Отримання даних для класифікування туш забійних тварин, а також для визначення їх якостей і кількостей (варіанти)

1. Неінвазивний спосіб розпізнавання комплексно структурованих контурів з наближеною до нуля нормою помилкового розпізнавання, з якою можуть розрізняти одна від одної й ідентифікувати ознаки туші забійної тварини, який, на основі характерного фрагмента туші, за допомогою обробки зображень для визначення даних у формі вимірюваних величин окремих відстаней, часткових ділянок, усереднених відстаней і площ, за допомогою окреслень контурів служить як для розрахунку частки мускульного м'яса, торгового класу, а також у зв'язку з цим торгової вартості і ринкової вартості, так і для розподілу туш забійних тварин за категоріями якості за допомогою інших характерних відомостей про зображення, який відрізняється тим, що при помилковому розпізнаванні розрізнених та ідентифікованих комплексно структурованих контурів туші забійної тварини на робочій станції у вигляді персонального комп'ютера вступають у взаємодію з електроннообчислювальною машиною і вказують на нерозпізнаний або неправильно розпізнаний шуканий контур, у той час як при використанні пристрою відтворення зображення в представленні зображення потрібної ділянки туші забійної тварини ставлять, відповідно, щонайменше одну опорну точку в од 2 (19) 1 3 88661 4 суміжних хребці (9), відповідно, за допомогою на10. Спосіб за п. 8, який відрізняється тим, що як ступної опорної точки (12). стартові параметри встановлюють комплексні 6. Спосіб за пп. 1 або 2 і 3, який відрізняється ознаки, такі як текстура. тим, що необов'язково маркують лобкову кістку (7) 11. Спосіб за п. 1 або 2, який відрізняється тим, таза за допомогою додаткової опорної точки (13). що при заданні більше ніж однієї опорної точки 7. Спосіб за п. 1 або 2, який відрізняється тим, для розпізнаваного контуру додатково встановщо опорні точки позначають недопустиму ділянку люють тензорні параметри більш високого рівня, для розпізнаваного контуру. такі як задані векторні величини при двох опорних 8. Спосіб за будь-яким із пп. 1 або 2, а також 3-7, точках і задані величини кривизни при трьох опорякий відрізняється тим, що з аналізу окраїн опорних точках. ної точки виводять стартові параметри для алго12. Спосіб за п. 1 або 2, який відрізняється тим, ритму розпізнавання контуру. що процентні частки фрагментів туші забійної тва9. Спосіб за п. 8, який відрізняється тим, що як рини визначають безпосередньо з даних резульстартові параметри використовують мінімальну, татів вимірювання аналізу зображення. максимальну або середню яскравість, колірні тони і контрастності. Винахід визначає неінвазивний спосіб, за допомогою якого на основі характерного фрагмента можуть відрізнятися один від одного й ідентифікуватися за допомогою обробки зображень комплексно структуровані контури, як ознаки туші забійної тварини, і який може використовуватися, зокрема, для визначення даних для розрахунку частки м'язової тканини, торгового класу, а також залежної від цього торгової вартості і ринкової вартості, і для розподілу туш забійних тварин за категоріями якості при дотриманні заданих законом вимог, переважно для м'ясокомбінатів і м'ясообробних заводів. З сучасного стану техніки відомо багато автоматично здійснюваних способів визначення даних туші забійної тварини - у площині її розрізу вздовж хребта - за допомогою оптичної обробки зображень для подальшої класифікації і розподілу за категоріями якості. Таким чином, у друкованих публікаціях DD 298310A5/DE 4131556С2, а також DE 4109345C2 описуються способи для визначення і відповідно аналізу половин туш забійних тварин за допомогою обробки зображень, при яких встановлюються зовнішній контур, шар підшкірного жиру, співвідношення м'яса і підшкірного спинного жиру, в той час як виконуються зйомки всієї половини забійної тварини з хребтом і з усіма міжхребцевими шарами. Як контрольна точка для визначення параметрів для розбирання і класифікації використовується крижова кістка хребта, яка визначається так само, як і інші хребці за допомогою аналізу об'єкта, причому в реальному процесі обробки необхідні для аналізу контури не завжди можуть селектуватися досить надійно. Друкована публікація DE 19733216C1 описує спосіб оцінки напівтуш забійних тварин за допомогою оптичної обробки зображень, який, спираючись на класичний метод двох точок, робить можливою