DE19952628A1

DE19952628A1 - On-line computer-based image-processing system determines retail value of pig cadaver by combination of visual measurements with statistical data

Info

Publication number: DE19952628A1
Application number: DE1999152628
Authority: DE
Inventors: Axel Hinz; Horst Eger
Original assignee: Individual
Current assignee: Individual
Priority date: 1999-10-21
Filing date: 1999-10-21
Publication date: 2001-05-10
Anticipated expiration: 2019-10-22
Also published as: DE19952628B4

Abstract

In a process to determine the retail value of a weighed side of pork, the weights of the bone, fat and meat are assessed on the basis of predictive factors. The factors are the measured outer contour of the half-cadaver, from which the surface area is derived. Also determined is the profile of the backbone, from which is derived the length and area of selected body parts. Further determined is the relative thickness and arrangement of the dorsal sub-cutaneous layer of fat. These predictor factors are taken together in conjunction with the relationship between known statistical data. The data relating to each half-cadaver are derived by non-contact optical sensors such as an on-line colour video-link to a computer with image processing software. The half-cadaver hangs from a hind leg and passes in this condition past a video camera.

Description

Die Erfindung betrifft ein Verfahren zur Handelswertbestimmung von Schweineschlacht tierkörpern im Hinblick auf eine Bestimmung der Gewichtsanteile von Teilstücken, wie Schinken, Kotelett, ausgelöstes Kotelett, Filet, Schulter, Bug, Bauch und/oder weiterer durch die Fleischproduzenten vorgegebener selbständig handelbarer oder weiter zu ver arbeitender Teilstücke mittels einer Online-Bewertung unzerteilter Schweinehälften.The invention relates to a method for determining the commercial value of pig slaughter carcasses with a view to determining the weight fractions of sections, such as Ham, pork chop, trimmed pork chop, fillet, shoulder, bow, belly and / or others by the meat producers predetermined independently tradable or further ver working sections by means of an online evaluation of undivided pork halves.

Die fleischverarbeitende Industrie ist, insbesondere in der Phase der Tierschlachtung, von einem hohen Anteil manueller, teilweise auch anstrengender körperlicher Arbeit geprägt. Deshalb gibt es zunehmend Bestrebungen in Richtung einer Automatisierung der Verar beitung. Dies betrifft sowohl die Zerlegung der Schlachttierkörper als auch die Bewertung der Fleischqualität. Es liegt dabei auf der Hand, daß die Bewertung der Fleischqualität im Hinblick auf das Gewicht bzw. die Gewichtsanteile aber auch im Hinblick auf den Anteil von Fleisch und Fett am einfachsten bei bereits zerteilten bzw. zerlegten Schlachttier körpern vorzunehmen ist.The meat processing industry is, especially in the animal slaughter phase, from characterized by a high proportion of manual, sometimes also strenuous physical work. That is why there are increasing efforts to automate processing processing. This concerns both the carcass cutting and the assessment the meat quality. It is obvious that the assessment of meat quality in the With regard to the weight or the weight fractions but also with regard to the proportion easiest of meat and fat in slaughtered animals that have already been cut up or cut up body is to be made.

Jedoch ist es durchaus wünschenswert, die Bewertung online in der Schlachtlinie am noch unzerteilten Schlachttierkörper vorzunehmen, um schon sehr frühzeitig Aussagen über die Qualität zu erhalten und den weiteren Verarbeitungsprozeß in seinem Ablauf an die festgestellte Qualität anzupassen. Dabei wird angestrebt, bereits im Zuge der Online- Bewertung zu entscheiden, ob der Schlachttierkörper bzw. Teile davon unmittelbar in den Handel zu bringen sind oder ob das Fleisch einer Weiterverarbeitung zu anderen Pro dukten zugeführt werden soll.However, it is entirely desirable to review online at the slaughter line yet undivided carcasses to make statements about the very early To maintain quality and the further processing in its course to the adjust the determined quality. The aim is already in the course of the online Assessment to decide whether the carcass or parts thereof directly in the Are to be traded or whether the meat is further processed to another pro products to be supplied.

