鸭蛋表型智能分析平台

🥚 鸭蛋表型智能分析平台

基于计算机视觉的自动化测量与分析系统

✨ 平台功能

🔧

参数校准

通过已知测量值自动计算关键参数,确保分析精度

📊

批量分析

支持无限制批量上传,自动识别和测量鸭蛋参数

📈

统计分析

提供详细的描述性统计和数据可视化分析

📖 使用流程

1

首次使用:参数校准

如果您不知道两个关键参数(像素/厘米比值和密度),请先进行参数校准。

⚠️ 重要提示:

• 需要准备至少10个鸭蛋的实际测量数据(长度、宽度、重量)

• 拍摄这些鸭蛋的图片,图片文件名需与Excel中的ID匹配

• 上传图片和Excel文件后,系统会自动计算关键参数

2

设置关键参数

在批量分析页面,输入或确认两个关键参数:

  • 像素/厘米 (px/cm):必需参数,用于将像素尺寸转换为实际尺寸
  • 密度 (g/mm³):可选参数,用于估算重量

💡 提示:如果已完成参数校准,参数会自动填充到输入框

3

批量上传图片

上传要分析的鸭蛋图片,支持批量上传,无数量限制。

4

开始分析

点击「开始分析」按钮,系统会自动处理所有图片并生成分析结果。

5

查看结果

查看分析结果表格、描述性统计、数据可视化,并可下载Excel格式的结果文件。

💡 使用建议

📸 图片拍摄建议

  • 使用黑色背景,便于轮廓检测
  • 尽可能保证鸭蛋的表面干净无杂物
  • 图片中应包含完整的鸭蛋轮廓
  • 如果图片中有多个鸭蛋,系统会识别最大的一个

🔧 参数校准建议

  • 建议使用至少10-20个样本进行校准,以获得更准确的参数
  • 确保校准图片与实际分析图片的拍摄条件一致
  • 如果更换拍摄设备或环境,请重新校准参数

📊 结果解读

  • 长轴/短轴:鸭蛋的主要尺寸参数(单位:毫米)
  • 蛋形指数:长轴/短轴,反映蛋的细长程度
  • 重量:基于体积和密度估算的重量(单位:克)
  • 钝端方向:鸭蛋的大头所在方向(左/右)
  • 钝尖端差异系数:蛋的长轴两端(大头端与小头端)面积差异,用于统一比较钝尖端差异
  • 对称指数:|上下面积比−1|,越接近 0 越对称,便于与其它指数一起比较
  • 畸形指数:轮廓相对拟合椭圆的凸出程度,用于检测头部尖凸等局部凸起,越接近 0 越正常
  • 综合评分:0~100 分,仅合格蛋参与评分;蛋形分越接近 1.33 越高;蛋重加分:<80 不加,80~95 每+1g 加0.5,>95 每+1g 加1
  • 是否合格:蛋形指数 1.3~1.5、对称指数<0.35、畸形指数≤0.045 为合格(体重不作为判定标准)
参数校准

🔧 参数校准

📤 步骤1: 上传校准图片
!

📋 上传要求:

• 支持格式:PNG、JPG、JPEG

• 图片文件名(不含扩展名)应与Excel中的ID匹配

• 建议至少上传10张图片进行校准

• 图片应清晰,包含完整的鸭蛋轮廓

• 必须使用黑色背景,便于轮廓检测

请上传用于校准的鸭蛋图片。图片文件名(不含扩展名)应与Excel中的ID匹配。

⚠️ 重要:建议至少上传10张图片进行校准,以获得更准确的参数

📄 步骤2: 上传测量数据Excel
!

📋 上传要求:

• 支持格式:XLSX、XLS

• 必须包含以下列:ID, Weight, Long, Wide

• ID列:图片文件名(不含扩展名)对应的编号

• Weight列:重量(单位:克)

• Long列:长轴长度(单位:毫米)

• Wide列:短轴长度(单位:毫米)

• 数据行数应与上传的图片数量一致

Excel文件应包含以下列:ID, Weight, Long, Wide

示例格式:

ID    Weight    Long    Wide
1     90        67.1    48.4
2     87.7      65.6    48.2
⚙️ 步骤3: 计算参数
批量分析

🥚 批量分析

⚙️ 关键参数设置

(可选,用于估算重量)

用于重量评分,默认 95 g,可在此调整。

用于蛋形指数评分,默认 1.33,可在此调整。

⚖️ 评分自定义设置

权重会对 S1~S5 做加权归一化计算;当五项权重都为 1 时,等同默认等权求和。

📤 上传图片(可批量上传,无数量限制)
!

📋 上传要求:

• 支持格式:PNG、JPG、JPEG

• 支持批量上传,无数量限制

• 图片应清晰,包含完整的鸭蛋轮廓

• 必须使用黑色背景,便于轮廓检测

• 确保光线充足且均匀

• 如果图片中有多个鸭蛋,系统会识别最大的一个

📊 分析结果
📈 描述性统计
📊 数据可视化