本發(fā)明涉及種蛋檢測(cè)，具體涉及一種利用光學(xué)傳感器對(duì)種蛋性別快速鑒定的方法。

背景技術(shù)：

1、現(xiàn)有雞禽養(yǎng)殖中有必要在孵化期早期對(duì)雞胚進(jìn)行性別鑒定，這不僅有利于孵化工廠有計(jì)劃地進(jìn)行孵化生產(chǎn)配置，而且對(duì)于解決動(dòng)物福利、節(jié)約孵化成本以及廢雛處理費(fèi)用、合理利用種蛋資源、提高禽蛋產(chǎn)業(yè)經(jīng)濟(jì)效益具有重大意義。

2、目前對(duì)種蛋胚胎性別的鑒定主要依賴于聚合酶鏈?zhǔn)椒磻?yīng)（pcr）技術(shù)，這種方法雖然具備較高的準(zhǔn)確率，但通常操作時(shí)間長且步驟繁瑣，且需要進(jìn)行破殼采樣，一定程度影響雞胚發(fā)育，不適合用于種蛋工業(yè)孵化中。孵化場(chǎng)對(duì)性別檢測(cè)普遍是在幼雛階段使用翻肛法、羽速法和羽色法，然而這種人工檢測(cè)的方法主要依靠人的主觀判斷，不僅耗時(shí)、準(zhǔn)確度低，而且需等幼雛孵育出才能進(jìn)行鑒別，另外還需解決生產(chǎn)成本高和倫理爭(zhēng)議這兩類問題。近十多年來，為解決種蛋孵化期的無損性別檢測(cè)難題，研究人員主要采用機(jī)器視覺、光譜技術(shù)、氣味法等檢測(cè)方法。機(jī)器視覺檢測(cè)種蛋主要是針對(duì)外形識(shí)別和血線識(shí)別，然而目前研究人員對(duì)蛋形指數(shù)與種蛋性別是否存在相關(guān)性尚有爭(zhēng)議，而依據(jù)血線識(shí)別的方法準(zhǔn)確率還有待提高。另外光譜法也存在著一定的弊端，容易受到種蛋個(gè)體差異，如蛋殼厚度、蛋殼顏色，以及雞蛋擺放方向等因素的干擾。且大部分利用光譜檢測(cè)的方法需要破殼微創(chuàng)采樣，檢測(cè)時(shí)間主要集中在孵化中后期。針對(duì)禽蛋性別鑒定檢測(cè)，現(xiàn)階段在該領(lǐng)域尚存在技術(shù)空白，還未實(shí)現(xiàn)生產(chǎn)中的無損在線檢測(cè)。因此，開發(fā)出能實(shí)現(xiàn)種蛋信息早期快速精確鑒別的新方法是亟待突破的瓶頸問題。

3、氣味能代表或反映物質(zhì)的某些本質(zhì)屬性，在時(shí)空上具有唯一性。近年來，關(guān)于氣味所蘊(yùn)含或傳遞生化信息的研究報(bào)道日益增長，如海鷗能夠通過嗅覺識(shí)別不同種類的蛋，狐貍能夠通過氣味判斷鳥蛋的種類和新鮮度，斑馬和蜥蜴能夠通過氣味信息判斷同伴的性別和生理狀態(tài)。有研究關(guān)注到禽蛋氣味所反映的生化信息，如受精、發(fā)育和父代交流等，結(jié)果表明氣味檢測(cè)的思路可行，但檢測(cè)精度和穩(wěn)定性仍有待提升。目前在氣體檢測(cè)中，光學(xué)傳感器由于具有高靈敏度、高選擇性、成本低、體積小等優(yōu)勢(shì)而被廣泛應(yīng)用于氣體實(shí)時(shí)現(xiàn)場(chǎng)檢測(cè)中。最常見的光學(xué)傳感器是基于發(fā)色團(tuán)或熒光團(tuán)與分析物之間的物理吸附或化學(xué)相互作用，引起比色或熒光變化。將基于陣列的傳感技術(shù)與新穎的圖像識(shí)別技術(shù)結(jié)合，對(duì)于任何給定的分析物，可以產(chǎn)生復(fù)合響應(yīng)模式作為唯一的光學(xué)“指紋”圖譜。然而，目前幾乎沒有研究采用光學(xué)傳感技術(shù)對(duì)種蛋早期性別進(jìn)行無損判定，這一領(lǐng)域亟需進(jìn)一步探索和發(fā)展。