Grundsätzlich sind zur Bewertung von Schlachttierkörpern bereits mehrere Verfahren bekannt geworden. Bei diesen Verfahren erfolgt die Bewertung vollständig oder zu mindest zum überwiegenden Teil berührungslos, meist unter Einsatz von Videotechnik. Ein entsprechendes Verfahren wird beispielsweise bereits in der DE 29 46 912 offenbart. Bei dem in der Schrift offenbarten Verfahren erfolgt die Klassifizierung auf Grund einer Bewertung des Verhältnisses zwischen Fettgewebeanteil einerseits und Fleischfülle andererseits. Primär widmet sich die dargestellte Lösung der Aufgabe, eine bessere Bestimmung der Fleischfülle in den fleischtragenden Körperpartien zu ermöglichen. Die dabei gewonnenen Daten werden dann in Relation zu Daten über den Fettgewebeanteil gesetzt. In der Schrift wird dabei davon ausgegangen, daß der Fettgewebeanteil sich durch die Messung der Rückenspeckdicke an definierter Stelle sehr gut bestimmen läßt. Insoweit wird daher gemäß der vorgeschlagenen Lösung die Beschaffenheit der Fett schicht nur an einer gezielt ausgewählten Position des Schlachttierkörpers genauer erfaßt und dann durch Extrapolation auf den Fettgewebeanteil geschlossen. Für viele Einsatz zwecke ist diese Vorgehensweise auch hinreichend genau. Jedoch bringt die Methode Toleranzen mit sich, die aus heutiger Sicht, insbesondere im Hinblick auf den scharfen Preiswettbewerb, vielfach nicht hinnehmbar sind.In principle, there are already several methods for assessing carcasses known. In these procedures, the evaluation is complete or too at least for the most part non-contact, mostly using video technology. A corresponding method is already disclosed, for example, in DE 29 46 912. In the method disclosed in the document, the classification is based on a Assessment of the relationship between the percentage of adipose tissue on the one hand and meat abundance on the other hand. The solution presented is primarily dedicated to the task, a better one To enable determination of the fullness of meat in the meat-bearing parts of the body. The Data obtained in this way are then compared to data on the percentage of adipose tissue set. The script assumes that the fat tissue portion can be determined very well by measuring the back fat thickness at a defined point. In this respect, the quality of the fat is therefore according to the proposed solution layer only detected more precisely at a specifically selected position of the carcass and then inferred by extrapolation on the fat tissue portion. For many uses this procedure is also sufficiently precise for purposes. However, the method does Tolerances with it from today's perspective, especially with regard to the sharp Price competition, often unacceptable.

Durch die DE 39 16 049 wird eine Vorrichtung zur Klassifizierung von Schweinehälften offenbart. In dieser Vorrichtung erfolgt die Bewertung durch den kombinierten Einsatz von Kameras und Ultraschalltechnik. Die Vorrichtung ist so ausgeführt, daß nahezu alle für die Bewertung heranzuziehenden physischen Parameter, insbesondere aber die den Fettanteil charakterisierenden Größen, ausschließlich innerhalb eines eng begrenzten Bereiches an der Schweinekarkasse gewonnen werden. Aus den im Bereich des Schinkens gewonnenen Werten zum Fett- und Fleischanteil wird dann auf die Qualität des Schlachttierkörpers insgesamt geschlossen. Auch hier stellt sich das Problem, daß die Erfassung der Dicke der Speckschicht an nur einer Stelle des Schlachttierkörpers vielfach nicht die gewünschte Genauigkeit im Hinblick auf die Klassifizierung ermöglicht. Dabei wirkt sich insbesondere auch das sogenannte Spaltrisiko, also die Tatsache, daß eine Spaltung der Schlachtierkörper nicht immer mittig unter Erhalt zweier annähernd gleicher Hälften erfolgt, nachteilig auf die Genauigkeit der erhaltenen Ergebnisse aus. Hinzu kommt, daß bei manchen Tieren mit einer wenig ausgeprägten subkutanen Speckschicht die Meßstelle kaum eindeutig festgelegt werden kann.DE 39 16 049 describes a device for the classification of pork halves disclosed. In this device, the evaluation is carried out by the combined use of cameras and ultrasound technology. The device is designed so that almost all physical parameters to be used for the evaluation, but especially the Fat characterizing sizes, only within a narrowly limited range Area at the pig carcass. From those in the area of Ham's values for fat and meat content are then based on the quality of the carcass as a whole is closed. Here too there is the problem that the Multiple detection of the thickness of the fat layer at only one point on the carcass does not allow the desired accuracy with regard to the classification. there the so-called split risk, in particular the fact that a The carcasses are not always split in the middle to obtain two approximately the same Halves are made, detrimental to the accuracy of the results obtained. in addition comes that in some animals with a less pronounced subcutaneous layer of bacon the measuring point can hardly be clearly defined.

Wenn man sich aber andererseits vergegenwärtigt, daß es zwischen den Fleischanteilen benachbarter Regionen im Handel Preisunterschiede von bis zu 2,00 DM pro Kilogramm gibt, wird deutlich, daß hier eine genauere Bestimmung aus der Sicht der fleischverar beitenden Industrie durchaus wünschenswert ist.On the other hand, if you realize that there is between the meat portions neighboring regions in trade Price differences of up to 2.00 DM per kilogram gives, it becomes clear that here a more precise determination from the point of view of meat processing manufacturing industry is quite desirable.

Der Erfindung liegt daher die Aufgabe zu Grunde, ein Verfahren zur Handelswert bestimmung von Schweineschlachttierkörpern anzugeben, welches den hohen Genauigkeitsanforderungen der fleischverarbeitenden Industrie noch besser entspricht. The invention is therefore based on the object of a method for commercial value determination of pig carcasses to indicate the high Meets the accuracy requirements of the meat processing industry even better.

Die Aufgabe wird durch ein Verfahren mit den Merkmalen des Hauptanspruches gelöst. Vorteilhafte Ausführungsformen bzw. Weiterbildungen des Verfahrens sind durch die Unteransprüche gegeben.The object is achieved by a method with the features of the main claim. Advantageous embodiments and further developments of the method are given by Subclaims given.

