Bestimmung von Messwerten ge¬ startet wird. |
| 3. | Verfahren nach Anspruch 1 oder 2, dadurch gekennzeich net, dass die Stützpunkte als geometrische Vorgaben den Anfangs¬ punkt, den Endpunkt oder einen beliebigen Punkt innerhalb der zu erkennenden Kontur kennzeichnen. |
| 4. | Verfahren nach den Ansprüchen 1 oder 2 und 3, dadurch gekennzeichnet, dass optional ein erster Stützpunkt (10) im MGM (5) zum Auffinden von Helligkeitsinformationen und/oder ein zweiter Stützpunkt (11) auf das craniale Ende des MGM (5) als Lage¬ information gesetzt wird. |
| 5. | Verfahren nach den Ansprüchen 1 oder 2 und 3, dadurch gekennzeichnet, dass optional zum sicheren Auffinden eines Wirbelkanals (6) vorzugsweise zwei benachbarte Wirbel (9) mit jeweils einem weiteren Stützpunkt (12) markiert werden. |
| 6. | Verfahren nach den Ansprüchen 1 oder 2 und 3, dadurch gekennzeichnet, dass optional ein Schlossknochen (7) mit einem zusätzlichen Stützpunkt (13) markiert wird. |
| 7. | Verfahren nach Anspruch 1 oder 2, dadurch gekennzeich¬ net, dass die Stützpunkte einen unzulässigen Bereich für die zu erkennenden Kontur kennzeichnen. |
| 8. | Verfahren nach einem der Ansprüche 1 oder 2 sowie 3 bis 7, dadurch gekennzeichnet, dass aus der Analyse der Umgebung des Stützpunktes Startpa rameter für den Konturerkennungsalgorithmus gewonnen wer¬ den. |
| 9. | Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass als Startparameter minimale, maximale oder durch¬ schnittlichen Luminanzen, Chrominanzen und Kontraste ge nutzt werden. |
| 10. | Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass als Startparameter komplexe Merkmale wie Texturen er¬ mittelt werden. |
| 11. | Verfahren nach Anspruch 1 oder 2, dadurch gekennzeich net, dass bei Vorgabe von mehr als einem Stützpunkt für eine zu erkennende Kontur zusätzlich Tensorvorgaben höherer Ordnung ermittelt werden, wie Vektorvorgaben ab zwei Stützpunkten und Krümmungsvorgaben ab drei Stützpunkten. |
| 12. | Verfahren nach Anspruch 1 oder 2, dadurch gekennzeich¬ net, dass der prozentuale Anteil von Teilstücken des Schlacht¬ tierkörpers direkt aus den Daten der Messwerte der Bildana lyse bestimmt werden. HIERZU DREI SEITEN ZEICHNUNGEN. |
Die Erfindung bezeichnet ein nichtinvasives Verfahren, mit dem komplex strukturierte Konturen als Merkmale eines Schlachttierkörpers auf Basis eines charakteristischen Teilstücks mittels Bildverarbeitung voneinander unterschie¬ den und identifiziert werden können, das insbesondere zur Bestimmung von Daten zur Berechnung des Muskeifleischan- teils, der Handelsklasse sowie den damit im Zusammenhang stehenden Handelswert und Marktwert als auch zur Qualitäts- einstufung von Schlachttierkörpern, unter Einhaltung von gesetzlichen Vorgaben, vorzugsweise in Schlacht- und Fleischverarbeitungsbetrieben, eingesetzt werden kann.
Aus dem Stand der Technik sind eine Reihe automatisch ab¬ laufender Verfahren zur Bestimmung von Daten eines Schlachttierkörpers in dessen Spaltebene entlang des Rück¬ grats mittels optischer Bildverarbeitung zur anschließenden Klassifizierung und Qualitätseinstufung bekannt.