4、隨著物聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展，對(duì)氣體檢測(cè)的智能化需求逐日提升。近年來，氣體傳感器在外觀、性能等各個(gè)方面都有了巨大的改善，納米、薄膜、厚膜技術(shù)等新材料制備的成功應(yīng)用為氣體傳感器實(shí)現(xiàn)新功能提供了條件，使其逐漸向著小型化、智能化、便攜化、柔性可穿戴等方向發(fā)展。與此同時(shí)，機(jī)器視覺技術(shù)與物聯(lián)網(wǎng)、大數(shù)據(jù)以及深度學(xué)習(xí)結(jié)合，將圖像特征選取環(huán)節(jié)融入了訓(xùn)練過程，避了圖像特征不明顯、提取難度較大的問題，同時(shí)能更好地抵抗噪聲，在氣體智能檢測(cè)方面實(shí)現(xiàn)了氣體混合物的各組分精確檢測(cè)。

5、綜上所述，現(xiàn)有技術(shù)缺少了一種基于光學(xué)方法的氣體傳感器用于家禽種蛋早期的無損性別鑒定的方式和方案。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)本領(lǐng)域存在的不足之處，本發(fā)明是提供了一種針對(duì)家禽種蛋的揮發(fā)性氣體進(jìn)行嗅覺可視化檢測(cè)的光學(xué)傳感器及在早期快速鑒定種蛋性別的新方法，克服了現(xiàn)有種蛋性別鑒定方法的諸多缺點(diǎn)，如鑒定期晚、對(duì)種蛋造成損壞、檢測(cè)成本高、需專業(yè)人員操作、過程繁瑣、分析周期長以及無法進(jìn)行可視化檢測(cè)等。本發(fā)明首次將光學(xué)傳感技術(shù)應(yīng)用于家禽種蛋氣體的可視化識(shí)別，將氣體的特征信息轉(zhuǎn)化為圖像信息，從而成功實(shí)現(xiàn)種蛋性別的早期無損判定，為種蛋早期性別判定提供了一種新穎的無損檢測(cè)方法。

2、具體的，本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)：

3、一、一種對(duì)氣體進(jìn)行嗅覺可視化檢測(cè)的光學(xué)傳感器：

4、所述光學(xué)傳感器包括基底以及裝載在基底內(nèi)的至少兩個(gè)傳感單元，所述的傳感單元包含能與氣體反應(yīng)并誘導(dǎo)光學(xué)信號(hào)變化的氣敏材料。

5、所述氣敏材料用于吸附氣體或與氣體發(fā)生相互作用，引起材料自身的光學(xué)性質(zhì)改變，包括光吸收/反射特性變化、光致發(fā)光變化、顏色變化，從而檢測(cè)氣體成分及濃度。

6、所述光致發(fā)光變化如熒光或磷光的變化。

7、作為優(yōu)選，所述的氣敏材料包括但不限于染料、納米多孔材料、金納米粒子等對(duì)氣體有顏色變化響應(yīng)的發(fā)色團(tuán)，或金屬有機(jī)框架（mofs）、量子點(diǎn)、碳點(diǎn)等對(duì)氣體產(chǎn)生發(fā)光特性響應(yīng)的熒光/磷光團(tuán)。

8、二、一種光學(xué)傳感器的制備方法：

9、將所述氣敏材料配置成溶液并超聲分散或溶解，然后通過滴加、噴涂或者打印等方法固定在基底上，烘干得到傳感單元，由至少兩個(gè)傳感單元在基底上均勻分布形成陣列式光學(xué)傳感器。

10、具體是將所述氣敏材料加入到溶劑中而配置成溶液。

11、所述的溶劑為水、乙醇、乙二醇甲醚、四丁基氫氧化銨、對(duì)甲苯磺酸。

12、作為優(yōu)選，所述的基底包括但不限于蛋殼、紙基基底、聚合物基底（聚對(duì)苯二甲酸乙二醇酯pet、聚氯乙烯膜pvc、聚碳酸酯膜pc等）、紡織品基底、水/氣凝膠等。

13、三、一種利用光學(xué)傳感器對(duì)種蛋性別快速鑒定的方法：

14、方法采用由若干個(gè)傳感單元組成的光學(xué)傳感器放置在種蛋附近的環(huán)境中進(jìn)行反應(yīng)，或使用傳感器與收集后的種蛋氣體進(jìn)行反應(yīng)，隨后采集各個(gè)傳感單元放置前后的光學(xué)信號(hào)變化進(jìn)行處理分析獲得種蛋的性別。