класифікацію за допомогою оптичного дешифрування розширеної ділянки філейної частини туші при усуненні суб'єктивних джерел помилок. Відомий також спосіб оцінки напівтуш забійних тварин за допомогою оптичної обробки зображень з друкованої публікації DE 19847232C2, при якому для оцінки використовується фотограмметричний спосіб як еквівалент звичайного методу за двома точками. У крижовій і тазостегновій ділянці фотограмметрично встановлюються дві характерні точки, з яких перша - це кінець лобкової кістки таза з боку туші, а друга представляє кінець середнього сідничного м'яза (Musculus Glutaeus Medius MGM) з боку туші і складає пряму з напрямком середнього ходу підшкірного спинного жиру. Для безпосередньої оцінки використовуються довжини часткових ділянок, які виходять на перпендикулярі через товщину підшкірного спинного жиру до зміщеної паралельно лобкової кістки таза прямої на висоті другої характерної точки. При цьому способі, правда, усуваються суб'єктивні погрішності вимірювання вручну проведеного методу двох точок, однак за умови, що за допомогою оптичної обробки зображень надійно визначені необхідні контури і структури. З друкованої публікації DE 19936032C1 відомий наступний спосіб, який за допомогою оптичної обробки зображень гарантує автоматичний висновок про якість напівтуш забійних тварин, зокрема, забійних свиней, причому порівняно з відомими методами досягається більш висока точність оцінки, на яку тільки неістотно можуть впливати погрішності в процесі розрізання туш забійних тварин, із-за не абсолютно перпендикулярної до площини розрізу зйомки зображення, причому оптичний знімок напівтуші забійної тварини оцінюється у площині розрізу - в ділянці тазостегнової і філейної частини туші фотограмметрично, на основі певних характерних орієнтирів. Як характерні орієнтири використовуються при цьому хребет, лобкові кістки таза, найтонша товщина жиру на MGM і контури підшкірного спинного жиру у вибраній ділянці. Визначальна щодо якості частка мускульного м'яса розраховується складанням встановлених у співвідношенні один до одного, перпендикулярних до прямого ходу каналу спинного мозку часткових ділянок у ділянці м'ясної тканини і шару жиру, включаючи встановлені з регресійних розрахунків константи для кожного рівня і основну константу. У рамках способу встановлюється, правда, результат вимірювання для міри (S) жиру відповідно до вимог закону в правильних точках, про 5 88661 6 те, міра (F) м'ясної тканини не визначається, внаЗагальним для всіх цих відомих методів є те, слідок чого розрахунок частки (MF%) мускульного що використані при обробці зображень повністю м'яса за офіційною формулою не відбувається, і, автоматизовані алгоритми розпізнавання контурів отже, не може відбуватися розподіл за категоріями для розпізнавання комплексно структурованих на торгові класи. контурів мають певну норму помилкового розпіСпосіб визначення торгової вартості фрагмензнавання. При помилково розпізнаних контурах, тів свинячих забійних туш відомий з друкованої правда, можна намагатися подальшим процесом публікації DE 11952628А1, причому ваги, вагові і оптимізації проводити корекцію наявних погрішном'ясні частки фрагментів, таких як шинка, відбивна стей, причому відносно визначених по-новому конкотлета, відбивна котлета без кісток, філе, лопаттурів як правило, знову виникають нові помилки кова частина, лопатка, грудинка і/або інших фрагоцінок, внаслідок чого існують помилкові дані або ментів, що надходять у продаж самостійно або дані, що містять помилки і, відповідно, вартості обробляються далі, визначаються за допомогою для подальших розрахунків. он-лайн оцінки свинячих напівтуш. Для реалізації Завданням винаходу є розробка неінвазивного способу визначаються прогнози, які описують комспособу розпізнавання комплексно структурованих плекцію туші і які виходять з ходу зовнішнього конконтурів з наближеною до нуля нормою помилкотура свинячої напівтуші і виведеної з цього площі, вого розпізнавання, за допомогою якого можуть розташування і ходу хребетного стовпа, і виведерозрізнятися один від одного й ідентифікуватися них із цього довжин і площ підділянок туші забійної ознаки туші забійної тварини, і який працює на тварини, а також отриманої для свинячої напівтуші основі характерного фрагмента за допомогою обінформації про вміст жиру, поданої через відносну робки зображень, зокрема, як для визначення датовщину і хід