[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

DD298310A5 - METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING - Google Patents

METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING Download PDF

Info

Publication number
DD298310A5
DD298310A5 DD34429290A DD34429290A DD298310A5 DD 298310 A5 DD298310 A5 DD 298310A5 DD 34429290 A DD34429290 A DD 34429290A DD 34429290 A DD34429290 A DD 34429290A DD 298310 A5 DD298310 A5 DD 298310A5
Authority
DD
German Democratic Republic
Prior art keywords
determined
parameters
contour
classification
image processing
Prior art date
Application number
DD34429290A
Other languages
German (de)
Inventor
Horst Eger
Lothar Kumpfert
Axel Hinz
Manfred Reinhold
Original Assignee
Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De filed Critical Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De
Priority to DD34429290A priority Critical patent/DD298310A5/en
Priority to DE19914131556 priority patent/DE4131556C2/en
Publication of DD298310A5 publication Critical patent/DD298310A5/en

Links

Classifications

    • AHUMAN NECESSITIES
    • A22BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22BSLAUGHTERING
    • A22B5/00Accessories for use during or after slaughtering
    • A22B5/0064Accessories for use during or after slaughtering for classifying or grading carcasses; for measuring back fat
    • A22B5/007Non-invasive scanning of carcasses, e.g. using image recognition, tomography, X-rays, ultrasound

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Bestimmung von Schlachttierkoerperhaelften durch Bildverarbeitung als eine Voraussetzung zur automatischen Zerlegung und Klassifizierung in der fleischverarbeitenden Industrie bzw. in Schlachtbetrieben. Durch die Erfindung wird eine Voraussetzung geschaffen, koerperlich schwere und unexakte Arbeit zu vermeiden und den Prozesz zu rationalisieren. Nach der Erfindung wird neben der Kontur und Speckschicht die gesamte Wirbelsaeule analysiert. Dabei stellen die Objekt- und Konturparameter der Wirbel sowie die Zwischenwirbelschichten die Voraussetzung zur Schnittdefinition fuer die Zerlegung dar. Die aeuszere Kontur, Speckschicht sowie die exakten Parameter der Lendenwirbel dienen der Berechnung fuer die Klassifizierung.{automatische Zerlegung; Klassifizierung; Schlachttierkoerperhaelften; Bestimmung; Knochenstruktur; Kontur; Wirbelsaeule; Bildverarbeitung; Objektanalyse}The invention relates to a method for the determination of slaughtered animal body parts by image processing as a prerequisite for automatic disassembly and classification in the meat processing industry or in slaughterhouses. The invention provides a prerequisite for physically avoiding heavy and inexact work and streamlining the process. According to the invention, the entire spinal column is analyzed in addition to the contour and the layer of bacon. In this case, the object and contour parameters of the vertebrae as well as the intervertebral layers are the prerequisite for the definition of the section for the decomposition. The outer contour, bacon layer and the exact parameters of the lumbar vertebrae are used for the calculation for the classification. {Automatic decomposition; classification; Schlachttierkoerperhaelften; Determination; Bone structure; Contour; spine; Image processing; Object Analysis}

Description

Hierzu 2 Seiten ZeichnungenFor this 2 pages drawings

Anwendungsgebiet der ErfindungField of application of the invention

Die Erfindung betrifft ein Verfahren zur Bestimmung von Schlachttierkörperhälften durch Bildverarbeitung in der fleischverarbeitenden Industrie bzw. in Schlachtbetrieben.The invention relates to a method for the determination of carcass halves by image processing in the meat processing industry or in slaughterhouses.

Charakteristik des bekannten Standes der TechnikCharacteristic of the known state of the art Aus der US-PS 4.662.029 ist ein Verfahren und eine Vorrichtung bekannt, bei der für jeden Schnitt an der SchlachttierkörperhälfteFrom US-PS 4,662,029 a method and apparatus is known in which for each cut on the carcass half

eine andere Kamera verwendet wird, doren Bild mit einem im Rechner vorliegenden Muster verglichen wird. Es wird für jedenanother camera is used, the image is compared with a present in the computer pattern. It will be for everyone

Schnitt ein Referenzpunkt lokalisiert und nach Mustervergleich die Steuerparameter für die Zerlegung übergeben. Diese LosungCut a reference point localized and passed after pattern matching the control parameters for the decomposition. This solution

erfordert einen hohen mnteriellen Aufwand und berücksichtigt nur die äußere Kontur der Tierkörper. Es kann nur eine begrenzterequires a high amount of material and only considers the outer contour of the carcasses. It can only be a limited one