So werden in den Druckschriften DD 298 310 A5 / DE 41 31 556 C2 sowie DE 41 09 345 C2 Verfahren zur Bestimmung bzw. Analyse von Schlachttierkörperhälften durch Bildverarbei¬ tung beschrieben, bei denen die äußere Kontur, Speck¬ schicht, Fleisch- und Rückenspeckverhältnis ermittelt wer- den, indem Aufnahmen von der gesamten Schlachttierhälfte mit Wirbelsäule und allen Zwischenwirbelschichten angefer¬ tigt werden. Als Fixpunkt zur Ermittlung der Parameter für die Zerlegung und Klassifizierung wird vom Kreuzbein der Wirbelsäule ausgegangen, das ebenso wie die anderen Wirbel mittels Objektanalyse bestimmt wird, wobei sich im realen Verarbeitungsprozess die für die Analyse erforderlichen Konturen nicht immer hinreichend sicher selektieren lassen.
Die Druckschrift DE 197 33 216 Cl beschreibt ein Verfahren zur Bewertung von Schlachttierhälften durch optische Bild¬ verarbeitung, das in Anlehnung an die klassische Zweipunkt- Methode eine Klassifizierung anhand einer optischen BiId- auswertung der erweiterten Lendenregion unter Ausschluß subjektiver Fehlerquellen ermöglichen soll.
Es ist auch ein Verfahren zur Bewertung von Schlachttier¬ hälften durch optische Bildverarbeitung aus der Druck¬ schrift DE 198 47 232 C2 bekannt, bei dem ein photo- grammetrisches Verfahren als Nachbildung der herkömmlichen Zweipunkt-Methode zur Bewertung eingesetzt wird. In der Lenden- und Schinkenregion werden zwei markante Punkte, von denen der erste das körperseitige Ende des Schloßknochens ist, der zweite das körperseitige Ende des MGM (Musculus Glutaeus Medius) darstellt und eine Gerade mit der Richtung des mittleren Verlaufs des Rückenspecks, photogrammetrisch erfaßt. Zur eigentlichen Bewertung werden die Längen von Teilstrecken genutzt, die sich auf einer Senkrechten auf der zum Schloßknochen parallel verschobenen Gerade in Höhe des zweiten markanten Punktes durch die Dicke des Rücken¬ specks ergeben. Bei diesem Verfahren werden zwar die sub¬ jektiven Messfehler der manuell durchgeführten ZP-Methode ausgeschlossen, es wird vorausgesetzt, dass mit der opti¬ schen Bildverarbeitung die erforderlichen Konturen und Strukturen sicher erkannt werden.
Aus der Druckschrift DE 199 36 032 Cl ist ein weiteres Ver¬ fahren bekannt, das mittels optischer Bildverarbeitung eine automatische Qualitätsbeurteilung von Schlachttierhälften, insbesondere von Schlachtschweinen gewährleistet, wobei ge- genüber den bekannten Verfahren eine höhere, reproduzierba¬ re Schätzgenauigkeit erzielt wird, die durch Fehler im Spaltprozeß des Schlachttiers nur unwesentlich, durch nicht
absolut senkrechte Bilderfassung zur Spaltebene nicht be¬ einflußt werden kann, wobei eine optische Aufnahme der Schlachttierhälfte in der Spaltebene, im Bereich der Schin¬ ken- und Lendenregion photogrammetrisch auf der Grundlage bestimmter markanter Bezugspunkte ausgewertet wird.
Als markante Bezugspunkte werden dabei die Wirbelsäule, der Schloßknochen, die dünnste Speckdicke am MGM und die Kontu¬ ren des Rückenspecks im ausgewählten Bereich genutzt. Der zur Beurteilung der Qualität maßgebliche Muskeifleisch- anteil wird durch Addition von zueinander ins Verhältnis gesetzter, zum geraden Verlauf des Rückenmarkkanals senk¬ rechter Teilstrecken im Bereich des Fleischs und der Speck¬ schicht unter Einbeziehung von aus Regressionsberechnungen ermittelter Konstanten für jeden Term und einer Grundkon- stante berechnet. Im Rahmen des Verfahrens wird zwar der Messwert für das Speckmaß (S) in Übereinstimmung mit den gesetzlichen Vorschriften an richtigen Punkten ermittelt, jedoch wird das Fleischmaß (F) nicht bestimmt, wodurch die Berechnung des Muskelfleischanteils (MF%) nicht mit der amtlichen Formel erfolgt, somit eine Einstufung in die Han¬ delsklassen nicht erfolgen kann.
