基于圖像處理和改進FCM的雞蛋品質(zhì)檢測技術(shù)研究.pdf

1、雞蛋是人們?nèi)粘Ｉ钪匾膭游镄誀I養(yǎng)食品之一，雞蛋品質(zhì)直接關(guān)系到蛋產(chǎn)品的等級、市場競爭力及經(jīng)濟效益，檢測與分級也是增加其出口貿(mào)易額的重要環(huán)節(jié)。針對人工檢測雞蛋品質(zhì)易受人為因素干擾，檢測速度慢，效率低等缺點，本文對利用圖像處理技術(shù)和改進模糊C均值聚類算法檢測雞蛋外觀品質(zhì)的方法進行了研究。 采集雞蛋圖像并對其作預(yù)處理后，利用矩技術(shù)提取出圖像中像素和、縱徑、最大橫徑、上下橫徑等特征參數(shù)，電子天平稱重，建立蛋重檢測回歸模型，發(fā)現(xiàn)蛋重與雞蛋

2、圖像像素和與最大橫徑顯著相關(guān)，相關(guān)系數(shù)為0.892；得出蛋重試驗樣本真實值與檢測值的直線擬合與指數(shù)擬合方程，擬合精度分別達到了0.9736與0.9738。 針對傳統(tǒng)模糊C均值聚類分析時的缺陷，提出了一種基于數(shù)據(jù)點特征加權(quán)的改進FCM算法(WFCM)。將其應(yīng)用于雞蛋圖像像素和與最大橫徑的蛋重分級，實驗證明算法具有較好的聚類效果，對過重蛋、正常蛋和過輕蛋的分類準(zhǔn)確率分別達到了88.89％、100％和90.00％。 將空間鄰域