Das vorgeschlagene Verfahren zur Online-Bewertung unzerteilter Schweinehälften basiert auf der Bestimmung der Gewichte, Gewichts- und Fleischanteile der einzelnen Teilstücke einer Schweinehälfte auf der Grundlage von Prädiktoren, die aus der Er mittlung des äußeren Konturverlaufs der Schweinehälfte und der daraus abzuleitenden Fläche, der Ermittlung von 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 näherungs weise gesamten subkutanen Speckschicht des Rückenbereiches repräsentierten Verfettungsinformation resultieren und zueinander unter Berücksichtigung zwischen ihnen bestehender statistischer Zusammenhänge in Relation gesetzt werden. Es werden dabei das Gewicht der interessierenden Teilstücke, ihr Gewichtsanteil am Gesamtgewicht der Karkasse sowie der Anteil der einzelnen Gewebekompartimente, also insbesondere das Verhältnis von Fleisch- und Fettanteil online in der Schlachtlinie bestimmt.The proposed procedure for online evaluation of undivided pork halves is based on the determination of the weights, weight and meat proportions of the individual Portions of half a pig based on predictors derived from the Er averaging the outer contour of the pig half and the ones to be derived from it Area, determining the position and course of the spine and derived from it Lengths and areas of sections of the carcass and one for the Pork halves obtained by the relative thickness and the course of the approximation represented the entire subcutaneous bacon layer of the back area Fat information result and take into account each other existing statistical relationships are compared. It will the weight of the sections of interest, their weight percentage of the total weight the carcass and the proportion of the individual tissue compartments, in particular determines the ratio of meat and fat content online in the slaughter line.

In vorteilhafter Weise erfolgt auch beim vorliegenden Verfahren die Gewinnung erfor derlicher physischer Merkmale, aus denen die Prädiktoren resultieren berührungslos. Gemäß einer Ausführungsform der Erfindung werden diese Merkmale durch eine video technische Erfassung der Schweinehälfte und eine sich daran anschließende rechentechnische Bildverarbeitung gewonnen. Besonders vorteilhaft ist es dabei, wenn die videotechnische Erfassung des Schlachttierkörpers unter Einsatz einer Farbbild kamerasystems erfolgt. Dabei und im Zusammenhang mit den nachfolgenden Erläuterungen soll unter einem Kamerasystem eine Vorrichtung zur videotechnischen Erfassung verstanden werden, welche je nach Ausführung eine oder mehrere Kameras und die gegebenenfalls erforderlichen Mittel zur Beleuchtung des Objektes bzw. Aus leuchtung seiner Umgebung umfaßt.In the present method, extraction is also advantageously carried out physical characteristics from which the predictors result without contact. According to one embodiment of the invention, these features are represented by a video technical recording of the pig half and a subsequent one computational image processing won. It is particularly advantageous if the video recording of the carcass using a color image camera system. Thereby and in connection with the following Explanations are to be made under a camera system, a device for video technology Detection can be understood which, depending on the version, one or more cameras and the necessary means for illuminating the object or off lighting of its surroundings.

Entsprechend einer möglichen Ausgestaltung des erfindungsgemäßen Verfahrens erfolgt die Online-Bewertung, indem jeweils eine Schweinehälfte an einem Videokamerasystem oder ein Videokamerasystem an der Schweinehälfte vorbeigeführt wird. Die visuelle Erfassung erfolgt dabei an vorzugsweise am Hinterbein hängenden oder liegenden Schweinehälften und das Verfahren umfaßt die nachfolgend geschilderten Verfahrens schritte.According to a possible embodiment of the method according to the invention the online assessment, each with a half of a pig on a video camera system or a video camera system is guided past the half of the pig. The visual Detection takes place on preferably hanging or lying on the hind leg Halves of pigs and the process include the processes described below steps.

- First, a video recording of the entire half of the pig is made as an image object in front of you clearly in terms of its brightness and / or color Background object.
- The captured video image is a hardware and software-based image processing unit fed.
- The contour of the pig half is determined by the pixels of the captured video image according to their belonging to the background or the image object be selected. The selection is made by evaluating the gradient of the Change in brightness from pixel to pixel and / or by means of a threshold value evaluation of one or more color components of a pixel.
- The mathematical function describing the contour is over the length of the image object with regard to an expansion direction for determining the Integrated surface of the picture object.
- The area heaviness is preferably also determined by integration point for the unambiguous determination of the contour line on the belly and back.
- The ham starting point is determined by the belly and the back Contour line, preferably starting from the hind leg and the Ham starting point on the back contour line by detecting a jump stick width change is found.
- The front leg point is used in a similar way as a sudden change in width of the Image object near the head end of the fuselage in the course of the further Scanning of the contour lines determined.
- In the area between the point where the ham starts and the point of the front leg, there is a weight determined straight line.
- To determine if the carcass is twisted sideways and to take this into account by introducing correction factors, the Determines the angle of the line of gravity with respect to the perpendicular.
- Geometric parameters are derived, the physical characteristics of individual Describe body regions. These are length dimensions, area dimensions or angles, such as the distance between the front leg and the rear leg on the line of focus, the area of the ham or the ham angle, the angle of the ham being the angle between one applied to the ham Tangent and the straight line of the center of gravity provide information about the characteristics of the Ham there.
- The straight line of gravity is divided into a certain number of segments, for example wise divided into 6 segments.
- The individual segments are compared with a rough estimate of location and Course of the spine, based on statistically determined relative or percentage distance to the contour lines analyzed.
- This is followed by an exact determination of the position and course of the spine within the range determined by the previous rough estimate by evaluating the brightness information and / or the color information of the Pixels.
- For partial areas within the segments there are additional length and area dimensions derived, among other things, the very meaningful area of the area between the spine and the back contour line.
- An area containing the subcutaneous fat layer (region of interest) between the back contour line and the spine.
- Subsequently, the exact determination of the thickness and course of the subcutaneous Bacon layer in the area of its extent between a point of the smallest bacon thickness near the point where the ham starts and the intersection between the Back contour line and one connect the back contour line to the front leg point ends that intersect straight lines orthogonally by evaluating the Brightness information of the pixels within the region of interest, the Transition between subcutaneous fat layer and surrounding tissue through a Threshold evaluation of the brightness value is found.
- On the basis of the physical characteristics of the physique, A geometric parameter determined in the previous process sequence becomes a Fat gain information as a percentage of the fat gain of individual bodies regions won.
- Finally, the weight as well as the weight and meat proportions are those for the Trade or sections intended for further processing on the basis empirically determined statistical relationships between the Fat information and the one characterized by the geometric parameters Body regions won.