приблизно загального шару підшкірних для розрахунку частки мускульного м'яса, торного жиру ділянки спини. Прогнози ставляться у гового класу, а також у зв'язку з цим торгової співвідношення один до одного, враховуючи існувартості і ринкової вартості, так і для розподілу ючі між ними статистичні зв'язки, внаслідок чого в туш забійних тварин за категоріями якості, при лінії забою повинні в режимі онлайн визначатися дотриманні заданих законом вимог і, відповідно, ваги необхідних фрагментів, їх вагові і м'ясні частспецифічних правил. ки в загальній вазі сировини. Під час реалізації Завдання вирішується за допомогою ознак, способу повинна відбуватися відеореєстрація представлених у пункті 1 формули винаходу. Пекомплектної свинячої напівтуші, і об'єкт зображенреважні вдосконалення відображені в залежних ня піддається дороговартісній обробці, а також пунктах формули винаходу. оцінці, щоб визначити лише торгову вартість. На Основна ідея винаходу полягає в тому, що при основі великої ділянки зображення - по всій площі помилковому розпізнаванні розрізнених та ідентирозрізу - негативний вплив на швидкість оцінки, а фікованих комплексно структурованих контурів також і ваги фрагментів визначаються не досить туш забійних тварин на основі сильних забруднень точно, крім того, помилкові розпізнавання контурів в ділянці зйомки або через фізіологічні особливосі структур в ділянці зображення ведуть до нереаті, такі як погано помітні фасції у м'язах, зрощення льних значень вартості. або нечітке утворення м'язів, за допомогою викоДалі, спосіб встановлення якості і кількісних ристовуваного на м'ясокомбінатах і м'ясообробних характеристик туші забійної тварини, за якими заводах для оцінки туш забійних тварин автоматиможе визначатися її торговий клас, торгова варчного способу за допомогою обробки зображень, тість, ринкова вартість та якість, і виконуються оператор на відповідній робочій станції у вигляді умови спеціальних офіційних інструкцій і розпоряперсонального комп'ютера входить у взаємодію з джень, описується в заявці на патент DE електронно-обчислювальною машиною і вказує на 10358487.0. При цьому отримані в дослідах розбинерозпізнаний або неправильно визначений шукарання достатньої кількості туш забійних тварин ний контур. вихідні дані про вагові частки окремих частин гоЦі вказівки дозволяють знову задіяному алготового продукту співвідносяться один з одним з ритму розпізнавання контура надійно реєструвати характерними результатами вимірювання і парашуканий контур. Вказівки можуть вводитися опеметрами, встановленими для обох половин туші ратором, зокрема, графічно за допомогою призабійної тварини в ділянці тазостегнової і філейної строю прийому зображення в уявленні зображення частини туші при введенні повної ваги, і з цього потрібної ділянки туші забійної тварини, альтернаотримують відносні дані, і в поточному забійному тивно - також в аудіовізуальній або текстовій форвиробництві для оцінки окремих частин готового мі. продукту відбувається модельований розрахунок з У ділянці зображення оператор ставить щонаявними відносними даними, враховуючи повну найменше одну опорну точку в одній або декількох вагу двох половин туші забійної тварини і специділянках, у яких повинні відбуватися вимірювання. фічні для неї характерні результати вимірювання і Ці опорні точки, як геометричні задані величини, параметри, встановлені в ділянці тазостегнової і можуть означати вихідну точку, кінцеву точку, філейної частини туші. центр або будь-яку точку шуканого контура. ОпорУ варіанті виконання, оцінка окремих частин на точка може альтернативно маркувати також готового продукту відбувається тільки на основі допустиму або заборонену ділянку для контуру. специфічно встановлених у ділянці тазостегнової і При більш ніж одній опорній точці можна додаткофілейної частини туші характерних результатів во встановлювати тензорні параметри більш висовимірювання і параметрів. кого рівня, такі як задані параметри вектора з дво 7 88661 8 ма опорними точками і задані параметри кривої з також встановлених разом з тим характерних витрьома опорними точками. мірюваних величин і параметрів. Далі, з аналізу окраїн опорної точки можна Спеціальний метод класифікації свинячих заотримувати стартові параметри для алгоритму бійних туш, так званий двоточковий метод, стартує розпізнавання контура. Ці параметри можуть існуз ідентифікації Musculus Glutaeus