Genauigkeit in der Zerlegung garantiert wurden.Accuracy in the decomposition were guaranteed. Ein Verfahren zur Klassifizierung eines Tiei körpers, insbesondere einer Schweinehälfte, in Handelsklassen ist durch dieA method for classifying a Tiei body, in particular a half pig, in trading classes is by the DE-PS 2.946.912 bekannt geworden. Dabei werden durch videooptische Geräte äußere Konturmerkmale als Schattenriß erfaßt,DE-PS 2,946,912 become known. In this case, external contour features are captured as a silhouette by video-optical devices,

ein Meßraster überlagert und daraus die Hnndelsklasse der Tierkörper bestimmt. Es werden die maximale Hüftbreite und die minimale Taillenbreite sowie ein Winkel durch Anlegen einer Tangente an den niittlei en Bereich des Oberschenkels erfaßt. Da nur die äußere Kontur ermittelt wird, ist mn eine begrenzte Genauigkeit realisierbar.superimposed on a measuring grid and determined therefrom the class of the carcasses of the carcasses. The maximum hip width and the minimum waist width as well as an angle are determined by applying a tangent to the niittlei area of the thigh. Since only the outer contour is determined, a limited accuracy can be realized.

Aus der DE-PS 2.728.913 ist ein Verfahren u nd eine Vorrichtung zum Klassifizieren von Fleisch bekannt, bei der eineFrom DE-PS 2,728,913 a method and a device for classifying meat is known in which a

elektrooptische Messung mehrerer Parameter für die Klassifizierung erfolgt. Die Parameter werden mit einer Videokamera erfaßt und in einem Mikroprozessorsystem ausgewertet.electro-optical measurement of several parameters for the classification takes place. The parameters are recorded with a video camera and evaluated in a microprocessor system.

Es werden die Schinkenkontur, die Schinkenseitenflächen bis zum Trennwirbel, die maximale Schinkenstärke, die Speckdicke,It is the ham contour, the ham side surfaces to the separating vortex, the maximum ham thickness, the fat thickness,

das Fleisch-Rückenspeck-Verhältnis und das Gewicht bestimmt.the meat-bacon-ratio and the weight determined.

Mit diesem Verfahren kann jedoch nicht die gesamte Wirbelsäule für die Zerlegung berücksichtigt werden.However, this method can not account for the entire spine for disassembly. Ziel der ErfindungObject of the invention

Ziel der Erfindung ist es, die erforderlichen Schneid- und Qualitätsparameter berührungslos und automatisch mit einer hohen Genauigkeit für die Zerlegung und Klassifizierung durch eine exakte Analyse von Schlachttierkörperhälften zu ermitteln.The aim of the invention is to determine the required cutting and quality parameters contactless and automatic with high accuracy for the decomposition and classification by an exact analysis of carcass halves.

Darlegung des Wesens der ErfindungExplanation of the essence of the invention

Der Erfindung liegt die Aufgabe zugrunde, durch Einbeziehung der Knochenstruktur für die Grobzerlegung genaue Positionsparameter der Schnittbahnen zu bestimmen, den Muskelfleischanteil im Lend^nbereich sowie die Speckdicke für die Klassifizierung zu ermitteln und exakte morphologische Untersuchungen zu ermöglichen.The invention has for its object to determine by the inclusion of the bone structure for the coarse dissection accurate position parameters of the cutting paths, to determine the lean meat content in the Lend ^ nbereich and the bacon thickness for the classification and to allow accurate morphological examinations.

Die erfindungsgemäße Lösung besteht aus bekannten Bildverarbeitungssystem an und umfaßt folgende Verfahrensschritte:The solution according to the invention consists of known image processing systems and comprises the following process steps:

1. Es werden Kameraaufnuhmen der Schlachttierkörperhälfte erfaßt, so daß diu Szene die gesamte äußere Kontur einschließlich der geschnittenen Oberfläche beinhaltet. Die Bilddaten liegen dann digitalisiert zu 64 oder 256 Grauwerten im Rechner vor und beinhalten eine am Hinterbein aufgehängte Hälfte.1. Camera shots of the carcass half are detected so that the scene includes the entire outer contour including the cut surface. The image data are then digitized to 64 or 256 gray levels in the computer and include a hung on the hind leg half.

