（农业机械化工程专业论文）鸡蛋品质综合无损检测方法的研究.pdf

摘要 摘要 鸡蛋加工过程中，需要检测蛋重、破损、蛋新鲜度和蛋芯颜色等指标，本论文 在课题组前期已主要完成的蛋新鲜度、破损和蛋芯颜色检测模型及分级系统的基础 上，提出利用机器视觉技术和声学检测技术来综合检测鸡蛋的品质，侧重于鸡蛋新 鲜度和破损的综合无损检测模型研究，设计出能够把图像信号采集处理和声音信号 采集处理相结合的实现鸡蛋品质综合无损检测的软件。 本文在研究鸡蛋新鲜度综合无损检测模型时，先研究了鸡蛋敲击响应特性与新 鲜度之间的相关关系，通过测得不同新鲜度下，鸡蛋敲击响应特性的声音数据，建 立鸡蛋敲击响应特性与其新鲜度之间的关系模型，研究表明：鸡蛋敲击响应特性与 其新鲜度有明显的关系，特别表现在共振峰频率随新鲜度的下降而成阶梯状下降。 然后测得不同新鲜度下，同一鸡蛋的透射光图像和敲击响应特性的声音数据，提取 相应的特征参数，建立新鲜度综合无损检测多元线性回归模型并进行检验，结果表 明：鸡蛋新鲜度与蛋芯颜色i 、蛋形系数b i 、共振峰频率f r e q 、频谱面积a r e a 以及 其x 轴方向的质心c x 有关，模型相关系数为0 9 2 4 8 。 在研究破损综合无损检测模型时，先采集鸡蛋透射光图像，然后测得鸡蛋完好 与破损时敲击响应的声音数据，用图像特征参数来修正声音特征参数，提出了相应 的修正方法，加大区分声音特征参数，建立b a y e s 破损判别模型，研究表明：鸡蛋 大小和蛋形系数对声音参数的影响较大，修正后的参数特征更明显。 采用上述试验方法对鸡蛋新鲜度和破损综合无损检测模型进行验证，比较测量 值和真实值之间的差别，验证结果为：新鲜度综合无损检测的准确率可达9 2 ，破 损综合无损检测准确率可达9 8 。 利用以上综合无损检测模型，设计出的综合无损检测软件具有运行速度快，检 测精度较高，稳定性好，系统操作界面简单明了，功能强大，使用方便的特点。 关键词鸡蛋品质；无损检测；图像处理；声脉冲 华中农业人学硕 ：学位论文 a b s t r a c t i nt h ec o u r s eo fp r o c e s s i n gt h ee g g ，i ti sa ni m p o r t a n tw o r k i n gp r o c e d u r et od e t e c t t h ew e i g h t i n e s s ，t h ee g g s h e l l sc r a c k ，t h ee g gf r e s h n e s sa n dt h ec o l o ro ft h ec o r ei no r d e r t oe n s u r et h eq u a l i t yo fe g g t h ef o r m e rr e s e a r c hh a sf i n i s h e dt h ee g gf r e s h n e s s ，t h e e g g s h e l la n dt h ec o l o ro ft h ec o r ea n dt h ew e i g h t i n e s s o nt h eb a s eo ft h e s e ，t h et a s k w o u l df o c u so nt h o s eq u a l i t i e so fe g gu s i n gm a c h i n ev i s i o na n df r e q u e n c yc h a r a c t e r i s t i c o fi m p u l s e ，a n dd e s i g nt h es o f t w a r ew h i c hc o u l dc a p t u r ei m a g ea n ds o u n do nt h es a m e t i m et od e t e c tt h eq u a l i t yo fe g g b e f o r er e s e a r c ht h ec o m p r e h e n s i v e & n o n - d e s t r u c t i v ed e t e c t i o nf o re g g sf r e s h n e s s ， t h ep a p e rr e s e a r c h e dt h er e l a t i o n s h i pb e t w e e nf r e q u e n c yc h a r a c t e r i s t i co fi m p u l s ea n d f r e s h n e s s m e a s u r i n gt h ed a t ao ff r e q u e n c yc h a r a c t e r i s t i co fi m p u l s ef r o md i f f e r e n te g g s f r e s h n e s s ，b u i l d i n gt h em o d e l t h er e s e a r c hi n d i c a t e d ：t h er e l a t i o nb e t w e e