Medius і хребетвати, наприклад, в формі мінімальної, максимального стовпа. ної або середньої яскравості, забарвлених тонів і Тоді спочатку визначається міра жиру (S), як контрастностей. Можна, проте, як параметри встанайтонше місце шару жиру (включаючи жорстку новлювати більш комплексні ознаки, такі як тексшкіру) над Musculus Glutaeus Medius (у міліметтури. рах), і після цього - міра (F) м'яса як найкоротше Далі, вимірювані звичайним способом харакз'єднання переднього, краніального кінця Musculus терні величини і параметри встановлюються як у Glutaeus Medius з верхньою, дорсальною кромкою вигляді відстаней, кутів і площ, так і у вигляді нахребетного каналу (у міліметрах). З цієї встановявних на зображенні відомостей про яскравість і леної у такий спосіб міри жиру і міри м'яса виховідповідно колір, переважно у відібраних вручну в дить тоді частка мускульного м'яса свинячої забійділянці тазостегнової і філейної частини туші ханої туші в процентах, згідно з додатком 4 до рактерних точках і структурах в ділянці зображенпостанови про торгові класи (HKL-VO). Згідно з ня. додатком 1 з HKL-VO, потім проводиться встановУ свинячих забійних туш точні результати вилення торгового класу. мірювання, наприклад, у діючому в рамках Європи Класифікація свинячих забійних туш відбувадвоточковому методі встановлюються для міри (S) ється за допомогою сертифікованого пристрою жиру і міри (F) м'яса, з яких за офіційною формукласифікації, який складається власне з пристрою лою розраховується безпосередньо частка (MF%) прийому зображення і комп'ютерного робочого мускульного м'яса і таким чином відбувається розмісця з відповідним програмним забезпеченням, поділ за категоріями в торгові класи. обслуговування якого відбувається незалежними На основі встановлених довжин перпендикукласифікаторами. Вони є переважно приведеними лярних відрізків у ділянці прямої частини хребта в до присяги експертами, які можуть дуже точно ділянці знімка, за зовнішнім контуром, а також ховизначати контури сала, м'яса і хребта туші забійдом жирового шару та їх співвідношенню один з ної тварини. одним можуть нормуватися відбивні котлети. Відповідальність за правильну оцінку і класиЗа наступними характерними значеннями, з фікацію туші забійної тварини залишається таким урахуванням результатів дослідів розбирання, чином на класифікаторі. дається оцінка виходу окремих готових фрагменНа початку процесу відомим способом за дотів. Разом з визначенням при цьому оцінкою фрапомогою знімального методу проводиться цифрогментів, виходить, як звичайно, торгова вартість. ве зображення розрізаної вздовж хребта туші заВиходячи з ваги забійної туші, відбувається оцінка бійної тварини в ділянці тазостегнової і філейної ваги фрагментів, з суми яких виходить ринкова частини туші, яке піддається аналізу, при якому вартість. реєструються контурні лінії м'ясної тканини, і жиЗа встановленим відомостями про яскравість і рової тканини, і кісток. За допомогою контурних відповідно колір відбувається розподіл забійних ліній вимірюються окремі відстані і площі, а також туш за категоріями якості. усереднені по зоні обробки відстані, і так само виПереваги винаходу полягають, зокрема, у скоходять значення яскравості і/або колірні відтінки. роченій майже до нуля нормі помилкового розпіОтримання характерних вимірюваних величин знавання при оцінці якісних і кількісних характериі параметрів в ділянці тазостегнової і філейної частик туші забійної тварини, і в пов'язаних з цим стини туші відбувається, наприклад, за зразком позитивних економічних ефектах для виробника і описаних у друкованому виданні DE 19936032C1 і переробника м'яса. відповідно в заявці на патент DE 10358487.0 меРобиться можливою обширна оцінка і класитодів. фікація туші забійної тварини і її фрагментів. Згідно з фіг. 1, ділянка 1 зображення тазостегЗдійснення взаємодії можливе при всіх неінванової і філейної частини напівтуші забійної свині зивних автоматичних способах, які містять наочне при цьому знімається з усіма деталями і потім оціпредставлення ділянки з розпізнаваними контуранюється фотограмметричним способом. ми і структурами, в якій повинні встановлюватися Ділянка 1 зображення реєструє в контрасті до результати вимірювання. темного заднього плану всю ширину розширеної Винахід як приклад виконання роз'яснюється ділянки тазостегнової і філейної частини туші з її детальніше за допомогою: зовнішнім контуром 2. Фіг. 1 - знімок половини туші забійної тварини Звичайним способом, за допомогою аналізу гів ділянці тазостегнової і філейної частини туші з стограм, у ділянці 1 зображення спочатку відбуванечіткими контурами, ється ренормування порогових параметрів на відФіг. 