2. Nach Ermittlung und Speicherung der gesamten äußeren Kontur wird ausgehend vom Hinterbein die maximale Schinkenbreite bestimmt.2. After determining and storing the entire outer contour, the maximum ham width is determined starting from the hind leg.

3. Ebenfalls durch die äußere Kontur und ausgehend vorn Hinterbein wird der Schinkenansatz bestimmt, indem über einen definierten senkrechten Abstand die Breitenzunahme berücksichtigt wird. Im Bereich Hinterbein bis maximale Schinkenbreite stellt der Schinkenansatz ein Maximum der Breitenzunahme dar.3. Also by the outer contour and starting from the hind leg of the ham approach is determined by over a defined vertical distance, the width increase is taken into account. In the range hind leg to maximum ham width, the ham approach represents a maximum of the width increase.

A Durch Vergleich der horizontalen Objektmitte auf der Höhe das Schinkenansatzes und auf Höhe der maximalen Schinkenbreite wird ermittelt, ob es sich um eine linke oder rechte Hälfte handelt. A By comparing the horizontal center of the object at the height of the ham and at the level of the maximum ham width, it is determined whether it is a left or a right half.

5. Unter Nutzung der bestimmten Parameter wird ein Bildausschnitt berechnet, der immer das Kreuzbein sowie den 6. Lendenwirbel beinhaltet.5. Using the determined parameters, an image section is calculated which always includes the sacrum and the 6th lumbar vertebrae.

6. Dieser Bildausschnitt wird mit einem Median-Filter und einer Skalierung verarbeitet.6. This image section is processed with a median filter and a scaling.

7. Im Bildausschnitt wird iterativ mitzunehmendem O.rauwertniveau eine Objektsuche zur Bestimmung des Kreuzbeines durchgeführt.7. In the image section, an object search for the determination of the sacral bone is carried out iteratively with the O.ruval level.

7.1 )er Bildausschnitt wird entsprechend des Grauwertniveaus binarisiert.7.1) he image section is binarized according to the gray scale level.

7.2. Es werden alle im Bildausschnitt liegenden Objekt* ermittelt und ihre Kontur- sowie Objektparameter bestimmt.7.2. All objects * in the image section are determined and their contour and object parameters are determined.

7.3. Durch Untersuchung der Konvur- und Objektparameter mittels vordefinierter Intervalle für jeden Parameter wird die Entscheidung getroffen, ob es sich um ein Kreuzbein handelt oder nicht. Wenn das Kreuzbein gefunden wurde, wird die Iteration verlassen. Ansonsten wird das Grauwert niveau erhöht und erneut eine Objektsuche gestartet.7.3. By examining the convolution and object parameters using predefined intervals for each parameter, the decision is made as to whether or not it is a sacral bone. When the sacrum is found, the iteration is abandoned. Otherwise the greyscale level is increased and another object search is started.

8. Durch die Lage des Kreuzbeines wird ein Bildausschnitt definiert, der den 6. Lendenwirbel beinhaltet und erneut eine Objektsuche durchgeführt. Hierbei werden wiederum vordefinierte Intervalle der Kontur- und Objektparameter sowie das Grauwertniveau, bei dem das Kreuzbein gefunden wurde, berücksichtigt.8. The position of the sacral bone defines an image section that contains the sixth lumbar vertebra and performs another object search. In this case, predefined intervals of the contour and object parameters as well as the gray scale level at which the sacrum was found are taken into account again.

9. Durch Berücksichtigung der Objekte Kreuzbein, 6. Lendenwirbel sowie der äußeren Kontur, maximale Schinkenbreite und Schinkenansatz können für jeden Wirbel der Wirbelsäule Objektsuchen mit vordefinierten Kontur- und Objektparametern durchgeführt werden. Dabei wird ein mathematisch ermittelter Verlauf der Wirbelsäule des Tierkörpers beachtet.9. By considering the objects sacral bone, 6th lumbar vertebra and the outer contour, maximum ham width and ham approach can be carried out for each vertebra of the spine object searches with predefined contour and object parameters. In this case, a mathematically determined course of the spine of the carcass is observed.

