鸭蛋破损检测的试验研究

试验研究了损壳蛋和未损壳蛋的声学特性差异，数据分析采取模糊聚类的方法获得损壳蛋和未损壳蛋隶属函数式，计算两个模糊集的隶属度，按照最大隶属度原则就可准确区分损壳蛋。用此方法设计的鸭蛋破损检测系统，其好壳蛋检测准确率为85％，损壳蛋检测准确率为90％。     

鸭蛋新鲜度模型的试验研究

用计算机视觉技术，研究了鸭蛋新鲜度模型。取当天产新鲜鸭蛋，分青壳蛋和白壳蛋各150枚置于恒温衡湿环境中。每次定时任意取出其中白壳和青壳蛋各10枚用计算机视觉检测装置检测出蛋内容物的颜色参数。根据这些参数和与之对应且表征蛋新鲜度的Haugh值拟合出蛋新鲜度模型。白壳蛋新鲜度模型检验结果为：r=0.757,F=77.932；青壳蛋新鲜度模型检验结果为：r=0.767,F=75.911。检验结果表明鸭蛋新鲜度模型有较高的回归精度。     

鸭蛋大小及蛋心颜色自动分级系统软件研制

用VC 6 .0编制的鸭蛋大小及蛋心颜色自动分级系统软件由初始化模块、启动停止模块、图像采集模块、图像处理模块、信号I O模块及系统日志模块组成。初始化模块完成图像采集卡和数字量I O卡的初始化 ;启动停止模块建立和消亡用于监控光室状况和进行图像处理与分析的线程 ;信号I O模块将获得的分级信号送到分级执行机构 ,同时也将鸭蛋到达光室信号反馈至计算机 ;图像采集模块将CCD摄取的鸭蛋图像由图像采集卡采集到主机内存中 ;图像处理模块对主机内存中的图像进行分析后得出分级信息 ;系统日志模块记录系统的启动运行情况和当前系统检测鸭蛋的数量。系统软件运行试验结果表明 ,软件工作稳定可靠 ,大小分级误差± 3g ,颜色分级准确度达 90 %以上     

菹草颗粒饲料对蛋鸭生产红心蛋性能的影响

用该课题组中试生产的菹草颗粒饲料(红色素含量20.59mg/kg)做了蛋鸭喂养试验,以考察它对生产红心蛋性能(着色效果、产蛋率、平均蛋重)的影响.试验设置4个组、15d,菹草颗粒添加量为0(对照组)、15%、20%和25%,分别与100%、85%、80%和75%的普通蛋鸭配合饲料混合组成试验饲料.结果表明在一定范围内,菹草颗粒的添加量与红心蛋的平均色度(罗氏色度,下同)及15度以上红心蛋所占的比例呈现一定的量效关系;其中将20%的菹草颗粒与80%的普通蛋鸭配合饲料混合组成的饲料综合效果最好,喂养第4d即使蛋黄平均色度由对照的7度上升到15度,其差异达到极显著水平(p＜0.01),并随喂养天数增加其蛋黄色度平均值保持在15度以上,喂养13、14d时15度以上红心蛋占所产蛋总数的80%,并全部达到14度以上;该试验组饲料的平均产蛋率为96.2%,与对照组比较没有显著差别;该试验组饲料可显著增加平均蛋重(p＜0.05).对菹草粉、菹草颗粒及试验优选的红心蛋颗粒饲料进行了理化和营养成分检测,结果表明菹草粉的粗蛋白含量为13.36%、总类胡萝卜素的含量为463.1mg/kg,两者都大大高于玉米,而粗蛋白与小麦麸相近;菹草颗粒的主要成分含量分别为干物质90.05%、粗蛋白12.96%、粗脂肪4.36%、粗纤维4.75%、无氮浸出物54.16%、粗灰分13.82%、钙1.72%、总磷0.24%,与菹草粉比较,其粗蛋白含量相近,粗纤维下降一半多,粗灰分下降近40%,粗脂肪和无氮浸出物都明显提高,其营养成分更趋向合理;红心蛋颗粒饲料的主要指标基本符合部颁标准(SB/T 10262-1996生长鸭、产蛋鸭、肉用仔鸭配合饲料)的要求.由于菹草粉和菹草颗粒含有多种营养成分,具有较全面的营养价值,特别是它含较高的蛋白质、类胡萝卜素及其它维生素,这可能是菹草饲料在快速有效地提高蛋黄色度的同时、又能促进蛋鸭生长、增加蛋重、维持较高产蛋率的重要原因.试验证明菹草颗粒饲料的研制开发是成功的,它配置使用灵活方便,具有良好的应用前景.     

鸭蛋蛋心颜色等级模型研究

应用机器视觉技术，研究出鸭蛋蛋心颜色自动分级系统中的蛋心颜色分级模型。鸭蛋蛋壳颜色与蛋心区域颜色信息有关，可用光密度值进行模糊识别。无论是青壳蛋还是白壳蛋，其蛋心颜色等级G与H，S(色饱和度)，I三个变量间存在着显著的线性相关关系。     

鸭蛋大小等级模型研究

应用机器视觉 ,研究出鸭蛋大小自动分级模型。鸭蛋的面积尺寸是鸭蛋大小分级的重要依据 ,鸭蛋的重量与所成像的像素面积成正比。鸭蛋大小等级模型具有显著性和可靠性 ,鸭蛋大小的检测误差在± 3g之间 ,能够满足生产的需要