Ein Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern ist aus der Druckschrift DE 119 52 628 Al bekannt, wobei Gewichte, Gewichts- und Fleischanteile von Teilstücken wie Schinken, Kotelett, aus¬ gelöstes Kotelett, Filet, Schulter, Bug, Bauch und/oder weiterer selbständig handelbarer oder weiterzuverarbeiten¬ der Teilstücke mittels Online-Bewertung von Schweinehälften bestimmt wird. Zur Durchführung des Verfahrens werden den Körperbau beschreibende Prädiktoren bestimmt, die aus dem äußeren Konturverlauf der Schweinehälfte und der daraus ab¬ zuleitenden Fläche, Lage und Verlauf der Wirbelsäule und daraus abzuleitender Längen und Flächen von Teilbereichen des Schlachttierkörpers sowie einer für die Schweinehälften
gewonnenen, durch die relative Dicke und den Verlauf der näherungsweise gesamten subkutanen Speckschicht des Rücken¬ bereichs repräsentierende Verfettungsinformationen resul¬ tieren. Die Prädiktoren werden zueinander unter Berücksich- tigung zwischen ihnen bestehender statistischer Zusammen¬ hänge in Relation gesetzt, wodurch das Gewicht von interes¬ sierenden Teilstücken, deren Gewichts- und Fleischanteile am Gesamtgewicht der Karkasse online in der Schlachtlinie bestimmt werden sollen. Im Ablauf des Verfahrens muss die Videoerfassung der kompletten Schweinehälfte erfolgen und das Bildobjekt aufwändig bearbeitet sowie ausgewertet wer¬ den, um lediglich den Handelswert zu bestimmen. Auf Grund des großen Bildbereichs über die gesamte Spaltebene werden die Bewertungsgeschwindigkeit negativ beeinflusst als auch die Gewichte der Teilstücke nicht genau genug bestimmt, zu¬ dem führen Fehlerkennungen von Konturen und Strukturen im Bildbereich zu unrealistischen Werten.
Weiterhin wird ein Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers, mit dem dessen Han- delsklasse, Handelswert, Marktwert und Qualität bestimmbar ist und die Bedingungen der einschlägigen amtlichen Vor¬ schriften und Verordnungen erfüllt, in der Patentanmeldung mit dem Aktenzeichen DE 103 58 487.0 beschrieben. Es werden dabei die mit Zerlegeversuchen einer genügenden Anzahl von Schlachtkörpern gewonnenen Ergebnisdaten von Gewichtsantei¬ len aus Einzelteilausbeuten mit den von beiden Hälften ei¬ nes Schlachtkörpers in der Schinken- und Lendenregion er¬ mittelten charakteristischen Messwerten und Parameter unter Einbeziehung des Gesamtgewichts miteinander korreliert und daraus Verhältnisdaten gewonnen und im laufenden Schlacht¬ betrieb erfolgt zur Schätzung der Einzelteilausbeuten eine Simulationsrechnung mit den vorliegenden Verhältnisdaten unter Berücksichtigung des Gesamtgewichts zweier zusammen¬ gehöriger Hälften eines Schlachtkörpers und der für diesen
spezifisch in der Schinken- und Lendenregion ermittelten charakteristischen Messwerte und Parameter.
In einer Variante erfolgt die Schätzung der Einzelteilaus¬ beuten nur auf Basis der spezifisch in der Schinken- und Lendenregion ermittelten charakteristischen Messwerte und Parameter.
Allen diesen bekannten Verfahren ist gemeinsam, dass die bei der Bildverarbeitung eingesetzten vollautomatischen Kunturerkennungsalgorithmen zum Erkennen von komplex struk- turierten Konturen zwangsläufig eine gewisse Fehlerken¬ nungsrate aufweisen. Bei falsch erkannten Konturen kann man zwar durch einen anschließenden Optimierungsprozess versu¬ chen, die aufgetretenen Fehler zu korrigieren, wobei mit den neu bestimmten Konturen in der Regel jedoch wieder neue Auswertefehler auftreten, wodurch falsche oder fehlerbehaf¬ tete Daten bzw. Werte für nachfolgende Berechnungen vorlie¬ gen.
