基于机器视觉的鸡蛋内外品质一体化检测与分级系统

发布时间：2022-01-04 20:40

　　针对鸡蛋检测分级系统复杂、集成化程度低、多品质因素综合检测的问题,设计出一体化的鸡蛋品质无损检测与分级系统,利用机器视觉算法实现了鸡蛋裂纹、尺寸、新鲜度与品质等级的自动化在线检测与分级。系统主要包括图像采集单元、分级单元、传输单元、图像处理单元和单片机控制单元。基于梯度幅度直方图和类间方差最大法进行自动阈值选取,对一级分级时的裂纹蛋进行剔除;采用外接最小矩形法测量鸡蛋最大横径、最大纵径、蛋行指数;利用鸡蛋透射图颜色信息的变化与哈夫单位值间的关系建立新鲜度BP神经网络,对鸡蛋新鲜度进行分级。试验结果表明,裂纹识别正确率为98.18%,对不同新鲜度等级的鸡蛋品质识别正确率为97.48%。 

【文章来源】：中国食品学报. 2020,20(11)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

鸡蛋品质检测与分级设备整体结构简图

一级分级单元主要由电磁继电器、衔铁、托盘和一级分级盘等组成，可剔除鸡蛋外部检测有裂纹的鸡蛋，无裂纹的鸡蛋则顺着托盘进入后续图像处理装置，结构如图3所示。二级分级单元先根据尺寸将鸡蛋分成大、小两类，再根据新鲜度分为特级（AA）、甲级（A）、乙（B）级3类。该分级装置如图4所示，由舵机控制二级分级盘转动，每个转动角度分别指向不同的分级导向通道，将鸡蛋运输到各个分级槽。图2 鸡蛋外部品质图像采集单元示意图

鸡蛋外部品质图像采集单元示意图

【参考文献】：
期刊论文
[1]基于图像纹理特征的土鸡蛋微裂纹无损检测[J]. 魏萱,何金成,郑书河,叶大鹏.  福建农林大学学报(自然科学版). 2017(06)
[2]基于高光谱成像技术的鸡蛋哈氏单位快速无损检测[J]. 房盟盟,丁佳兴,崔腾飞,王莉,杨晓玉,吴龙国,刘贵珊,何建国.  食品工业科技. 2018(02)
[3]基于机器视觉的鸭蛋新鲜度检测[J]. 王巧华,王彩云,马美湖.  中国食品学报. 2017(08)
[4]基于LLE-SVR的鸡蛋新鲜度可见/近红外光谱无损检测方法[J]. 段宇飞,王巧华,马美湖,芦茜,王彩云.  光谱学与光谱分析. 2016(04)
[5]禽蛋蛋壳品质无损检测方法研究进展[J]. 孙力,蔡健荣,李雅琪,袁雷明,许登程.  中国农业科技导报. 2015(05)
[6]哈氏单位是检验鸡蛋品质的重要指标[J]. 李小利.  检验检疫学刊. 2013(02)
[7]禽蛋视觉分级装置配用吸运机构设计与试验[J]. 张平,郁志宏,王亮,温鹿,武智慧,薛宁.  农机化研究. 2012(03)



本文编号：3569022