2 - знімок половини туші забійної тварини повідну середню яскравість свинячої забійної туші в ділянці тазостегнової і філейної частини туші з з подальшою розрахунковою селекцією різних представленням помилкового розпізнавання харапартій тканини на основі відмінностей забарвленктерних вимірюваних величин і параметрів, і ня і/або відмінностей яскравості. За допомогою Фіг. 3 - знімок половини туші забійної тварини аналізу консистенції домішки, із зображення у знав ділянці тазостегнової і філейної частини туші з чній мірі відфільтровуються забруднення, які винипредставленням опорних точок як маркування, а кають, наприклад, через кров. На наступному етапі 9 88661 10 світлий жир розділяється від більш темного м'яса і Medius (MGM) 5 і його геометричне розташування, в такий спосіб проводиться визначення площ 3 як подано на фіг. 3. розрізу сала і площ 4 розрізу м'яса. Також був: b) точно розпізнаний видимий у діУ межах площ 4 розрізу м'яса контур Museums лянці 1 зображення контур нижнього кінця хребта з Glutaeus Medius (MGM) 5 повинен ідентифікуватихребцями 9 і хребетний канал 6. ся в тому числі алгоритмом простежування контуТе ж саме висловлювання стосується: с) лобру з подальшим визначенням геометричного розкової кістки 7 таза, яка однозначно ідентифікуваташування. лася і визначився її контур. Як видно з фіг. 1, При певних популяціях забійних тварин, у a) контур MGM 5 на основі фізіологічних особяких, зокрема, MGM 5 як істотний елемент для ливостей чітко не відмежований у площі 4 розрізу встановлення даних і вимірюваних величин в дім'яса, причому причиною цього може бути, наприлянці зображення утворений дуже нечітко, внасліклад, зрощення або слабке утворення фасцій док чого автоматично здійснювані способи за доMGM 5; помогою аналізу зображення переважно ведуть до b) канал хребта 6 може розпізнаватися неодпомилкових розпізнань контурів і структур, альтенозначно, оскільки він був розрубаний у процесі рнативно раціонально маркувати опорні точки перозбирання не посередині або покритий кров'ю, і ред стартом ілюстрованого аналізу. c) лобкова кістка 7 таза через часткове поУ ділянці 1 зображення опціонально ставлятькриття жировою тканиною або кров'ю не може чітся: перша опорна точка 10 на MGM 5 для знахоко ідентифікуватися. дження свідчень про яскравість і/або друга опорна Проведений на такому зображенні аналіз конточка 11 на краніальному кінці MGM 5 - як інфортура, як подано на фіг. 2, виявляє помилкові розпімація про розташування, а також для впевненого знавання, які помічає класифікатор і/або електрознаходження хребетного каналу 6 опционально нно-обчислювальною машиною випускаються маркуються переважно два суміжних хребці 9 відсигнали помилки в формі попередження і відповіповідно наступною опорною точкою 12, і також дно подачі сигналу. опціонально - лобкова кістка 7 таза - додатковою У вибраному зображенні схожа на MGM 5 опорною точкою 13, і тільки після цього запускаплоща 8 розрізу м'яса ідентифікується автоматичється аналіз зображення для розпізнавання контуно здійснюваним аналізом зображення як MGM 5 і рів і структур з подальшим визначенням відомим хребці 9 в дорсальній ділянці помилково відноспособом вимірюваних величин і даних в ділянці сяться до хребетного стовпа, а також не знайдена зображення. лобкова кістка 7 таза. Як прийнято, в напрямі прямої ділянки хребта Якби визначення вимірюваних величин і папо верхній (дорсальній) кромці хребетного каналу раметрів для оцінки туші забійної тварини відбу6 прокладається пряма лінія 14 як початковий рувалося на основі результатів цього аналізу, то вибіж для подальших вимірювань. На цій прямій лінії йшли б абсолютно помилкові оцінки. 