Die Aufgabe der Erfindung ist es, ein nichtinvasives Ver¬ fahren zum Erkennen von komplex strukturierten Konturen mit gegen Null tendierender Fehlerkennungsrate zu entwickeln, mit dem Merkmale eines Schlachttierkörpers voneinander un¬ terschieden und identifiziert werden können, das auf Basis eines charakteristischen Teilstücks mittels Bildverarbei¬ tung, insbesondere zur Bestimmung von Daten zur Berechnung des Muskelfleischanteils, der Handelsklasse sowie den damit im Zusammenhang stehenden Handelswert und Marktwert als auch zur Qualitätseinstufung von Schlachttierkörpern, unter Einhaltung von gesetzlichen Vorgaben bzw. spezifischen Re¬ gelungen arbeitet.
Die Aufgabe wird durch die im Patentanspruch 1 aufgeführten Merkmale gelöst. Bevorzugte Weiterbildungen ergeben sich aus den Unteransprüchen.
Der Grundgedanke der Erfindung besteht darin, dass bei Feh- lerkennung von zu unterscheidenden und identifizierenden komplex strukturierten Konturen von Schlachttierkörpern auf Grund starker Verunreinigungen im Aufnahmebereich oder phy- siologischer Besonderheiten, wie einer schlecht erkennbaren Fascie an Muskeln, Verwachsungen oder schwach ausgebildeter Muskeln, durch ein, in Schlacht- und Fleischverarbeitungs¬ betrieben für die Beurteilung von Schlachttierkörpern ein¬ gesetztes, automatisch ablaufendes Verfahren mittels BiId- Verarbeitung, ein Bediener an einer entsprechenden Arbeits¬ station in Form eines PC's mit dem Rechner in Interaktion tritt und hinreichende Hinweise auf die nicht oder nicht richtig erkannte, zu suchende Kontur gibt. Diese Hinweise ermöglichen es einem erneut abfolgenden Kon- turerkennungsalgorithmus, die zu suchende Kontur sicher zu erfassen. Vom Bediener können die Hinweise insbesondere grafisch mit Hilfe einer Bildwiedergabeeinrichtung in die Darstellung eines Bildes des interessierenden Bereichs des Schlachttierkörpers eingegeben werden, alternativ auch in audiovisueller oder textlicher Form.
Im Bildbereich setzt der Bediener mindestens einen Stütz¬ punkt in einem oder mehreren Bereichen, in denen die Mes¬ sungen erfolgen sollen. Diese Stützpunkte als geometrische Vorgaben können den Anfangspunkt, den Endpunkt, den Mittel- punkt oder einen beliebigen Punkt der zu findenden Kontur kennzeichnen. Der Stützpunkt kann alternativ auch einen zu¬ lässigen oder verbotenen Bereich für die Kontur markieren. Bei mehr als einem Stützpunkt lassen sich zusätzlich Ten¬ sorvorgaben höherer Ordnung ermitteln, wie Vektorvorgaben ab zwei Stützpunkten und Krümmungsvorgaben ab drei Stütz¬ punkten.
Des Weiteren ist es möglich, aus der Analyse der Umgebung des Stützpunktes Startparameter für den Konturerkennungsal-
gorithmus zu gewinnen. Diese Parameter können beispielswei¬ se in Form von minimalen, maximalen oder durchschnittlichen Luminanzen, Chrominanzen und Kontrasten vorliegen. Es las¬ sen sich aber auch komplexere Merkmale wie Texturen als Pa- rameter ermitteln.
Nachfolgend werden in üblicher Weise, charakteristische Messwerte und Parameter, wie Strecken, Winkel und Flächen als auch die ebenfalls mit dem Bild vorliegenden Hellig- keits- bzw. Farbinformationen, vorzugsweise in der Lenden- und Schinkenregion an Hand selektierter markanter Punkte und Strukturen im Bildbereich ermittelt.