Die vorstehende Reihenfolge der einzelnen Verfahrensschritte ist dabei nicht zwingend. So können einzelne Teilschritte, sofern sie nicht vom Ergebnis anderer abhängen, in der Reihenfolge vertauscht werden. Beispielsweise kann die Bestimmung von Prädiktoren wie Schinkenwinkel und Größe der Fläche zwischen Wirbelsäule und Rückenkonturlinie auch aufeinanderfolgend nach Ermittlung des genauen Verlaufs der Wirbelsäule erfolgen.The above sequence of the individual process steps is not mandatory. This means that individual sub-steps, provided they do not depend on the result of others, can be carried out in the Order can be reversed. For example, the determination of predictors such as the angle of the ham and the size of the area between the spine and the contour of the back also take place successively after determining the exact course of the spine.

Das in der vorher beschriebenen Weise ausgestaltete Verfahren wird vorteilhaft so aus geführt, daß die Erfassung des Bildobjektes vor einem tiefblauen Hintergrund erfolgt und die spätere Zuordnung der Bildpunkte zum Hintergrund oder zum Bildobjekt durch eine Schwellwertbewertung der Bildpunkte im Hinblick auf den Blauanteil ihrer Farbinfor mation vorgenommen wird. Dabei hat es sich als günstig erwiesen, Bildpunkte mit einem Blauanteil von weniger als einem Drittel als dem Bildobjekt zugehörig zu bewerten. Gemäß einer möglichen Ausgestaltung der Erfindung erfolgt die exakte Bestimmung der Lage und des Verlaufes der Wirbelsäule durch die Auswertung der Helligkeitsinformation der Bildpunkte, wobei die Wirbelsäule als Folge von Bildpunkten mit einem unterhalb des Schwellwertes liegenden Helligkeitswert gefunden wird. Zur Erhöhung der Genauig keit bei der Bestimmung der Wirbelsäule kann entsprechend einer besonders vorteilhaften Ausbildung des Verfahrens zusätzlich eine Bewertung der Farbinformationen der Bild punkte herangezogen werden.The method designed in the manner described above is advantageously carried out in this way led that the detection of the image object takes place against a deep blue background and the subsequent assignment of the pixels to the background or to the image object using a Threshold value evaluation of the pixels with regard to the blue portion of their color information mation is made. It has proven to be advantageous to use pixels with one Blue proportion of less than a third to be classified as belonging to the picture object. According to a possible embodiment of the invention, the exact determination of the Position and course of the spine by evaluating the brightness information of pixels, with the spine as a sequence of pixels with one below of the threshold value is found. To increase the accuracy speed in determining the spine can be particularly advantageous Training of the method additionally an evaluation of the color information of the picture points are used.

Dem Fachmann ist klar, daß eine möglichst genaue Bewertung des Wirbelsäulenverlaufes im Hinblick auf die Bestimmung der mit der Verfettungsinformation ins Verhältnis zu setzenden Parameter einzelner Körperregionen besonders wichtig ist.It is clear to the person skilled in the art that the most accurate possible assessment of the course of the spine with a view to determining the relationship with the fatty information setting parameters of individual body regions is particularly important.

Nachfolgend soll die Erfindung an Hand eines Ausführungsbeispieles nochmals näher erläutert werden. Zur Erläuterung dient dabei die Fig. 1, welche die Videoaufnahme einer Schweinehälfte zeigt. In bekannter Weise laufen die Schlachttierhälften, beispielsweise am Hinterbein hängend, an einer Rohrbahn durch die Schlachtlinie. Durch einen an der Rohrbahn montierten Schalter wird bei dessen Passage durch einen Schlachttierkörper das Kamerasystem zur Aufnahme des Videobildes ausgelöst, wobei für die nachfolgenden Erläuterungen vom Einsatz eines Farbbildkamerasystems ausgegangen wird. Das bzw. die gewonnenen Videobilder werden durch die Fig. 1 veranschaulicht. The invention will be explained again in more detail below using an exemplary embodiment. Figs. 1, which shows the video recording of a pig carcass is used to explain it. The halves of the slaughter run in a known manner, for example hanging on the hind leg, on a pipe run through the slaughter line. The camera system for recording the video image is triggered by a switch mounted on the tube track when it is passed through a carcass, the use of a color image camera system being assumed for the following explanations. The video image or images obtained are illustrated by FIG. 1.

