论文部分内容阅读
鸡蛋营养丰富,是人们日常生活中重要的动物源营养食品。但是鸡蛋易变质且人工不易检测,因此研究鸡蛋品质的无损检测方法和设计相应的微型鸡蛋品质检测系统,具有实际价值和现实意义。 本课题首先运用VFW（Video for Windows）技术建立摄取鸡蛋图像的方法,然后获得基于数字图像处理技术的鸡蛋新鲜度、蛋重等品质的检测模型。试验装置由图像检测箱（包括USB摄像头、光源及暗室）和计算机构成,USB摄像头获取鸡蛋图像的数字信号传送到计算机内,再通过VFW软件包实现鸡蛋图像采集。VFW是不同于视频采集卡所附带的二次开发包SDK（Soft Develop Kits）的开发工具,VFW采集图像的方法与设备无关。 计算机对鸡蛋图像的处理及特征参数的提取:预处理采取空间域部分平均法对鸡蛋图像进行“去污”处理。采用Robert梯度的算子实现边缘检测,以图像中像素点的R分量为依据进行运算获取鸡蛋图像边界,然后新鲜度模块搜索蛋芯区域颜色信息（H、S、I）作为新鲜度因子,测量多枚鸡蛋当天的哈夫值,并取其平均值作为当天鸡蛋的新鲜度指标,再采用逐步回归方法建立新鲜度模型并进行模型显著性分析、相关性分析和通径系数分析。试验结果表明: 白壳蛋新鲜度模型为:Haugll=-1115.05446+4.6111*H+791.53511*I其模型(Pr>F0.05<0.0001说明回归极显著,模型相关系数R为0.8024;褐壳蛋新鲜度模型为:Haugh=-212.69905+1.04298*H+210.05943*I其模型(Pr>F0.05=0.0019说明回归显著,模型相关系数R为0.562228;白壳蛋和褐壳蛋哈夫值均与H、I具有显著的相关性,而与S的相关性很低;鸡蛋壳色与蛋芯区域的I值有高度的相关性,判别时,可通过I值进行壳色的模糊识别。 另外,鸡蛋大小处理模块先用上述同样方法确定蛋的边界,然后搜索鸡蛋图像像素和、长轴和短轴像素长度以及蛋形系数,采用逐步回归方法建立不同蛋重模型: 模型1 Weigh=2.11771+0.00205*Count-0.12967*Length 模型2 Weigh=-115.46211+0.57072*Width+42.99928*Bi 模型3 Weigh=-12.22456+0.00159*Count 经比较得出最优模型Weigh=2.11771+0.00205*Count-0.12967*Length试验表明:蛋重（Weigh）与像素和（Count）成高度正相关,与长轴（Length）成负相关。模型相关系数R为0.9702,模型(Pr>F0.05<0.0001说明回归极显著。 为了检验新鲜度模型和蛋重模型的准确率,进行了本系统的鸡蛋品质检测试验,结果表明:白壳蛋新鲜度正确率为86.3%,褐壳蛋新鲜度正确率为83.5%,蛋重检测误差在（-0.9g,+0.9g）之间,表明模型可以接受。