Bei Schlachtschweinen werden beispielsweise im europaweit gültigen ZP-Verfahren exakte Messwerte für das Speckmaß (S) und das Fleischmaß (F) ermittelt, aus denen mit der amtli- chen Formel unmittelbar der Muskelfleischanteil (MF%) be¬ rechnet wird und somit die Einstufung in die Handelsklasse erfolgt.
Auf Basis ermittelter Längen von senkrechten Teilstrecken im Bereich des geraden Abschnitts der Wirbelsäule im Auf- nahmebereich zur Außenkontur sowie dem Speckverlauf und de¬ ren Verhältnis zueinander können die Koteletten bewertet werden.
Mit weiteren charakteristischen Werten ist im Zusammenhang mit Ergebnissen aus Zerlegeversuchen eine Schätzung der Einzelteilausbeute gegeben. Mit der damit vornehmbaren Teilstückbewertung ergibt sich wie üblich der Handelswert. Ausgehend vom Gewicht des Schlachtkörpers erfolgt die Schätzung der Gewichte der Teilstücke, aus deren Summe sich der Marktwert ergibt.
Mit den ermittelten Helligkeits- bzw. Farbinformationen er¬ folgt die Qualitätseinstufung des Schlachtkörpers.
Die Vorteile der Erfindung bestehen insbesondere in der auf nahezu Null reduzierten Fehlerkennungsrate bei der Beurtei¬ lung von Qualität und Quantität eines Schlachttierkörpers und damit verbundener positiver ökonomischer Effekte für den Erzeuger und Verarbeiter des Fleischs.
Es wird eine umfassende Bewertung und Klassifizierung eines Schlachttierkörpers und dessen Teilstücken ermöglicht.
Eine Implementation der Interaktion ist bei allen nichtin¬ vasiven automatischen Verfahren, die eine bildliche Dar- Stellung eines Bereichs mit zu erkennenden Konturen und Strukturen beinhalten, in dem Messwerte ermittelt werden sollen, möglich.
Die Erfindung wird als Ausführungsbeispiel an Hand von
Fig. 1 als Aufnahme einer Hälfte eines Schlachttierkörpers in der Lenden- und Schinkenregion mit unklaren Kon¬ turen,
Fig. 2 als Aufnahme einer Hälfte eines Schlachttierkörpers in der Lenden- und Schinkenregion mit Darstellung einer Fehlerkennung charakteristischer Messwerte und
Parameter und
Fig. 3 als Aufnahme einer Hälfte eines Schlachttierkörpers in der Lenden- und Schinkenregion mit Darstellung von Stützpunkten als Markierungen sowie der damit ermittelten charakteristischer Messwerte und Parame¬ ter näher erläutert.
Eine spezielle Methode der Klassifizierung von Schweine- schlachtkörpern, das so genannte ZP-Verfahren, startet mit
der Identifizierung des Musculus Glutaeus Medius und des Wirbelstrangs.
Anschließend wird zunächst das Speckmaß (S), als dünnste Stelle des Speckes (einschließlich Schwarte) über dem Musculus Glutaeus Medius (in Millimetern) und danach das Fleischmaß (F) als kürzeste Verbindung des vorderen, cra¬ nialen Ende des Musculus Glutaeus Medius zur oberen, dorsa¬ len Kante des Wirbelkanals (in Millimetern) bestimmt. Aus diesem so ermittelten Speckmaß und Fleischmaß ergibt sich dann gemäß Anlage 4 der Handelsklassenverordnung (HKL- VO) der Muskelfleischanteil des Schweineschlachtkörpers in Prozent. Nach Anlage 1 aus der HKL-VO wird sodann die Zu¬ ordnung der Handelsklasse durchgeführt.
Die Klassifizierung der Schweineschlachtkörper erfolgt mit einem zugelassenen Klassifizierungsgerät, das im Wesentli¬ chen aus einer Bildaufnahmeeinrichtung und einem Computer¬ arbeitsplatz mit entsprechender Software besteht, dessen Bedienung durch neutrale Klassifizierer erfolgt. Diese sind in der Regel vereidigte Sachverständige, die sehr genau die Speck-, Fleisch und Wirbelkonturen eines Schlachttierkör¬ pers beurteilen können.