Vorliegend ist zu erkennen, daß sich auf der linken Seite der Rückenbereich 3 und rechts der Bauchbereich 4 der Schweinehälfte befinden. Diese für das menschliche Auge sofort erkennbare Tatsache muß aber durch die Anordnung zur Bewertung des Schlachttier körpers zunächst auf rechentechnischem Wege festgestellt werden. Dazu ist es erforderlich, die Bildpunkte des Videobildes zunächst hinsichtlich ihrer Zugehörigkeit zum Hintergrund 2 oder zum Bildobjekt 1, also der Schlachttierhälfte, zu selektieren. Vorteilhaft ist dies dadurch möglich, daß die Aufnahme vor einem Hintergrund 2 erfolgt, der sich im Hinblick auf seine Helligkeit und/oder seine Farbe deutlich vom Schlachttier körper abhebt. Als besonders günstig hat sich hierbei die Verwendung eines tiefblauen Hintergrundes 2 erwiesen. In der Bildverarbeitungseinheit kann dadurch im Zuge der Bildverarbeitung die Unterscheidung zwischen Hintergrund 2 und Bildobjekt 1 durch eine Schwellwertbewertung des Blauanteiles der Bildpunkte erfolgen. Mit einem hohen Maß an Genauigkeit kann angenommen werden, daß Bildpunkte mit einem Blauanteil von einem Drittel oder darunter dem Bildobjekt 1 zuzuordnen sind. Durch eine vollständige Bewertung der Bildpunktmatrix mittels dieses Kriteriums läßt sich sonach der Kontur verlauf des Schlachttierkörpers bestimmen.In the present case it can be seen that the back area 3 and on the right the belly area 4 of the pig half are located on the left side. This fact, which is immediately recognizable to the human eye, must first be ascertained by the arrangement for evaluating the carcass in a computational way. For this purpose, it is necessary to first select the pixels of the video image with regard to their belonging to the background 2 or to the image object 1 , that is to say the half of the slaughter animal. This is advantageously possible in that the picture is taken against a background 2 which clearly stands out from the carcass in terms of its brightness and / or its color. The use of a deep blue background 2 has proven to be particularly favorable. In the course of image processing, the image processing unit can thus distinguish between background 2 and image object 1 by evaluating a threshold value for the blue portion of the pixels. It can be assumed with a high degree of accuracy that pixels with a blue component of a third or less are to be assigned to the image object 1 . By means of a complete evaluation of the pixel matrix using this criterion, the contour of the carcass can be determined.

Vermittels einer Integration der diesen Konturverlauf beschreibenden mathematischen Funktionen über die gesamte Ausdehnung des Körpers in seiner Längserstreckung kann anschließend der Flächeninhalt berechnet werden. Nachfolgend wird für diese Fläche der Flächenschwerpunkt, vorzugsweise ebenfalls durch Integration, ermittelt. Durch die Lage des Flächenschwerpunktes kann eindeutig bestimmt werden, auf welcher Seite des Bildes sich Rückenkontur- und Bauchkonturlinie befinden. In der Praxis wird dazu beispiels weise ausgehend vom Hinterbein für etwa ein Viertel der Längserstreckung der Karkasse die sich zwischen den Konturlinien ergebende Fläche durch eine von der Mitte des Hinterbeins ausgehende senkrechte gedachte Gerade geteilt. Der größere Teil dieser Fläche gibt die Lage des Schinkens und damit die Seite an, auf der sich die Rücken konturlinie befindet. Andere Möglichkeiten beispielsweise über Integration sind aber auch denkbar. Nun erfolgt, vorzugsweise beginnend vom Hinterbein S. eine Abtastung der Konturlinien, wobei die sich jeweils zwischen ihnen ergebende Breite des Bildob jektes 1 ermittelt wird. Eine sprunghafte Änderung der Breite gibt die Lage des Schinkenansatzpunktes 6 auf der Rückenkonturlinie an. Selbstverständlich greifen in der praktischen Durchführung die Vorgänge der Bestimmung von Rücken- und Bauchseite nach der oben beschriebenen Methode sowie die Ermittlung des Schinkenansatzpunktes im Hinblick auf den zeitlichen Ablauf im allgemeinen zumindest teilweise ineinander. In analoger Weise zum Schinkenansatzpunkt wird anschließend der Vorderbeinpunkt 7 als sprunghafte Breitenänderung des Bildobjektes in der Nähe des kopfseitigen Rumpfes gefunden. Im nächsten Schritt wird im Bereich zwischen dem Schinkenansatzpunkt 6 und dem Vorderbeinpunkt 7 eine Schwerpunktgerade 8 festgelegt. Von dieser Schwerpunkt geraden 8 wird der Winkel gegenüber der Senkrechten bestimmt, um hieraus Rückschlüsse über eine mögliche seitliche Verdrehung und sich daraus scheinbar ergebende Verkürzungen von Längenmaßen zu gewinnen. Diese zu einer Verfälschung des Ergebnisses führende Verdrehung wird durch die Einführung entsprechender Korrekturfaktoren eliminiert.The area can then be calculated by integrating the mathematical functions that describe this contour course over the entire extent of the body in its longitudinal extent. The center of gravity for this surface is then determined, preferably also by integration. Due to the location of the center of gravity, it can be clearly determined on which side of the image the back contour and abdominal contour line are located. In practice, for example, starting from the rear leg for about a quarter of the longitudinal extent of the carcass, the surface resulting between the contour lines is divided by a vertical imaginary straight line starting from the center of the rear leg. The greater part of this area indicates the location of the ham and thus the side on which the back contour line is located. However, other possibilities, for example via integration, are also conceivable. Now, preferably starting from the hind leg S., the contour lines are scanned, the width of the image object 1 that results between them being determined. A sudden change in the width indicates the position of the ham attachment point 6 on the back contour line. Of course, in the practical implementation, the processes of determining the back and stomach side using the method described above and the determination of the ham starting point generally at least partially interrelate with regard to the chronological sequence. In an analogous manner to the point of attachment of the ham, the front leg point 7 is then found as a sudden change in the width of the image object in the vicinity of the trunk on the head side. In the next step, a center line of gravity 8 is defined in the area between the ham attachment point 6 and the front leg point 7 . From this center of gravity, straight 8 , the angle with respect to the vertical is determined in order to draw conclusions about a possible lateral twisting and apparently resulting reductions in length dimensions. This distortion, which leads to a falsification of the result, is eliminated by the introduction of appropriate correction factors.

