高光谱相机对海兰褐鸡种蛋孵化过程中雄雌胚胎的判别

高光谱相机在海兰褐鸡种蛋孵化过程中雄雌胚胎的判别方面具有一定的应用潜力。以下是相关步骤和注意事项：

1.使用高光谱相机获取种蛋在孵化过程中的高光谱图像数据。这些数据包含了丰富的光谱信息，可以反映种蛋内部胚胎的生理和生化特性。

2.通过对这些高光谱数据进行处理和分析，可以提取出与雄雌胚胎判别相关的特征。例如，可以利用光谱特征分析技术，找出与雄雌胚胎相关的特征波长或特征波段。

3.根据提取的特征，建立判别模型。这可以通过机器学习、深度学习等方法实现。利用建立的模型，可以对新的种蛋进行判别，确定其内部的胚胎是雄性还是雌性。

需要注意的是，高光谱相机在种蛋孵化过程中的判别应用，需要建立在大量的实验数据基础上。同时，为了保证判别的准确性，还需要对模型进行不断的优化和调整。此外，高光谱相机的使用和维护也需要专业的技术人员进行操作。

高光谱相机对海兰褐鸡种蛋孵化过程中雄雌胚胎的判别实验

本研究应用了400-1000nm的高光谱相机，可采用广东赛斯拜克科技有限公司产品SP130M进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

本研究实验材料为“海兰褐’鸡种蛋，基于高光谱技术采集鸡种蛋大头部位400~1000 nm波长范围光谱信息，通过不同预处理方式、建模方法以及筛选特征波长，建立鸡种蛋孵化期间雄雌判别的分级模型，对于无损检测褐壳鸡种蛋孵化期间的雄雌判别具有实际指导意义。

本研究基于可见-近红外（400~1000 nm）高光谱技术对海兰褐鸡种蛋孵化过程中雄雌胚胎判别展开了研究，首先建立基于种蛋孵化0~14d原始光谱图像的PLS-DA、SVM雄雌胚胎判别模型发现，发现PLS-DA、SVM模型预测集准确率分别在种蛋孵化第9 d达到最高，为80.00%和82.50%；对第9d种蛋的原始光谱进行预处理发现，经过预处理后的SVM模型并没有得到提升；经过SNV和MSC预处理后的PLS-DA模型预测集准确率都有所提升，其中SNV-PLS-DA模型预测集准确率最高，达到了85.00%；采用SPA、CARS算法对模型进行优化，在400~1000 nm范围内，与全波段建模相比，基于SPA算法筛选的9个特征波长，建模的建模集准确率有所提升，其预测集结果稍微低于全波段结果，为82.50%，下降了2.50%。但SPA算法将原始光谱420个波段降为9个，很大程度上降低了模型的运算量，加快了模型的运算速度，这为以后在实际生产上的应用打下了很好的基础，能够有效地降低仪器成本、检测速度等。综上所述，本研究为高光谱技术检测褐壳鸡种蛋性别提供了借鉴方法。后续将加大样品量、改进算法、优化模型等继续对判别检测速度以及判别精确度进行提升。