10. Nach der Bestimmung aller Wirbel werden die Zwischenwirbelschichten an den für die Zerlegung und Klassifizierung entscheidenden Positionen ermittelt.10. After all vortices have been determined, the intervertebral layers are determined at the positions that are critical for disassembly and classification.

11. Aus den ermittelten Positionen werden die Schnittparameter für die Zerlegung abgeleitet.11. The cut parameters for the decomposition are derived from the determined positions.

12. Entsprechend den Vorschriften für die Klassifizierung worden an der entsprechenden Position der Muskelfleischanteil sowie die Speckdicke durch Auswertung der Grauwerte bestimmt.12. In accordance with the classification rules, the muscle meat content and the fat thickness were determined by evaluating the gray values at the appropriate position.

13. Aus allen ermittelten Parametern können je nach Abbildungsmaßstab exakte morphologische Untersuchungen erfolgen.13. Exact morphological examinations can be carried out from all parameters, depending on the imaging scale.

Mti der erfindungsgemäßen Lösung wird eine vollständige Analyse der äußeren Kontur, der Wirbelsaule von Kreuzbein bis Atlas mit Bildverarbeitung durchgeführt, und daraus werden Schnittparameter für die Zerlegung und Parameter für die Klassifizierung ermitteit.In the solution according to the invention, a complete analysis of the outer contour, the vertebral column from sacral bone to atlas is performed with image processing, and from this, cutting parameters for the decomposition and parameters for the classification are determined.

Ausführungsbeispielembodiment Das Wesen der Erfindung wird an folgendem Beispiel näher dargelegt.The essence of the invention will be explained in more detail by the following example. Figur 1 zeigt eine Schweinehälfte im Schinken- und Lendenbareich. Dieses Bild ist unverarbeitet und liegt mit 64 Grauwerten imFIG. 1 shows a pig's half in the ham and loinbar. This picture is unprocessed and lies with 64 gray values in the Rechner vor.Calculator before. Figur 3 zeigt eine verarbeitete Darstellung von Figur 1. Dieses Bild zeigt das analysierte Kreuzbein im Bildausschnitt, derenFIG. 3 shows a processed representation of FIG. 1. This image shows the analyzed sacrum in the image detail whose Kontur- und Objektparameter im Rechner vorliegen.Contour and object parameters are present in the computer. Als erster Schritt nach der Bildaufnahme gemäß Figur 1 wird ausgehend vom Hinterbein die maximale Schinkenbreite durchAs a first step after image acquisition according to Figure 1, starting from the hind leg, the maximum ham width Auswertung der äußeren Kontur bestimmt.Evaluation of the outer contour determined. Der Schinkenansatz wird durch die äußere Kontur ermittelt, indem über einen definierten senkrechten Abstand die maximaleThe ham approach is determined by the outer contour by over a defined vertical distance, the maximum Bteitenzunahme der Schlachtkörperhälfte bestimmt wird. Dabei wird die Maximumsuche durch die senkrechte Position derIncreasing the rate of the half carcass is determined. The maximum search is determined by the vertical position of the

maximalen Schinkenbreite begrenzt.maximum ham width limited.

Durch Berechnung der mittleren Positionen auf Höhe des. Schinkenansatzes und auf Höhe der maximalen Schinl'.enbreite läßtBy calculating the average positions at the level of the ham and at the height of the maximum ski width

sich die Entscheidung fällen, ob es sich um eine linke oder rechte Schlachtkörperhälfte handelt.make the decision whether it is a left or right half carcass.

Aus der Lage des Schinkenansatzes, der maximalen Schinkenbreite sowie der gesamten äußeren Kontur läßt sich einFrom the location of the ham neck, the maximum ham width and the entire outer contour can be a Bilda.jsschniU berechnen, der immer das Kreuzbein ;iowie den 6. Lendenwirbel beinhaltet (Figur 2).Bilda.jsschniU, which always includes the sacrum and the sixth lumbar vertebra (Figure 2). Dieser Bildausschnitt wird mit einem Median-Filter und einer Cosinus-Skalierung verarbeitet.This image section is processed with a median filter and cosine scaling. Es folgt eine Iteration, in der mit zunehmendem Grauwsrtniveau eine Objetksuche zur Bestimmung des Kreuzbeinet-.This is followed by an iteration in which, with increasing gray level, an object search for the determination of the sacral.