Auf der Basis des ermittelten Konturverlaufs der Flächeninformation und der Bestim mung der Lage von Schinkenansatzpunkt 6 und Vorderbeinpunkt 7 können nun weitere geometrische Parameter ermittelt werden, welche die physische Beschaffenheit einzelner Körperregionen charakterisieren, so beispielsweise der Abstand zwischen Schinken ansatzpunkt und Vorderbeinpunkt oder der Winkel einer den Schinken tangierenden Geraden des sogenannten "Schinkenwinkels" mit der Schwerpunktgeraden 8.On the basis of the determined contour profile of the area information and the determination of the position of the ham attachment point 6 and the front leg point 7 , further geometric parameters can now be determined which characterize the physical properties of individual body regions, such as the distance between the ham attachment point and the front leg point or the angle of the one Ham tangent line of the so-called "ham angle" with the straight line 8 .

Nach einer Unterteilung der Schwerpunktgeraden 8 in einzelne Segmente 9 (beispiels weise sechs Segmente zwischen Schinkenansatzpunkt 6 und Vorderbeinpunkt 7) kann dann durch eine Analyse innerhalb der Segmente 9 eine erste grobe Bestimmung der Lage der Wirbelsäule 10 erfolgen. Diese Bestimmung erfolgt unter Zugrundelegung statistisch ermittelter relativer Abstandsmaße zu den Konturlinien. Auf diese Weise erhält man einen Bereich, in dem sich die Wirbelsäule 10 mit Sicherheit befindet. Innerhalb dieses Bereiches erfolgt dann die Feinanalyse der Bildpunkte. Durch eine Schwellwertbe wertung ihrer Helligkeitsinformation wird dabei die Wirbelsäule 10 als eine Folge benachbarter Bildpunkte gefunden, deren Helligkeit unterhalb des vorgegebenen Schwellenhelligkeitswertes liegen. Zur Verbesserung des aus der Schwellwertbewertung der Helligkeitsinformation gewonnenen Ergebnisses kann in die Analyse gleichzeitig eine Farbbewertung der Bildpunkte einbezogen werden. In jedem Fall befindet sich die im Hinblick auf die Handelswertbestimmung nach der grundsätzlichen Überlegung der Erfindung möglichst genau zu bestimmende subkutane Speckschicht 11 zwischen der Wirbelsäule 10 und der Außenkontur des Rückens 3. Zudem können durch die Infor mation über den Wirbelsäulenverlauf oberhalb und unterhalb der Wirbelsäule 10 weitere geometrische Längen- und Flächenmaße als korrelative Werte zu physischen Parametern des Schlachttieres ermittelt werden. Der genaue Verlauf der subkutanen Speckschicht 11 wird in einer zur Ermittlung des Wirbelsäulenverlaufes vergleichbaren Weise vorge nommen. Dazu wird zunächst, wiederum auf der Grundlage statistischer Daten, eine region of interest definiert, welche einen Bereich zwischen der Rückenkonturlinie und der Wirbelsäule 10 darstellt, in dem die subkutane Speckschicht 11 auf jeden Fall enthalten ist. Innerhalb dieser region of interest erfolgt anschließend eine Feinanalyse der Bild punkte, wobei der Übergang zwischen subkutaner Speckschicht und umgebenden Gewebe durch eine Schwellwertbewertung des Helligkeitsanteiles gefunden wird. Diese Feinanalyse erfolgt im Bereich einer minimalen Speckdicke 12 in der Nähe des Hinter schinkens (die Anzahl der Bildpunkte, welche gemäß der zwischen der Wirbelsäule 10 und der Rückenkonturlinie erfolgenden Helligkeitsbewertung der Speckschicht 11 zuzu rechnen sind unterschreitet eine vorgegebene Bildpunktzahl) und einem Punkt 13, welcher sich aus dem Schnittpunkt einer vom Vorderbeinpunkt 7 zur Rückenkonturlinie verlaufenden und orthogonal auf der Schwerpunktlinie 8 stehenden Geraden 14 mit der Rückenkonturlinie ergibt. Somit ist die Speckschicht 11 in nahezu ihrem gesamten Verlauf erfaßt und nur wenige vor dem Schnittpunkt 13 liegende oder unterhalb der definierten Minimaldicke 12 liegende Teile der Speckschicht bleiben unberücksichtigt. Diese können jedoch auch bei hohen Genauigkeitsanforderungen vernachlässigt werde. Die Genauigkeit läßt sich zudem noch steigern, wenn bei der Bestimmung des Übergangs zur Speckschicht 11 zusätzlich zur Helligkeitsbewertung, die in den Bildpunkten ent haltene Farbinformation ausgewertet wird.After dividing the line of focus 8 into individual segments 9 (for example six segments between the point of ham attachment 6 and the front leg point 7 ), a first rough determination of the position of the spine 10 can then be carried out by an analysis within the segments 9 . This determination is made on the basis of statistically determined relative distance dimensions to the contour lines. In this way, an area is obtained in which