15、所述光學(xué)傳感器對(duì)家禽種蛋的揮發(fā)性氣體進(jìn)行嗅覺可視化檢測(cè)，進(jìn)而實(shí)現(xiàn)種蛋性別鑒定。方法可以是采集傳感單元與種蛋氣體反應(yīng)的光學(xué)信號(hào)變化視覺圖像/光譜數(shù)據(jù)。

16、所述光學(xué)傳感器中包含至少兩種不同氣敏材料的傳感單元，方法采集不同氣敏材料的傳感單元的光學(xué)信號(hào)變化組合起來形成特定的圖譜，針對(duì)圖譜進(jìn)行分析處理，進(jìn)而判斷被檢測(cè)種蛋的類型。

17、在同一基底上布置多個(gè)帶有不同氣敏材料的傳感單元，將整塊基底與種蛋氣體反應(yīng)前、后情況下均采集視覺圖像或者光譜圖像，取與種蛋氣體反應(yīng)前、后情況下的視覺圖像或者光譜圖像的差值圖或者色差圖作為圖譜。

18、當(dāng)光學(xué)信號(hào)變化為顏色變化時(shí)，自然光或人工光源照射到氣敏材料上，反射光的顏色變化被攝像頭、相機(jī)等采集，通過比較前后采集的圖像形成色差圖作為圖譜；

19、當(dāng)光學(xué)信號(hào)變化為光致發(fā)光變化時(shí)，采用特定固定波長的光源作為激發(fā)光照射氣敏材料，此處光源如氙燈或激光，通過影響材料的發(fā)光效率、發(fā)光強(qiáng)度或發(fā)光波長而使其發(fā)射熒光或磷光，隨后由光譜儀或相機(jī)采集發(fā)射光譜數(shù)據(jù)或圖像，比較激發(fā)前后的光譜圖像差異并生成色差圖或差值光譜圖作為圖譜；

20、當(dāng)光學(xué)信號(hào)變化為光吸收特性變化時(shí)，通過特定固定波長的光源照射氣敏材料，此處光源是指涵蓋紫外至可見光范圍，導(dǎo)致材料出現(xiàn)新的吸收峰、原有吸收峰的消失或峰位的位移，利用光譜儀采集吸收光譜圖像，并比較激發(fā)前后的光譜圖像差異，從而生成差值光譜圖作為最終圖譜。

21、針對(duì)光學(xué)性質(zhì)變化為顏色變化或光致發(fā)光變化時(shí)，將采集的圖像按照以下方式處理獲得圖譜：具體包括圖像的透視變換、輪廓檢測(cè)、區(qū)域裁剪、顏色分析及色差圖繪制。

22、首先對(duì)圖像進(jìn)行透視變換，通過將圖像中的左上、右上、右下和左下四個(gè)指定的點(diǎn)映射為一個(gè)標(biāo)準(zhǔn)矩形，進(jìn)而實(shí)現(xiàn)視角校正得到目標(biāo)圖像；

23、接著用圖像預(yù)處理調(diào)整圖像的大小，將圖像轉(zhuǎn)換為灰度圖像，再進(jìn)行高斯濾波處理以減少噪聲；

24、隨后再采用大津閾值法對(duì)圖像進(jìn)行二值化處理提取圖像中的輪廓，并根據(jù)輪廓的面積對(duì)所有輪廓進(jìn)行排序，取得最大輪廓并進(jìn)行近似處理得到一個(gè)四邊形，所述四邊形代表圖像中的光學(xué)傳感器區(qū)域；

25、然后利用透視變換將檢測(cè)到的輪廓區(qū)域轉(zhuǎn)化為正視圖后，根據(jù)傳感單元的位置繪制矩形標(biāo)記并裁剪出多個(gè)感興趣區(qū)域，每個(gè)感興趣區(qū)域有且僅含有一個(gè)傳感單元；

26、最后計(jì)算感興趣區(qū)域的r、g、b的顏色平均值，作為區(qū)域內(nèi)對(duì)應(yīng)傳感單元的r、g、b值，利用傳感單元的r、g、b值繪制色差圖/差值圖，作為圖譜。