14 будується перпендикуляр 15 по висоті передПомилкове розпізнавання визначається кланього (краніального) кінця MGM 5, довжина ділянсифікатором, йому це показують і відповідно поки якого, як найкоротше з'єднання від переднього відомляють. кінця MGM 5 до верхньої (дорсальної) кромки хреУ ділянці 1 зображення класифікатор як опебетного каналу 6, відповідає мірі (F) м'яса - як торатор потім ставить щонайменше одну опорну вщина поперекового м'яза. Продовження перпенточку в одній або декількох ділянках, у яких повидикуляра 15 аж до зовнішнього контуру 2 обмежує нні відбуватися вимірювання. Ці опорні точки як рівень сала над MGM 5 спереду. геометричні задані величини можуть означати На висоті найтоншого шару сала на MGM 5 вихідну точку, кінцеву точку, центр або будь-яку визначається з'єднувальна лінія 16 від контура точку шуканого контура. MGM 5 до зовнішнього контура 2, довжина ділянки При цьому як правило достатньо маркувати якої представляє міру (S) жиру. опорні точки лише в ділянці нерозпізнаної структуЗ обох рівнів (F) і (S), виміряних у міліметрах, ри, як MGM 5 і/або хребці 9, і/або лобкова кістка 7 відбувається в режимі он-лайн розрахунок частки таза. (MF%) мускульного м'яса за специфічною для краУ даному прикладі, згідно фіг. 3, будуть: їни офіційною формулою, згідно з двоточковим a) для правильного розпізнавання контуру методом, при подальшому розподілі за категоріяMGM 5 поставлені перша опорна точка 10 на MGM ми торгових класів на основі встановленої процен5 для знаходження відомостей про яскравість і тної частки мускульного м'яса. друга опорна точку 11 на краніальному кінці MGM За допомогою певної кількості наступних вста5 - як інформація про розташування; новлюваних у ділянці 1 зображення відстаней, b) для підтримки пошуку хребетного каналу 6 кутів і площ даються відповідно подальші висновки переважно маркуються два суміжних хребці 9 відпро аналізовану тушу забійної тварини. повідно наступною опорною точкою 12, причому Таким чином, можуть замірятися також, напривстановлюються додаткові відомості про напрям, і клад, вага сала, вага м'яса і вага кісток у ділянці c) для визначення і розпізнавання контуру лохребта і лобкової кістки 7 таза. бкової кістки 7 таза ставиться додаткова опорна Як наступна важлива ознака, може встановточка 13 в її краніальній кінцевій ділянці. люватися гістологічне розділення жиру перегородПісля знову проведеного аналізу контуру за кою 17, подібної до з'єднувальної тканини, на вердопомогою встановлених опорних точок буде: а) хній шар 18 жиру і нижній шар 19 жиру. Верхній однозначно ідентифікований Musculus Glutaeus шар 18 жиру позначається як підшкірний жир, а 11 88661 12 нижній шар 19 жиру - як норма внутрішнього жиру параметри для відповідних частин, таких як шинка, туші. відбивні котлети й інші цінні фрагменти. З товщини підшкірного жиру можна робити виРозподіл забійної туші і/або фрагментів за касновки про частку мускульного м'яса живота. тегоріями якості відбувається за допомогою настуЗ відстаней і площ зверху хребта 9 можна пних наявних характерних відомостей про зобраотримувати переважно точні дані про сировину ження в формі величин яскравості і/або колірних для відбивних котлет. Далі, для оцінювання шинки тонів. притягується середня товщина жиру над MGM 5 в Використані позначення ділянці площі між продовженням перпендикуляра 1 ділянка зображення 15 до зовнішнього контуру 2 та іншим перпендику2 зовнішній контур ляром 20 на пряму лінію 14, яка також використо3 площі сала вується для визначення торгової вартості. 4 площі м'яса Процентна частка фрагментів, таких як шинка 5 Musculus Glutaeus Medius (MGM) або відбивні котлети, порівняно з усією тушею за6 хребетний канал бійної тварини, може безпосередньо визначатися 7 лобкові кістки таза з даних результатів вимірювання аналізу зобра8 схожі площі м'яса ження так само, як і процентна частка мускульного 9 хребець м'яса відповідного фрагмента. У подальших роз10 перша опорна точка рахунках, знов як приклад, може визначатися про11 друга опорна точка центна частка мускульного м'яса шинки без кісток і 12 наступна опорна точка жиру. 13 додаткова опорна точка З урахуванням зареєстрованої повної ваги ту14 пряма лінія ші забійної тварини після виключення обох підві15 перпендикуляри шених на крюку половин туші далі може розрахо16 з'єднувальна лінія вуватися вихід окремих частин, причому з суми 17 перегородка оцінок фрагментів виходить в результаті торгова 18 верхній шар сала вартість, а також з суми ваги фрагментів - ринкова 19 нижній шар сала вартість. 20 інші перпендикуляри За допомогою певних процентних часток тоді на основі повної ваги можна розраховувати вагові 13 Комп’ютерна верстка І. Скворцова 88661 Підписне 14 Тираж 28 прим. Міністерство освіти і науки України Державний департамент інтелектуальної власності, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601