nf r e s h n e s so f e g ga n df r e q u e n c yc h a r a c t e r i s t i co fi m p u l s ew a sc l o s e ，e s p e c i a l l y , t h es y m p a t h e t i c v i b r a t i o nf r e q u e n c yi n c r e a s e dw i t ht h ed e c r e a s eo fe g g sf r e s h n e s s a n dt h e nm e a s u r i n g t h ed a t ao fi m a g ea n df r e q u e n c yc h a r a c t e r i s t i co fi m p u l s ef r o mt h es a m ee g go fd i f f e r e n t f r e s h n e s s ，b u i l d i n gt h em o d e lb ys t e p r e g r e s s i o na n dc h e c k e do u ti t t h er e s e a r c h i n d i c a t e d ：t h ef r e s h n e s so fe g gw a sr e l a t e dt ot h ei ，b i ，f r e q ，a r e aa n dc x t h em o d e l sr w a s0 9 2 4 8 w h e nr e s e a r c ht h ec o m p r e h e n s i v e & n o n - d e s t r u c t i v ed e t e c t i o nf o re g g s h e l l sc r a c k ， m e a s u r i n gt h ed a t ao fi m a g ea n df r e q u e n c yc h a r a c t e r i s t i co fi m p u l s ef r o mt h es a m ee g g , u s i n gt h ei m a g e sp a r a m e t e r st oc o r r e c ts o u n d sp a r a m e t e r s g i v e nt h em e t h o do f a m e n d m e n tt oi n c r e a s et h ed i f f e r e n to fs o u n dp a r a m e t e r b u i l d i n gt h eb a y e sm o d e lo f e g g s h e l l sc r a c k t h er e s e a r c hi n d i c a t e d ：t h ee g g ss i z ea n ds h a p ei m p a c t e ds o u n d s p a r a m e t e r s ，t h ea m e n d e dp a r a m e t e r sc h a r a c t e r i s t i cw a sm o r eo b v i o u s l y u s i n gt h es a m em e t h o da b o v ea l lt oi n s p e c tt h ef r e s h n e s sm o d e la n de g g s h e l l sc r a c k m o d e l c o m p a r i n gt h et e s t i n gv a l u et or e a lv a l u e ，t h er e s e a r c hi n d i c a t e d ：t h ed e t e c t i o n a c c u r a c yo ff r e s h n e s sm o d e lw a sa b o u t9 2 ，a n de g g s h e l l sc r a c km o d e lw a sa b o u t9 8 t h es o f t w a r es y s t e mh a ds e v e r a lp o i n t s ：r a p i ds p e e d ，h i g hp r e c i s i o na n ds t r o n g s t a b i l i t y , s i m p l eo p e r a t i o ni n t e r f a c e ，m o r ef u n c t i o n ，a n dg o o dd u c t i l i t y k e yw o r d st h eq u a l i t yo fe g g ；n o n - d e s t r u c t i v ed e t e c t i o n ；i m a g ep r o g r e s s i n g ； f r e q u e n c yc h a r a c t e r i s t i co fi m p u l s e 华中农业大学学位论文独创性声明及使用授权书 学位论文 否如需保密，解密时间年月日 是否保密 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已 经发表或撰写过的研究成果，也不包含为获得华中农业大学或其他教育机构的学位 或证书而使用过的材料，指导教师对此进行了审定。