the spine 10 is definitely located. The fine analysis of the pixels then takes place within this area. Through a threshold value evaluation of their brightness information, the spine 10 is found as a sequence of neighboring pixels, the brightness of which is below the predetermined threshold brightness value. To improve the result obtained from the threshold value evaluation of the brightness information, a color evaluation of the pixels can be included in the analysis at the same time. In any case, the subcutaneous fat layer 11 to be determined as precisely as possible with regard to the determination of the commercial value after the fundamental consideration of the invention is between the spine 10 and the outer contour of the back 3 . In addition, the information about the course of the spine above and below the spine 10 allows further geometric length and area dimensions to be determined as correlative values to physical parameters of the slaughter animal. The exact course of the subcutaneous fat layer 11 is carried out in a manner comparable to determining the course of the spine. For this purpose, a region of interest is first defined, again on the basis of statistical data, which represents an area between the back contour line and the spine 10 , in which the subcutaneous fat layer 11 is contained in any case. A fine analysis of the image points then takes place within this region of interest, the transition between subcutaneous fat layer and surrounding tissue being found by a threshold value evaluation of the proportion of brightness. This fine analysis takes place in the area of a minimum bacon thickness 12 in the vicinity of the ham (the number of pixels which are to be counted according to the brightness evaluation of the bacon layer 11 between the spine 10 and the back contour line falls below a predetermined number of pixels) and a point 13 which results from the intersection of a straight line 14 running from the front leg point 7 to the back contour line and orthogonal to the center of gravity line 8 with the back contour line. The bacon layer 11 is thus covered in almost its entire course and only a few parts of the bacon layer lying in front of the intersection 13 or below the defined minimum thickness 12 are ignored. However, these can be neglected even with high accuracy requirements. The accuracy can also be increased if, when determining the transition to the bacon layer 11, in addition to the brightness evaluation, the color information contained in the pixels is evaluated.

Die über die jeweilige Dicke und den Verlauf der Speckschicht 11 gewonnenen Infor mationen werden schließlich in Relation zu den aus Längen- und Flächenmaßen sowie Winkeln unter Berücksichtigung der genauen Lage und des Verlaufs der Wirbelsäule 10 resultierenden Prädiktoren gesetzt. Bei den Prädiktoren handelt es sich um die genannten, den Körperbau beschreibenden physischen Größen selbst oder daraus, gegebenenfalls auch unter Berücksichtigung statistischer Zusammenhänge, gewonnene Größen. Aus der Relation zwischen der Speckschicht 11 und den anderen Prädiktoren erhält man eine Verfettungsinformation über die jeweilige Schweinehälfte. Zwischen dieser Verfettungsinformation und den den Körperbau beschreibenden Prädiktoren bestehen auf empirischem Wege ermittelte statistische Zusammenhänge mittels denen das Gewicht und die Gewichtsanteile der einzelnen interessierenden Teilstücke des Schlachttierkörpers sowie die Anteile der Gewebekompartimente (insbesondere Fett- und Fleischanteil) jeweils bestimmt werden können.The information obtained about the respective thickness and the course of the bacon layer 11 are finally set in relation to the predictors resulting from length and area dimensions and angles, taking into account the exact position and course of the spine 10 . The predictors are the physical quantities described, describing the physique itself, or quantities obtained therefrom, possibly also taking statistical relationships into account. From the relation between the bacon layer 11 and the other predictors, fat information about the respective pork half is obtained. Between this fat information and the predictors describing the physique, there are empirically determined statistical correlations by means of which the weight and the weight proportions of the individual sections of the carcass of interest as well as the proportions of the tissue compartments (in particular fat and meat content) can be determined in each case.