27、所述方法具體包括以下步驟：

28、選用種蛋，對(duì)種蛋進(jìn)行擦洗消毒等處理并入孵；

29、取上述光學(xué)傳感器放置在種蛋環(huán)境，與種蛋氣體進(jìn)行充分反應(yīng)；或者收集種蛋氣體，與光學(xué)傳感器反應(yīng)；

30、采用光學(xué)信息采集系統(tǒng)對(duì)光學(xué)傳感器進(jìn)行步驟前、后的光學(xué)信號(hào)采集；

31、數(shù)據(jù)處理及模型建立：對(duì)采集到的光學(xué)信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理、特征提取和種蛋性別識(shí)別模型建立，然后在已知條件下利用建立的種蛋性別識(shí)別模型進(jìn)行訓(xùn)練；

32、最后利用訓(xùn)練后的種蛋性別識(shí)別模型對(duì)待測(cè)場(chǎng)景下、與種蛋氣體反應(yīng)的光學(xué)傳感器所采集的光學(xué)信號(hào)進(jìn)行處理，獲得種蛋性別的判斷結(jié)果。

33、所述的光學(xué)信號(hào)包含了可見光圖像或者光譜圖像。

34、所述步驟中的反應(yīng)方式包括光學(xué)傳感器與種蛋接觸式、非接觸式；

35、接觸式包括但不限于在蛋殼上噴涂氣敏材料使氣敏材料直接與種蛋揮發(fā)出的氣體進(jìn)行反應(yīng)，或?qū)⑷嵝詡鞲衅髻N附于蛋殼表面并與種蛋揮發(fā)出的氣體進(jìn)行反應(yīng)；

36、非接觸式包括但不限于將傳感器與種蛋置于同一腔室內(nèi)、氣敏材料不接觸但與種蛋揮發(fā)出的氣體進(jìn)行反應(yīng)，或者利用抽氣泵或者氣體采樣袋先采集種蛋揮發(fā)出的氣體、隨后將采集到的氣體輸送到光學(xué)傳感器進(jìn)行反應(yīng)。

37、所述步驟中的光學(xué)信息采集系統(tǒng)包含但不限于工業(yè)相機(jī)采集系統(tǒng)、智能手機(jī)、掃描儀、酶標(biāo)儀、熒光分光光度計(jì)、顏色識(shí)別設(shè)備、紫外分光光度計(jì)等對(duì)傳感器的光學(xué)/視覺信號(hào)數(shù)據(jù)進(jìn)行采集。

38、所述步驟中根據(jù)采集到的圖像或光譜等光學(xué)信號(hào)建立二分類判別的種蛋性別識(shí)別模型，種蛋性別識(shí)別模型包括但不限于主成分分析（pca）、卷積神經(jīng)網(wǎng)絡(luò)（cnn）、決策樹和隨機(jī)森林、支持向量機(jī)（svm）、人工神經(jīng)網(wǎng)絡(luò)（ann）等。

39、所述種蛋性別識(shí)別模型取為efficientnet-b0-cbam模型，分為依次進(jìn)行的9個(gè)階段，第1個(gè)階段為主干網(wǎng)絡(luò)，所述主干網(wǎng)絡(luò)僅采用卷積模塊，具體地僅由卷積模塊構(gòu)成，卷積模塊主要由3×3的卷積操作、步長為2的連接批量歸一化層和swish激活函數(shù)依次連接構(gòu)成；第2—8個(gè)階段采用cbam網(wǎng)絡(luò)，每個(gè)階段采用主要由通道注意力模塊cam和空間注意力模塊sam構(gòu)成的特征提取模塊cbam，第2個(gè)階段由一個(gè)尺寸為3×3的特征提取模塊cbam構(gòu)成，第3個(gè)階段由兩個(gè)尺寸為3×3的特征提取模塊cbam構(gòu)成，第4個(gè)階段由兩個(gè)尺寸為5×5的特征提取模塊cbam構(gòu)成，第5個(gè)階段由三個(gè)尺寸為3×3的特征提取模塊cbam構(gòu)成，第6個(gè)階段由三個(gè)尺寸為5×5的特征提取模塊cbam構(gòu)成，第7個(gè)階段由四個(gè)尺寸為5×5的特征提取模塊cbam構(gòu)成，第8個(gè)階段由一個(gè)尺寸為3×3的特征提取模塊cbam構(gòu)成；

