鸭蛋壳厚等级模型研究

研制了基于机器视觉技术的鸭蛋品质无损检测系统中的鸭蛋壳厚分级模型。阐述了壳厚试验的装置和方法,并对试验数据进行分析,根据不同新鲜度水平得到不同模型。试验结果表明,无论是白壳蛋还是青壳蛋,其蛋壳厚度K与颜色参数H、S、I三个变量之间存在显著线性相关关系。试验所得两组模型可以作为鸭蛋品质无损检测系统的部分模型直接用于壳厚检测。     

鸭蛋品质自动检测分级机的研制

鸭蛋营养丰富,易于消化和吸收,是人们日常生活中重要的动物性营养食品。用鸭蛋加工出的盐蛋、皮蛋,风味独特,深受消费者喜爱,是出口创汇的传统商品。为此,介绍了鸭蛋品质自动检测分级机的总体结构、工作原理、性能特点;对输送装置、分级执行装置、计算机视觉系统等主要部件进行了设计,该机可以实现鸭蛋大小、壳厚、新鲜度和蛋心颜色的自动检测和分级。     

鸭蛋蛋心颜色模型的试验研究

应用机器视觉技术研究鸭蛋蛋壳、蛋心颜色与颜色信息R、G、B和H、I、S之间的关系,建立鸭蛋蛋心颜色等级模型,为实现鸭蛋品质的无损自动检测与分级提供依据。试验结果表明:鸭蛋蛋心颜色等级模型具有较高的回归精度,可以用于指导在线生产。     

鸡蛋自动检测分级与包装装置的设计

设计了一种基于机器视觉系统的鸡蛋外部品质检测分级以及包装设备。本装置首先保证了鸡蛋平稳的输送,实现了对鸡蛋的动态实时检测和图像的采集;然后通过机器视觉检测系统进行鸡蛋的图像处理分析,判断出鸡蛋外部是否有裂纹和脏斑,并将判断指令传输给分级执行装置,从而将破损蛋剔除,完成鸡蛋的初步分级。同时,包装装置满足了各等级鸡蛋的装盘,实现了鸡蛋的自动包装。     

基于机器视觉和PNN神经网络的鸭蛋表面缺陷检测研究

本章提出了一种基于概率神经网络（PNN）结合机器视觉的鸭蛋表面裂痕检测方法,配合背景光照法,结合灰度图像处理、图像高斯滤波处理、图像分割处理等算法去除图像杂质干扰,采用反锐化掩模局部对比度增强的分段增益改进算法来增强裂痕,收集裂痕、污点的相关信息作为数据集录入PNN神经网络,进行识别判断。本研究对1 600张鸭蛋图片样本进行采样分析,将鸭蛋分为好蛋、脏污蛋、裂纹蛋3种。试验表明,该系统对干净无损蛋、脏污无损蛋、裂纹蛋的检测准确率分别达到了95.1%、77.9%、95.3%,具有较好的泛化性和鲁棒性,符合复杂鸭蛋生产加工环境的应用需求。     

鸭蛋品质检测分级系统中的图像处理

在鸭蛋品质检测分级系统中,图像处理问题涉及边缘检测和边缘模糊矫正两大方面。对于边缘检测采用常规的灰度不连续理论,选用Sobel算子对成像区域进行从上至下、从左至右的矩阵搜索;用最小值滤波法解决边缘模糊矫正。研究和实践表明,经过处理后的图像在颜色和大小上与静止时的图像一致。     

基于DSP的鸡蛋破损检测分级装置设计

阐述了基于DSP的鸡蛋破损检测分级装置。设计出以DSP为核心的前端电路,包括声音信号检测与调理、多路选择开关和A/D转换电路以及后端电路,包括驱动和分级执行电路。验证了检测装置的检测与分级性能：好壳蛋判别准确率为93.22%;破损蛋判别准确率为85.61%;系统的总体检测准确率为89.2%。系统完成一枚鸡蛋的检测与分级所需总时间小于1s,系统正常工作时可检测蛋3600枚/h。     

禽蛋产品检测和分级机械化技术研究现状

我国鲜禽蛋产品消费总量极大,随着人们对食品卫生的重视,禽蛋上市前的处理工艺要求越来越严格,其中鲜禽蛋品质检测和分级是涉及食品卫生的重要工序,禽蛋品质检测和分级机械化技术水平影响禽蛋产品质量安全及批次生产能力。浅析了鲜禽蛋产品检测分级机械化技术发展进程、现阶段技术水平及存在的问题,为禽蛋产品检测和分级机械化技术的推广应用提供技术参考。      

PLC在鸭蛋品质无损自动检测分级系统中的应用

运用三菱FX2N-48MR型PLC，根据分级要求，采用定时单位为100ms的定时器设计了20通道的独立延时系统。利用RS485／232转换器，依据FX2N系列串行总线通讯协议，实现了PC机与PLC间的通讯。继而实现了鸭蛋品质无损检测后的自动分级功能。目前，此系统在仙桃市食品总公司得到了应用，并取得了较好的效果。     

基于机器视觉的鸭蛋外壳检测系统

传统的鸭蛋外壳检测主要依靠人工检测进行，主观性大，检测精度差，效率低，耗费了大量的人力物力，还会造成鸭蛋的二次损坏，严重影响鸭蛋的出口和销售。为此，深入研究了机器视觉技术，并将其应用在鸭蛋外壳检测系统中，构建了基于机器视觉的鸭蛋外壳检测系统总体设计方案，完成了图像采集模块的硬件设计。工作时，对待检测鸭蛋进行自动拍照，完成摄像机图像的采集；通过建立小孔摄像机模型，确定样本图像和摄像机图像的比例关系；通过对样本图像进行图像灰度转换、二值化处理、边缘检测等处理，实现对鸭蛋外壳的智能检测。最后，进行鸭蛋外壳检测试验，结果表明：基于机器视觉的鸭蛋外壳检测系统结构能够实现对鸭蛋进行自动检测，智能区分完好鸭蛋和有裂纹鸭蛋，检测精度高、性能稳定，有效提高了鸭蛋外壳检测效率。     