List of the reference symbols used

11

Bildobjekt
Picture object

22nd

Hintergrund
background

33rd

Rücken
move

44th

Bauch
belly

55

Hinterbein
Hind leg

66

Schinkenansatzpunkt
Ham starting point

77

Vorderbeinpunkt
Foreleg point

88th

Schwerpunktgerade
Straight line

99

Segmente
Segments

1010th

Wirbelsäule
Spine

1111

(subkutane) Speckschicht
(Subcutaneous) layer of bacon

1212th

Bereich minimaler Speckdicke
Minimum bacon thickness range

1313

Schnittpunkt
Intersection

1414

Gerade
Just

Claims

1. A process for determining the commercial value of pig carcasses with a view to a determination of the weights, weight and meat fractions of cuts such as ham, cutlet, trimmed cutlet, fillet, shoulder, bow, belly and / or further independently tradable or specified by the meat producers sections to be processed further by means of an online evaluation of undivided parts Halves of pork, determining the weights, weight and meat proportions the individual sections of a pig half on the basis of predictors takes place, which is determined from the determination of the outer contour of the pig half and the area to be derived from it, the determination of the position and course of the vertebrae column and the lengths and areas of partial areas of the Carcass and one obtained for the pork half by which relative thickness and the course of approximately total subcutaneous Bacon layer of the back area represents fatty information and each other taking into account existing statistical data between them Relationships are put in relation.

2. The method according to claim 1, characterized in that the as the basis for Determination of the weights, weight and meat fractions of serving pieces physical characteristics from which the predictors result are non-contact be won.

3. The method according to claim 2, characterized in that the as the basis for Determination of the weights, weight and meat fractions of serving pieces physical characteristics from which the predictors result through a video technical recording of the pig half and a subsequent one computational image processing can be obtained.

4. The method according to claim 3, characterized in that the video Half of the pig is captured using a color image camera system.

5. The method according to claim 3 or 4, wherein the online evaluation is preferably carried out on the rear leg hanging or lying half pigs by the respective pork half past a video camera system or a video camera system on the pig half, comprising the method steps

a) video capture of the complete half of the pig as an image object against a background clearly different in terms of its brightness and / or color from the image object, the half of the pig being detected on the bone side, that is to say its cut surfaces facing the video camera or cameras,
b) feeding the captured video image (s) to hardware and software-based image processing,
c) determining the contour profile of the pig half by selecting the pixels according to their belonging to the background or to the image object by evaluating the gradient of the change in brightness from pixel to pixel and / or by means of a threshold value evaluation of one or more color components of a pixel,
d) determining the area of the image object by integrating the mathematical function or functions describing the contour course over the length of the image object with regard to an expansion direction,
e) determination of the center of gravity for determining the position of the carcass with regard to the belly and the back contour line,
f) determining the point of attachment of the ham on the back contour line as a sudden change in the width of the image object with regard to its width between the belly and back contour line in the course of a scan of the contour lines preferably starting at the hind leg,
g) determining the front leg point on the belly-side contour line as a sudden change in the width of the image object in the vicinity of the head-side trunk end in the course of the further scanning of the contour lines,
h) determination of a center of gravity line extending between the contour lines and the points determined according to f) and g),
i) Determination of the angle between the straight line of gravity and the vertical to derive correction factors in the event of a lateral rotation of the carcass
j) derivation of geometric parameters, such as length dimensions, area dimensions or angles, which describe physical features of individual body regions,
k) subdivision of the straight lines of gravity into segments,
l) analysis of the segments for a first rough determination of the position of the spine as an area indication obtained on the basis of statistical variables,
m) exact determination of the position and course of the spine within the area determined according to l) by an analysis of the color and / or brightness values of the pixels within this area,
n) deriving further length and area dimensions for partial areas within the segments on the basis of the determined position of the spine,
o) Determination of an area of interest that contains the subcutaneous fat layer (region of interest) between the back contour line and the spine on the basis of statistical data,
p) exact determination of the thickness and course of the subcutaneous bacon layer in the area of its extent between a point of minimal bacon thickness in the vicinity of the ham attachment point and the intersection between the back contour line and a straight line which connects the back contour line to the front leg point and intersects the straight line of gravity orthogonally, whereby the transition between the subcutaneous bacon layer and the adjacent tissue within the region of interest is found by evaluating the gradient of the change in brightness during the transition from one image point to the next as the maximum gradient of the change in brightness,
q) calculation of a percentage ratio of the fat formation of individual body regions, which are determined by the geometric parameters determined according to j) and n),
r) Calculation of the weight and the weight and meat proportions of the parts of the carcass based on empirically determined static relationships between the geometric parameters derived according to j) and n) for individual body regions and the fat information obtained from q).

6. The method according to claim 5, characterized in that the image object in front of a deep blue background and the affiliation of the pixels to the background or to the image object in the course of image processing through a threshold evaluation the pixels are determined with regard to the blue portion of their color information.

7. The method according to claim 5 or 6, characterized in that pixels with a blue part of one third or less than the image object become.

8. The method according to any one of claims 5 to 7, characterized in that the exact determination of the position and the course of the spine within the first rough determination of the defined area by evaluating the brightness information of the pixels takes place, the spine as a result of Pixels with a brightness value below a threshold value Is found.

9. The method according to claim 8, characterized in that the evaluation of the Brightness information of the pixels with regard to a more precise determination of the Spine course with an additional evaluation of the color information of a every pixel is combined.