Die Verantwortung für die korrekte Beurteilung und Klassi¬ fizierung des Schlachttierkörpers verbleibt somit beim Klassifizierer.
Zu Beginn des Vorgangs wird in bekannter Weise von einem entlang der Wirbelsäule geteilten Schlachttierkörper in der Lenden- und Schinkenregion mit einem bildgebenden Verfahren ein digitales Bild erstellt, das einer Bildanalyse unterzo¬ gen wird, bei der Konturverläufe von Fleischgewebe und Fettgewebe und Knochen erfasst werden. Anhand der Kontur¬ verläufe werden einzelne Strecken und Flächen sowie über Konturbereiche gemittelte Strecken gemessen als auch HeI- ligkeits- und/oder Farbwerte gewonnen.
Die Gewinnung der charakteristischen Messwerte und Parame¬ ter in der Schinken- und Lendenregion erfolgt beispielswei¬ se in Anlehnung an das in der Druckschrift DE 199 36 032 Cl bzw. der Patentanmeldung DE 103 58 487.0 beschriebene Ver- fahren.
Nach Fig.l wird hierbei ein Bildbereich 1 der Schinken- und Lendenregion einer Schlachtkörperhälfte eines Schweins mit allen Details aufgenommen und anschließend photo- grammetrisch ausgewertet.
Der Bildbereich 1 erfasst im Kontrast zu einem dunklen Hin¬ tergrund die gesamte Breite der erweiterten Schinken- und Lendenregion mit deren Außenkontur 2.
In üblicher Weise erfolgt anhand einer Histogrammanalyse zunächst die Renormierung der Schwellenparameter auf die jeweilige mittlere Helligkeit des Schweineschlachtkörpers mit anschließender rechentechnischer Selektion der unter¬ schiedlichen Gewebepartien auf Basis der Färb- und/oder Helligkeitsunterschiede im Bildbereich 1. Mit Hilfe von Selbstkonsistenzprüfungen werden Verunreinigungen, wie durch Blut, weitestgehend aus dem Bild herausgefiltert.
Im nächsten Schritt wird der helle Speck vom dunkleren Fleisch separiert und auf diese Weise die Bestimmung von Speckflächen 3 und Fleischflächen 4 vorgenommen.
Innerhalb der Fleischflächen 4 soll unter anderem die Kon- tur eines Musculus Glutaeus Medius (MGM) 5 durch einen Kon¬ turverfolgungsalgorithmus mit anschließender Bestimmung der geometrischen Lage identifiziert werden.
Wie aus Fig. 1 ersichtlich, ist a) die Kontur des MGM 5 auf
Grund physiologischer Eigenheiten in der Fleischfläche 4 nicht klar abgegrenzt, wobei die Ursachen hierfür z.B. Ver-
wachsungen oder eine geringe Ausbildung der Fascie des MGM 5 sein können; b) ein Wirbelkanal β nicht eindeutig erkennbar, da dieser im Spaltprozess nicht mittig getroffen wurde oder blutig ist und c) ein Schlossknochen 7 wegen teilweiser Verdeckung durch Fettgewebe oder Blut nicht sicher identifizierbar.
Die in einem solchen Bild durchgeführte Konturanalyse weist, wie in Fig.2 dargestellt, zwangsläufig Fehlerkennun- gen auf, die der Klassifizierer erkennt und/oder in Form einer Warnung bzw. Signalisierung als Fehlermeldung vom Rechner ausgegeben werden.
Im gewählten Bild wird eine dem MGM 5 ähnliche Fleischflä¬ che 8 mit der automatisch ablaufenden Bildanalyse als MGM 5 identifiziert und Wirbel 9 im dorsalen Bereich der Wirbel¬ säule falsch zugeordnet als auch der Schlossknochen 7 nicht gefunden.
Würde die Bestimmung der Messwerte und Parameter zur Bewer¬ tung des Schlachttiers auf Basis des Ergebnisses dieser Analyse erfolgen, so ergäben sich absolut falsche Bewertun¬ gen.
Die Fehlerkennung wird vom Klassifizierer erkannt, diesem angezeigt beziehungsweise gemeldet.