durchgeführt wird. Als erstes wird der Bildausschnitt entsprechend des Grauwertniveaus binarisiert. Danach werden von allen im Bildausschnitt liegenden Objekten die Kontur- und Objektparameter ermittelt, wie z.B. Konturlänge, Objektflächeninhalt,is carried out. First, the image section is binarized according to the gray scale level. Thereafter, the contour and object parameters of all the objects in the image section are determined, such as, for example, Contour length, object surface content,

Halbachsen einer approximierten Ellipse und Lagewink?! der Ellipse zur x-Achse.Half-axes of an approximated ellipse and position angle ?! the ellipse to the x-axis. Diese Objekt- und Konturparameter werden mit vordefinierten Intervallen für jeden einzelnen Parameter verglichen. Liiigen alleThese object and contour parameters are compared with predefined intervals for each individual parameter. Everyone agrees Parameter innerhalb der Intervalle, so wird das analysierte Objekt als Kreuzbein identifiziert. In diesem Fall wird die IterationParameters within the intervals, the analyzed object is identified as a sacrum. In this case, the iteration

verlassen. Wurde kein Kreuzbein gefunden, so wird das betrachtete Grauwertniveau und erneut eine Objektsuche gestattet.leave. If no sacral bone is found, then the observed gray level level and again an object search is permitted.

In Abhängigkeit der Lage des Kreuzbeines sowie der äußeren Kontur wird ein neuer Bildausschnitt definiert, der denDepending on the position of the sacral bone as well as the outer contour, a new image section is defined

6. Lendenwirbel beinhaltet. In diesem Bildausschnitt wird, unter Berücksichtigung des Grauwertniveaus, bei dem das Kreuzbein gefunden wurde, erneut eine Objektsuche zur bestimmung des 6. Lendenwirbels gestartet. Dabei werden ebenfalls vordefin.erte6. Lumbar vertebra involves. In this image section, taking into account the gray scale level at which the sacrum was found, another object search is started to determine the sixth lumbar vertebra. There are also predefined

Intervalle der Kontur- und Objektparameter für den 6. Lendenwirbel genutzt.Intervals of the contour and object parameters used for the 6th lumbar vertebra.

Claims (5)

1. Verfahren zur Bestimmung von Schlachttierkörperhälften durch Bildverarbeitung, insbesondere von Schweinehälften, wobei mit Bildverarbeitungshard- und -software äußere Kontur, Speckschicht, Fleisch-Rückenspeckverhältnis ermittelt werden, dadurch gekennzeichnet, daß mit Bildverarbeitungshardware Aufnahmen von der Schlachttierkörperhälfte mit Wirbelsäule und allen Zwischenwirbelschichten angefertigt werden, als Fixpunkt zur Ermittlung der Parameter für die Zerlegung und Klassifizierung vom Kreuzbein der Wirbelsäule ausgegangen wird und das Kreuzbein sowie die anderen Wirbel durch eine Objektanalyse nach vordefinierten Kontur- und Objektparametern bestimmt werden.1. A method for the determination of carcass halves by image processing, in particular pork halves, wherein with Bildverarbeitungshard- and -software outer contour, bacon layer, meat-back fat are determined, characterized in that are made with image processing hardware images of the carcass half with spine and all intervertebral layers, as a fixed point for determining the parameters for the decomposition and classification of the sacral spine and the sacral vertebra and the other vertebrae are determined by an object analysis according to predefined contour and object parameters. 2. Verfahren nach Anspruch I, dadurch gekennzeichnet, daß zur Bestimmung des Kreuzbeines und der anderen Wirbel eine iterative Objektsuche im Bildausschnitt mit zunehmendem Grauwertniveau durchgeführt wird.2. The method according to claim I, characterized in that for the determination of the sacral bone and the other vertebrae an iterative object search in the image section is performed with increasing gray scale level. 3. Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet, daß aus der Lage der gefundenen Wirbel sowie aus der Lage der Zwischenwirbelschichten Schneidparameter für die Zerlegung ermittelt werden.3. The method according to claim 1 and 2, characterized in that are determined from the location of the vertebrae found and from the position of the intervertebral layers cutting parameters for the decomposition. 4. Verfahren nach Anspruch < >Js3, dadurch gekennzeichnet, daß die Schneidparameter für die Zerlegung aus Teilaufnahmen der Wirbelsäule und Analysen der Wirbel anhand eines Modells berechnet werden.4. The method of claim <> Js3, characterized in that the cutting parameters for the decomposition of partial images of the spine and analysis of the vertebrae are calculated using a model. 5. Verfahren nach Anspruch 1 bis 4, gekennzeichnet dadurch, daß aus der Lage der erforderlichen Wirbel sowie der äußeren Kontur und der Speckschicht Speck- und Fleischmaße für die Klassifizierung ermittelt werden.5. The method according to claim 1 to 4, characterized in that are determined from the location of the required vortex and the outer contour and the bacon layer bacon and meat dimensions for the classification.
DD34429290A 1990-09-28 1990-09-28 METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING DD298310A5 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DD34429290A DD298310A5 (en) 1990-09-28 1990-09-28 METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING
DE19914131556 DE4131556C2 (en) 1990-09-28 1991-09-19 Process for determining carcase halves by image processing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DD34429290A DD298310A5 (en) 1990-09-28 1990-09-28 METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING

Publications (1)

Publication Number Publication Date
DD298310A5 true DD298310A5 (en) 1992-02-13

Family

ID=5620557

Family Applications (1)

Application Number Title Priority Date Filing Date
DD34429290A DD298310A5 (en) 1990-09-28 1990-09-28 METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING

Country Status (2)

Country Link
DD (1) DD298310A5 (en)
DE (1) DE4131556C2 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19847232A1 (en) * 1998-05-19 1999-12-02 Csb Syst Software Entwicklung Visual imaging process for the evaluation of slaughtered pig cadavers
DE19936032C1 (en) * 1999-07-30 2000-07-13 Csb Syst Software Entwicklung Image processing determines the quality of meat within a pig cadaver by calculation of lean meat content between fixed points
DE10358487B3 (en) * 2003-12-13 2005-05-25 Csb-System Ag Evaluation of pig carcasses, in a slaughterhouse, uses non-invasive image processing to compute the quality and market value of the carcass and establish its classification within current regulations
DE102004055351A1 (en) * 2004-11-17 2006-07-20 Csb-System Ag Obtaining data for classifying carcasses and for determining qualities and quantities thereof

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2694479B1 (en) * 1992-08-05 1994-10-07 Sydel Slaughterhouse equipment to take benchmarks on a carcass.
GB9510171D0 (en) * 1995-05-19 1995-07-12 Univ Bristol A method of and apparatus for locating a spine in a half-carcass
DE29601025U1 (en) * 1996-01-22 1996-03-14 CSB-System Software-Entwicklung & Unternehmensberatung AG, 52511 Geilenkirchen Arrangement of non-invasive measurement data acquisition and evaluation devices for animal body assessment for integration into EDP systems
DE19619099C1 (en) * 1996-05-06 1997-11-13 Horst Eger Non-contact process for determination of leading characteristics of poultry cadaver
DE19733216C1 (en) 1997-08-01 1998-12-17 Csb Syst Software Entwicklung Automatic meat image processing system
DE19837806C1 (en) * 1998-08-20 2000-01-20 Csb Syst Software Entwicklung Carcass meat quality control by photogrammetric evaluation of defined standard dimensions
AU774953B2 (en) * 1999-08-27 2004-07-15 K.J. Maskinfabriken A/S Arrangement for laying-down half carcasses, and based automatic cutting-up system in connection therewith
US6860804B2 (en) 1999-08-27 2005-03-01 Kj Maskinfabriken A/S Laying-down system and vision-based automatic primal cutting system in connection therewith
DE19952628B4 (en) * 1999-10-21 2004-03-04 Axel Hinz Process for determining the commercial value of cuts of pig carcases
AUPR068500A0 (en) * 2000-10-11 2000-11-02 Australian Food Industry Science Centre Animal carcass splitting

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2728913C2 (en) * 1977-06-27 1987-03-19 Hans 8858 Neuburg Breitsameter Method and device for classifying meat
DE2946912C2 (en) * 1979-11-21 1982-08-26 Pfister Gmbh, 8900 Augsburg Method for classifying an animal carcass, in particular a half of a pig, into commercial classes
US4662029A (en) * 1985-11-06 1987-05-05 Geo. A. Hormel & Co. Process and apparatus for cutting hog carcasses

