基于聲學(xué)和機器視覺技術(shù)的雞蛋裂紋和新鮮度檢測的研究.pdf

1、蛋殼裂紋和新鮮度是禽蛋質(zhì)量檢測的重要指標(biāo)。隨著蛋制品加工產(chǎn)業(yè)各個環(huán)節(jié)的自動化和工業(yè)化的實現(xiàn)，傳統(tǒng)人工的檢測手段顯然難以滿足這種要求，快速、無損、精確的檢測方法更加適合現(xiàn)代農(nóng)業(yè)化發(fā)展的需求。聲學(xué)和機器視覺作為快速、低成本、無損的綠色檢測技術(shù)，在食品和農(nóng)產(chǎn)品品質(zhì)檢測方面正逐步替代許多手工檢測方法。本論文嘗試?yán)寐晫W(xué)技術(shù)及機器視覺技術(shù)檢測禽蛋蛋殼裂紋和新鮮度，進(jìn)行了以下幾個方面的研究工作：
　　 1、嘗試了機器視覺方法檢測禽蛋裂紋，構(gòu)

2、建了基于機器視覺的禽蛋品質(zhì)檢測裝置，采集雞蛋的透射圖像。對采集的圖像先進(jìn)行預(yù)處理，運用線性的形態(tài)結(jié)構(gòu)進(jìn)行Top-Hat形態(tài)變換，經(jīng)過閾值分割和形態(tài)學(xué)膨脹，提取裂紋特征區(qū)域，結(jié)果顯示裂紋的識別率為77.3％。
　　 2、構(gòu)建了基于聲學(xué)特性的禽蛋裂紋檢測裝置。采集并分析了敲擊雞蛋的響應(yīng)信號，基于歸一化均方誤差算法(NLMS)進(jìn)行信號自適應(yīng)濾波，提取響應(yīng)功率譜的五個特征參數(shù)建立雞蛋裂紋的判別模型。結(jié)果顯示：線性判別模型(LDA)和BP

3、-ANN模型的裂紋檢測率分別為91％和94％。
　　 3、機器視覺技術(shù)同樣被用于雞蛋新鮮度的檢測研究。通過透射式光源采集雞蛋圖像，并對雞蛋圖像的B顏色分量進(jìn)行中值濾波預(yù)處理。采用了三方面的信息(顏色信息、蛋黃面積、雞蛋密度)，并從這些信息中提取了14個特征變量綜合判別雞蛋的新鮮度。通過逐步回歸法篩選了7個特征參數(shù)，通過誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)與常用的雞蛋新鮮度檢測指標(biāo)(哈夫單位、蛋黃系數(shù))建立相關(guān)檢測模型。BP-