Im Bildbereich 1 setzt der Klassifizierer als Bediener dar- aufhin mindestens einen Stützpunkt in einem oder mehreren Bereichen, in denen die Messungen erfolgen sollen. Diese Stützpunkte als geometrische Vorgaben können den Anfangs¬ punkt, den Endpunkt, den Mittelpunkt oder einen beliebigen Punkt der zu findenden Kontur kennzeichnen. Es ist hierbei in der Regel ausreichend, nur im Bereich der nicht erkannten Struktur, wie dem MGM 5 und/oder der Wirbel 9 und/oder des Schlossknochens 7 Stützpunkte zu markieren.
Im vorliegenden Beispiel werden nach Fig.3: a) zur richtigen Erkennung der Kontur des MGM 5 ein erster Stützpunkt 10 im MGM 5 zum Auffinden von Helligkeitsin¬ formationen und ein zweiter Stützpunkt 11 auf das cra- niale Ende des MGM 5 als Lageinformation gesetzt; b) zur Unterstützung des Auffindens des Wirbelkanals 6 wer¬ den vorzugsweise zwei benachbarte Wirbel 9 mit jeweils einem weiteren Stützpunkt 12 markiert, wobei zusätzliche Richtungsinformationen ermittelt werden und c) zur Identifikation und Konturerkennung des Schlosskno¬ chens 7 wird ein zusätzlicher Stützpunkt 13 in dessen cranialem Endbereich gesetzt.
Nach der, mit Hilfe der gesetzten Stützpunkte erneut durch¬ geführten Konturanalyse wird a) der Musculus Glutaeus Medi- us (MGM) 5 und dessen geometrische Lage, wie in Fig. 3 dar¬ gestellt, eindeutig identifiziert.
Ebenso ist b) die Kontur des im Bildbereich 1 sichtbaren unteren Endes der Wirbelsäule mit Wirbeln 9 und Wirbelkanal 6 exakt erkannt worden. Die gleiche Aussage trifft c) auf den Schlossknochen 7 zu, der eindeutig identifiziert und dessen Kontur bestimmt wur¬ de.
Bei bestimmten Populationen von Schlachttieren, bei denen insbesondere der MGM 5 als ein wesentliches Element zur Er- mittlung von Daten und Messwerten im Bildbereich sehr schwach ausgebildet ist, wodurch automatisch ablaufende Verfahren mittels Bildanalyse überwiegend zu Fehlerkennun¬ gen der Konturen und Strukturen führen, ist es alternativ sinnvoll, Stützpunkte vor dem Start der Bildanalyse zu raar- kieren.
Im Bildbereich 1 werden optional der erste Stützpunkt 10 im MGM 5 zum Auffinden von Helligkeitsinformationen und/oder der zweite Stützpunkt 11 auf das craniale Ende des MGM 5
als Lageinformation gesetzt sowie optional zum sicheren Auffinden des Wirbelkanals 6 vorzugsweise zwei benachbarte Wirbel 9 mit jeweils einem weiteren Stützpunkt 12 markiert als auch optional der Schlossknochen 7 mit dem zusätzlichen Stützpunkt 13 und erst danach die Bildanalyse zur Erkennung von Konturen und Strukturen mit sich in bekannter Weise an¬ schließender Bestimmung von Messwerten und Daten im Bildbe¬ reich, gestartet.
Wie gebräuchlich wird als Ausgangslinie für nachfolgende Messungen an die obere (dorsale) Kante des Wirbelkanals 6 eine Gerade 14 mit der Richtung des geraden Abschnitts der Wirbelsäule gelegt. Auf dieser Geraden 14 wird eine Senk¬ rechte 15 in Höhe des vorderen (cranialen) Ende des MGM 5 errichtet, deren Streckenlänge als kürzeste Verbindung vom vorderen Ende des MGM 5 zur oberen (dorsalen) Kante des Wirbelkanals 6 dem Fleischmaß (F) als Stärke des Lendenmus¬ kels entspricht. Die Verlängerung der Senkrechten 15 bis zur Außenkontur 2 begrenzt den Speckverlauf über dem MGM 5 cranial. In Höhe der dünnsten Speckschicht am MGM 5 wird eine Ver¬ bindungslinie 16 von der Kontur des MGM 5 zur Außenkontur 2 bestimmt, deren Streckenlänge das Speckmaß (S) repräsen¬ tiert.