40、所述特征提取模塊cbam包括通道注意力模塊cam和空間注意力模塊sam，輸入特征提取模塊cbam的原始特征圖f經(jīng)通道注意力模塊cam處理后獲得通道特征圖mc，再將通道特征圖mc和輸入的原始特征圖f本身一起進(jìn)行相乘處理獲得通道注意力圖f’，再將通道注意力圖f’經(jīng)空間注意力模塊sam處理后獲得空間特征圖ms，然后將空間特征圖ms和通道注意力圖f’本身一起進(jìn)行相乘處理獲得空間注意力圖f’’，并作為特征提取模塊cbam的輸出；

41、所述通道注意力模塊cam包括一個(gè)最大池化層、一個(gè)平均池化層和一個(gè)多層感知機(jī)mlp，原始特征圖f分別經(jīng)最大池化層、平均池化層處理后輸入到多層感知機(jī)mlp中分別獲得第一全局描述符vector1和第二全局描述符vector2，將第一全局描述符vector1和第二全局描述符vector2進(jìn)行相加，然后進(jìn)行卷積層處理獲得通道特征圖mc；所述空間注意力模塊sam包括一個(gè)最大池化層和一個(gè)平均池化層，通道注意力圖f’經(jīng)最大池化層、平均池化層處理后連接起來，再經(jīng)卷積層處理獲得空間特征圖ms；最后第9個(gè)階段是由1×1卷積操作、全局平均池化層、全連接層和softmax激活函數(shù)依次連接構(gòu)成。

42、與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果體現(xiàn)如下：

43、1.本發(fā)明構(gòu)建的光學(xué)傳感器具有體積小、操作簡(jiǎn)單、成本低和高通量等特點(diǎn)，降低了對(duì)大型檢測(cè)儀器和專業(yè)操作人員的依賴，同時(shí)降低檢測(cè)成本，在現(xiàn)場(chǎng)檢測(cè)方面具有廣闊的應(yīng)用前景。

44、2.目前大多數(shù)檢測(cè)技術(shù)對(duì)種蛋的性別鑒定集中在孵化的中后期及出雛期，本發(fā)明能夠準(zhǔn)確地對(duì)孵化早期的家禽種蛋進(jìn)行性別鑒定，克服了現(xiàn)有種蛋性別鑒定方法的晚期鑒定、有損的缺點(diǎn)，成功對(duì)家禽種蛋性別進(jìn)行早期無損判定，大幅度降低了種蛋孵化過程中的經(jīng)濟(jì)成本，避免禽蛋資源浪費(fèi)和由于殺害雄性雛雞導(dǎo)致的倫理爭(zhēng)議。

45、3.本發(fā)明構(gòu)建的光學(xué)氣體傳感器，通過采集陣列傳感器與不同揮發(fā)性氣體分子接觸前后傳感單元的光學(xué)信息變化形成特定的“指紋”圖譜，實(shí)現(xiàn)人工嗅覺系統(tǒng)的可視化，不需使用任何專業(yè)設(shè)備甚至可以通過肉眼定性識(shí)別。

46、4.本發(fā)明通過揮發(fā)性氣體對(duì)家禽種蛋性別進(jìn)行鑒定分析是一種可行的無損方法，克服了現(xiàn)有種蛋性別鑒定方法需要對(duì)種蛋進(jìn)行破殼采樣的缺點(diǎn)，減少對(duì)種蛋發(fā)育的影響。

47、5.本發(fā)明首次將光學(xué)傳感器結(jié)合機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)對(duì)種蛋性別信息的早期無損檢測(cè)判別。通過深度學(xué)習(xí)技術(shù)的應(yīng)用以及對(duì)模型的改進(jìn)，高效地對(duì)圖像進(jìn)行分類和識(shí)別，提高了種蛋性別判定的準(zhǔn)確性和效率，具有較高的實(shí)用價(jià)值和廣泛的應(yīng)用前景，為未來家禽種蛋性別鑒定實(shí)現(xiàn)智能自動(dòng)化提供了新的機(jī)會(huì)。

48、6.本發(fā)明針對(duì)實(shí)際應(yīng)用場(chǎng)景，構(gòu)建種蛋性別快速識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)模型，在特征提取網(wǎng)絡(luò)部分引入注意力機(jī)制，使網(wǎng)絡(luò)同時(shí)關(guān)注通道和空間兩個(gè)維度上的特征信息，抑制不重要的特征信息，加強(qiáng)對(duì)圖像深層特征的提取，在卷積中達(dá)到更好的效果。