禽蛋视觉分级装置配用吸运机构设计与试验

针对禽蛋在自动分选过程中的易破裂性,研究了用于禽蛋视觉分级的吸运机构。通过分析计算,确定了分级吸运机构的相关参数,并利用Pro/E软件进行了机构运动学仿真。吸运试验表明,该机构能够满足在线分级要求。试验结果表明:在微型真空泵的真空度和抽气速度一定的情况下,吸运机构的禽蛋吸附效果与吸盘直径和形状、机构的转速等因素有关,并得到了最佳参数匹配。该研究对禽蛋品质自动检测分级设备的研制有应用价值。     

基于单目多视角机器视觉的珍珠在线分类装置

利用摄像机前放置多枚平面镜组成的对称斗型腔体构成以物为中心的单目多视角摄像装置,在摄像机投影平面上直接获取从不同视角拍摄的珍珠表面图像;然后对不同视角的珍珠表面图像进行处理,获得反映珍珠品质的各种特征值;最后用特征融合的方式判定珍珠的品质。实验结果表明,设计的基于单目多视角机器视觉装置能保证在一个统一的颜色系统中一次获得珍珠整个球体表面的图像,实时完成珍珠的大小、形状、光泽、瑕疵和颜色等外观品质指标的视觉检测与分类。     

阶梯式鸡蛋降落装置设计

针对人工收蛋环境脏乱差、强度大、效率低、成本高等问题，以及市面现有鸡蛋降落装置需淘汰原有鸡笼，增加投入成本、结构复杂、占地面积大等现状，设计了一种阶梯式鸡蛋降落装置，该装置结构简单、设计合理，在配合收蛋器进行收蛋作业时，可对鸡蛋提供较好的保护，避免破损。阐述了阶梯式鸡蛋降落装置的结构及工作原理，通过理论计算和有限元动态模拟分析了装置结构设计的合理性，通过多次鸡蛋收集试验验证了结构的可行性。      

基于离散元法的核桃分级装置设计与试验

为了提高核桃分级机械的作业效率及保证分级合格率,设计并试制了一款滚筒式核桃分级装置。通过运用三维建模软件SolidWorks对核桃分级装置进行建模,使用离散元软件模拟核桃分级过程,并以温185核桃为试验对象,对样机进行分级试验。结果表明:当分级筛笼转速为26r/min、筛笼倾角为1.5°、进料口尺寸为70mm时,核桃分级合格率最高,样机试验结果与仿真试验结果基本相同。因此,运用仿真软件对分级装置进行辅助设计是可行的,可为其它分级装置的设计提供参考。     

阶梯式鸡蛋降落装置研究与设计

针对人工收蛋环境脏乱差、强度大、效率低、成本高等问题，以及市面现有鸡蛋降落装置需淘汰原有鸡笼，增加投入成本、结构复杂、占地面积大等现状，本研究设计一种阶梯式鸡蛋降落装置，该装置结构简单、设计合理，在配合收蛋器进行收蛋作业时，可对鸡蛋提供较好的保护，避免破损。首先，阐述了自主研发的阶梯式鸡蛋降落装置的结构及工作原理，其次，通过理论计算和有限元动态模拟分析了装置结构设计的合理性，最后，通过多次鸡蛋收集试验来验证结构的可行性。     

鸡蛋外形参数预测模型的研究

在分析单目定距采集到的鸡蛋图像的各颜色分量直方图的基础上,提出了一种检测鸡蛋外形参数的方法,即针对鸡蛋原始图像的R分量图像,采用最小二乘法的椭圆拟合方法。应用30枚鸡蛋样本分别建立了鸡蛋外形参数长轴、短轴的预测模型,其相关系数分别为0.984 3,0.984 2,定标标准误差分别为0.24,0.12;应用5枚鸡蛋样本验证预测模型,其预测误差分别为0.09,0.05,并通过了F验证,为鸡蛋的机械化加工、分级和生物力学特性研究等奠定了一定的基础。     

盆栽花卉分级旋向装置开发与试验

随着人们生活水平的提高,对花卉的需求量不断攀升。目前,在盆花规模化生产中大多采用人工分级,存在分级标准不统一、分级效率不高及分级结果不准确等问题。为此,针对花盆口径120mm、底径90mm、高度9 0 mm的盆栽花卉,开发了一套基于机器视觉的盆栽花卉分级旋向装置。该装置可以用单一相机在同一位置获取盆栽花卉多方向的综合信息;通过试验考察了在旋向装置中盆栽花卉前进速度、旋转速度与两条旋向输送带速度的关系。结果表明:当旋转180°获取两幅盆栽花卉图像时,视窗的最小范围在160mm。     

基于计算机视觉技术的水果分级研究进展

较为全面地介绍了国内外基于计算机视觉技术的水果外观品质的单指标分级、多指标综合分级和水果内部品质检测分级的研究现状与方法,指出了现有研究中研究对象较单一、图像采集不全面、图像处理算法不多、精度不高等存在的主要问题.同时,提出了未来水果分级的发展方向,认为水果内外品质融合的一体化分级技术是未来的发展趋势.