Aus den beiden Termen (F) und (S) , gemessen in Millimetern, erfolgt online die Berechnung des Muskelfleischanteils (MF%) mit der landesspezifischen amtlichen Formel aus dem ZP-Verfahren mit nachfolgender Handelsklasseneinstufung auf Grundlage des ermittelten prozentualen Muskelfleischan¬ teils.
An Hand einer Anzahl weiterer im Bildbereich 1 bestimmbarer Strecken, Winkel und Flächen sind weitergehende Aussagen zum jeweils analysierten Schlachttierkörper gegeben.
So können zum Beispiel auch Speck-, Fleisch- und Knochenma¬ ße im Bereich der Wirbelsäule und des Schlossknochens 7 vermessen werden.
Als ein weiteres wichtiges Merkmal ist die histologische Unterteilung des Specks durch ein bindegewebeartiges Septum 17 in eine obere Speckschicht 18 und eine untere Speck¬ schicht 19 ermittelbar. Die obere Speckschicht 18 wird als ünterschwartenfett und die untere Speckschicht 19 als Kör¬ perfettauflage bezeichnet.
Aus der Dicke des Unterschwartenfetts lassen sich Aussagen über den Muskelfleischanteil des Bauchs herleiten.
Aus Strecken und Flächen oberhalb der Wirbel 9 lassen sich vorzugsweise genaue Aussagen über die Koteletten gewinnen. Weiter wird zum Bewerten des Schinken die mittlere Speck- dicke über dem MGM 5, im Bereich der Fläche zwischen der Verlängerung der Senkrechten 15 bis zur Außenkontur 2 und einer anderen Senkrechten 20 auf der Geraden 14 einbezogen, die ebenfalls in die Handelswertbestimmung eingeht.
Der prozentuale Anteil von Teilstücken, wie dem Schinken oder den Koteletten, im Verhältnis zum ganzen Körper des Schlachttiers, kann direkt aus den Daten der Messwerte der Bildanalyse bestimmt werden ebenso wie der prozentuale An¬ teil des Muskeifleischs des jeweiligen Teilstücks. In weitergehenden Berechnungen ist wiederum beispielsweise der prozentuale Anteil des Muskeifleischs des Schinkens oh¬ ne Knochen und Fett bestimmbar.
Unter Einbeziehung des nach dem Ausnehmen des Schlachttier¬ körpers erfassten Gesamtgewichts aus den beiden am Haken hängenden, zusammengehörenden Hälften, kann weiter die Ein- zelteilausbeute berechnet werden, womit sich aus der Summe
der Teilstückbewertungen der Handelswert sowie aus der Sum¬ me der Gewichte der Teilstücke der Marktwert ergibt. An Hand der bestimmten prozentualen Anteile lassen sich dann die Gewichtsangaben für betreffenden Teile wie Schin- ken, Kotelett und weiterer wertvoller Teilstücke auf Basis des Gesamtgewichts berechnen.
Die Qualitätseinstufung des Schlachtkörpers und/oder von Teilstücken erfolgt an Hand der vorliegenden weiteren cha¬ rakteristischen Bildinformationen in Form von Helligkeits- und/oder Farbwerten.
Verwendete Bezugszeichen
1 Bildbereich
2 Außenkontur
3 Speckflächen
4 Fleischflächen
5 Musculus Glutaeus Medius (MGM)
6 Wirbelkanal
7 Schlossknochen
8 ähnliche Fleischfläche
9 Wirbel
10 erster Stützpunkt
11 zweiter Stützpunkt
12 weiterer Stützpunkt
13 zusätzlicher Stützpunkt
14 Gerade
15 Senkrechte
16 Verbindungslinie
17 Septum
18 obere Speckschicht
19 untere Speckschicht
20 andere Senkrechte
Next Patent: CONTACT ELEMENT