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19847232A1 (en) * 1998-05-19 1999-12-02 Csb Syst Software Entwicklung Visual imaging process for the evaluation of slaughtered pig cadavers
DE19847232C2 (en) * 1998-05-19 2000-07-13 Csb Syst Software Entwicklung Method for evaluating halves of slaughter by optical image processing
DE19936032C1 (en) * 1999-07-30 2000-07-13 Csb Syst Software Entwicklung Image processing determines the quality of meat within a pig cadaver by calculation of lean meat content between fixed points
WO2001008500A1 (en) 1999-07-30 2001-02-08 Csb-System Software-Entwicklung & Unternehmensberatung Ag Method for assessing the quality of animal half-carcasses
DE10358487B3 (en) * 2003-12-13 2005-05-25 Csb-System Ag Evaluation of pig carcasses, in a slaughterhouse, uses non-invasive image processing to compute the quality and market value of the carcass and establish its classification within current regulations
WO2005055728A1 (en) 2003-12-13 2005-06-23 Csb-System Ag Method for determining the quality of a slaughtered animal carcass and quantities therein
DE102004055351A1 (en) * 2004-11-17 2006-07-20 Csb-System Ag Obtaining data for classifying carcasses and for determining qualities and quantities thereof
DE102004055351B4 (en) * 2004-11-17 2006-09-07 Csb-System Ag Obtaining data for classifying carcasses and for determining qualities and quantities thereof
US7929731B2 (en) 2004-11-17 2011-04-19 Csb-System Ag Data acquisition for classifying slaughtered animal bodies and for their qualitative and quantitative determination

Also Published As

Publication number Publication date
DE4131556C2 (en) 1996-08-14
DE4131556A1 (en) 1992-04-23

Similar Documents

Publication Publication Date Title
DE4131556C2 (en) Process for determining carcase halves by image processing
DE602004005341T2 (en) RADIATION IMAGING METHOD FOR THREE-DIMENSIONAL RECONSTRUCTION, DEVICE AND COMPUTER SOFTWARE FOR IMPLEMENTING THE PROCESS
DE69329820T2 (en) MEAT IMAGE ANALYSIS.
DE2946912C2 (en) Method for classifying an animal carcass, in particular a half of a pig, into commercial classes
EP1037166A1 (en) Method for the detection of contours in an X-Ray image
EP2972073A1 (en) Apparatus for volumetrically measuring an object in the body of an animal for slaughter
i Furnols et al. Estimation of lean meat content in pig carcasses using X-ray computed tomography and PLS regression
DE19619099C1 (en) Non-contact process for determination of leading characteristics of poultry cadaver
DE4109345C2 (en)
DE102004047773A1 (en) Method for determining physiological quantities of an animal carcass
EP0999754B1 (en) Method for evaluating the halves of slaughtered animals by optical image processing
DE10358487B3 (en) Evaluation of pig carcasses, in a slaughterhouse, uses non-invasive image processing to compute the quality and market value of the carcass and establish its classification within current regulations
DE10050836B4 (en) Method for determining commercial value of cuts of pig carcasses
DE102004055351B4 (en) Obtaining data for classifying carcasses and for determining qualities and quantities thereof
WO1999005916A1 (en) Method for evaluating half-carcasses by means of optical image processing
DE112009005102T5 (en) Splitting of multipart objects
WO2014139503A1 (en) Device for measuring a slaughter animal body object
Eng et al. Quantitative analysis of the fine vascular anatomy of articular ligaments
WO2001008500A1 (en) Method for assessing the quality of animal half-carcasses
DE102013218047B3 (en) Method for the automatic display and / or measurement of bone changes in medical image data, as well as medical imaging device and electronically readable data carrier
DE10145608A1 (en) Model-based object classification and target recognition
DE19952628B4 (en) Process for determining the commercial value of cuts of pig carcases
DE4228068A1 (en) METHOD AND DEVICE FOR THE INDIVIDUAL TREATMENT OF MEAT PIECES
DE10144004A1 (en) Method of taking three-dimensional measurements for use in measuring physical properties in medical applications, by overlaying three dimensional images
DE102018002599A1 (en) Method for determining the litter properties of an animal carcass

Legal Events

Date Code Title Description
RPI Change in the person, name or address of the patentee (searches according to art. 11 and 12 extension act)
EP Request for examination under paragraph 12(1) filed
EP Request for examination under paragraph 12(1) filed
RPV Change in the person, the name or the address of the representative (searches according to art. 11 and 12 extension act)
VZ Disclaimer of patent (art. 11 and 12 extension act)