与我一同工作的同志对本研究 所做的任何贡献均已在论文中做了明确的说明，并表示了谢意。 研究生签名：巍、) 缸时间：必夕年占月日 学位论文使用授权书 本人完全了解华中农业大学关于保存、使用学位论文的规定，即学生必须按照 学校要求提交学位论文的印刷本和电子版本；学校有权保存提交论文的印刷版和电 子版，并提供目录检索和阅览服务，可以采用影印、缩印或扫描等复制手段保存、 汇编学位论文。本人同意华中农业大学可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容，并授权中国科学技术信息研究所和北京万方数据股份有 限公司将本人学位论文收录到中国学位论文全文数据库，并进行信息服务( 包括 但不限于汇编、复制、发行、信息网络传播等) ，同时本人保留在其他媒体发表论文 的权力。 注：保密学位论文( 即涉及技术秘密、商业秘密或申请专利等潜在需要提交保密的 论文) 在解密后适用于本授权书 学位论文储鲐魏d 、鹤导师鲐枷 签名啡砷年6 月肪签名日期- 一年6 月胛 注：请将本表直接装订在学位论文的扉页和目录之间 绪论 1 1 选题背景及意义 第一章绪论 禽蛋包含人体所需的蛋白质、脂肪、矿物质和多种维生素，易于消化和吸收， 其营养价值较高，也是人们日常生活中食用最多动物性营养食品。但是禽蛋在加工 和运输中极易损坏，每年都有大量的禽蛋因蛋壳破损而浪费，造成了不小的经济损 失和资源浪费，特别是在我国非集约化禽蛋生产国家，每年收购的禽蛋由于腐败占 总收购量的1 0 。同时，禽蛋品质的好坏直接影响人类的食用安全，如果没有将破 壳蛋和腐败剔除，不仅对后续加工增加工序和成本，还会对产品的质量造成影响； 另外，将禽蛋按照各种标准检测分级为不同的等级销售，优质优价，企业的经济效 益也会得到一定的提高。 蛋品加工和鲜蛋销售中，主要检测禽蛋的破损、大小、新鲜度和蛋内血斑等品 质( 高真，1 9 9 3 ) 。在世界禽蛋质量标准中，以欧盟标准、美国标准和日本标准的 影响力较大，它们都是根据禽蛋的些自身特征，如重量、大小、蛋形指数、蛋壳 表面缺陷( 裂纹、污斑面积) 、蛋芯颜色、血斑及肉斑等，通常将合格禽蛋分为a a 、 a 、b 三级，不合格的禽蛋分为c 级。而我国在这方面缺乏规范化质量检测和分级 的标准，一般只是按合格和不合格来区分，国内一些专家学者对禽蛋品质无损检测 技术也做了大量的基础和应用研究，主要集中在以下几个方面( 邹小波，2 0 0 8 ) ： ( 1 ) 利用声学冲击特性检测禽蛋品质：主要是根据好壳蛋与损壳蛋在被敲击情 况下，禽蛋所产生的声脉冲振动的频谱特征不同来进行判别； ( 2 ) 利用机器视觉检测禽蛋品质：主要是通过采集禽蛋图像，根据禽蛋不同品 质显示的图像特征的不同，建立禽蛋图像与品质问关系的数学模型来进行判别： ( 3 ) 利用光学特性检测禽蛋品质：主要是根据禽蛋不同品质下的光学特征( 如 透射、折射和反射光的强度、波长和光谱) 的不同，建立禽蛋品质检测的数学模型 来进行判别； ( 4 ) 利用电学、机械学特性检测禽蛋品质：主要是利用禽蛋不同品质下的电学 特性( 如电导率) 差异，建立相关的模型来检测禽蛋的品质来进行判别；禽蛋的机 械学特性则是根据蛋壳的硬度、强度和弹性等机械学和力学特性来对禽蛋的品质进 行分析； ( 5 ) 利用动力学特性检测禽蛋品质：主要是利用禽蛋不同品质下的冲击或振动 特性的不同，建立起两者之间的相关性来进行判别。 这些无损检测技术的检测准确率虽在众多学者的努力下，应用了多种先进的算 华中农业大学硕上学位论文 法( 如人工神经网络、小波分析等) ，但仍然较低，特别是针对鸡蛋。由于检测准 确率低、针对不同禽蛋适应性差、检测指标不全面、技术集成度低等因素影响了现 有技术的推广和应用。如果采用综合检测的方法，不仅可同时检测禽蛋的多种缺陷， 提高检测分级设备的效率，还可以把多种途径检测的结果作综合评判，提高检测的 准确率。论文正是在此背景下，在课题组前期研究的基础上，综合机器视觉技术和 声学检测技术来对鸡蛋品质进行判别分级，以达到提高检测准确率的目的，因此， 本课题研究具有重要的经济价值和社会意义。 1 2 国内外研究概况 1 2 1 禽蛋品质无损检测技术的发展 禽蛋品质检测主要是从外观品质和内在品质两方面进行，外观品质检测主要包 括蛋重、形状、清洁度、损壳、壳厚和壳色等的检测；内在品质检测主要包括蛋芯 颜色、血斑及蛋内容物新鲜程度等检测，国内外许多学者和研究人员对这些方面进 行了积极探索和研究，并且逐步实现用机器检测代替人工检测，提高了生产效率。 ( 1 ) 国外禽蛋品质无损检测技术 在禽蛋外部品质检测方面，对于禽蛋清洁度的检测，a n g e l ar i b e i r o 等人在提取 彩色分量的基础上，运用基于样本学习的遗传算法对蛋壳表面进行检测，将待测鸡 蛋分为脏蛋和干净蛋，取得了不错的效果( a n g e l a ，2 0 0 0 ) ；对于禽蛋壳损的检测， j e n s h i n nl i n 等人利用机器视觉系统，通过采集并分析受压鸡蛋蛋壳的图像，建立 相应的模型对壳损进行判别，开发了一套对蛋壳进行全自动检测的系统，此系统对 好壳蛋检测准确率达到8 6 ，损壳蛋的检测准确率达到8 0 ( j e n s h i n n ，2 0 0 1 ) ； k e t e l a e r e 等人利用声学检测技术来检测蛋壳的裂纹，通过采集对敲击响应特性声音 信号的频率信号分析与功率谱密度的分析，找出了特征参数，提出利用振动鸡蛋的 球形动态特性来检测的方法( k e t e l a e r e ，2 0 0 2 ) ，采用同样的检测技术，w a n g 研究 了禽蛋敲击响应特征与鸡蛋物理特性之间的相关关系( w a n g ，2 0 0 4 ) ；对于禽蛋蛋 壳厚度的检测，n a r u s h i n 用弥漫红外光谱对蛋壳厚度、蛋壳质量、蛋壳断裂力、最 大变形及蛋壳刚度进行了试验，找出了其相应的特征参数，建立了预测模型，在得 到的参数中，蛋壳厚度是最好的预测参数，其相关系数最高，其它参数相关系数的 大小依次为蛋壳最大变形、蛋壳质量比表面积比率和蛋壳刚度( n a r u s h i n ，2 0 0 4 ) ； 对外部品质检测软件算法的研究，r a t n a mm 等人研究了综合运用阴影纹理特征和 神经网络对鸡蛋等具有连续表面三维物体进行识别与分级的方法( r a t n a mm ， 2 0 0 1 ) ，f e y a e r t sf 等人研究了利用形状来校正观测颜色失真的算法，试验表明，先 校正再分割的方法非常适合鸡蛋自动分级过程中有缺陷鸡蛋的检测与分级过程 绪论 ( f e y a e r t se ，2 0 0 1 ) ，与此同时，f i l i p 等人也研究了一种用形状校正来弥补鸡蛋图 像颜色因不均匀而造成的失真，通过获得不同方向的鸡蛋的彩色图像，用椭圆匹配 法检测鸡蛋的边缘轮廓，通过颜色信息来校正补全鸡蛋的椭圆形状，取得了不错的 效果( f i l i p ，2 0 0 1 ) 。 在禽蛋内部品质检测方面，更多的是进行新鲜度的检测，方法很多，有利用鸡 蛋光学特性，如i j uy 等人通过选用波长范围为4 0 0 8 0 0 n m 的光波，与鸡蛋内容物 新鲜度建立相关关系，找出了敏感波长对新鲜度进行评判( l i uy ，2 0 0 2 ) ；k e m p s 等人用可见近红外透射光来测定鸡蛋内部质量，通过获得可见近红外透射光谱，并 且测定其哈夫单位和p h ，通过偏最小二乘法得到哈夫单位和p h 预测的相关系数分 别为o 8 2 和0 8 6 ，结果显示p h 比哈夫单位具有更好的预测性( k e m p s ，2 0 0 6 ) ； s c h m i l o v i t c h 等人用近红外透射光来建立与鸡蛋新鲜度的相关模型，确定了变量为 放置时间、气室大小、质量损失和p h 值，各变量的相关系数高达0 9 0 0 0 以上 ( s c h m i l o v i t c h ，2 0 0 4 ) ；而另一种方法则是将以上两种光波综合起来进行研究，如 b a m e l i s 分别用可见光和近红外光来检测鸡蛋在贮藏过程中新鲜度变化，结果表明 个体鸡蛋和整批鸡蛋之间有大幅度的变化，变化主要与鸡蛋的内部特征和蛋壳特征 有关( b a m e l i s ，2 0 0 4 ) ：p o s u d i n ( 2 0 0 6 ) 对荧光光谱测定鸡蛋新鲜度的前景进行了 评价，通过采用紫外辐射来检测鸡蛋质量发现其激发波长和色素卟啉本身及其衍生 物f l o r i n 和o x o f l o r i n 有关，光波的强度取决于鸡蛋的新鲜程度( p o s u d i n ，2 0 0 6 ) ； 其它检测新鲜度的方法还有利用电子鼻或微波传感器，如r i t a b a nd u t t a l 等人采用电 子鼻对蛋的新鲜度进行检测，发现其准确率高达9 5 ( r i t a b a n ，2 0 0 3 ) ；v o l g y i 等 人研究了用微波传感器来测定鸡蛋的新鲜度，并且计划在将来研制出一种自动选择 陈旧鸡蛋的微波装置( v o l g y i ，2 0 0 7 ) 。 在禽蛋品质分级装备方面，目前世界上共有荷兰m o b a 公司、美国d i a m o n d 公司、日本n a b e l 与k y o w a 公司等在从事禽蛋( 鲜壳蛋) 分级包装机的生产或 研究，除此之外，g e o r g i a 大学( 美国) 、新西兰政府工业研究公司、p a r d u e 大学( 美 国) 、a mb a c hs s t r a a 公司( 美国) 、i h a m e sv a l l e y 食品公司( 美国) 等在这方面也有 深入的研究，他们的禽蛋分级机系统功能强大，适用范围广，能够满足大型、中型、 小型禽蛋分级用户的需求，且禽蛋的各种处理效率高，并且这些装备可以根据使用 者的不同目的而进行不同的组合，以达到最经济的效果，这些技术和设备都代表着 国际领先水平( 岑益科，2 0 0 6 ) 。 ( 2 ) 国内禽蛋品质无损检测技术 在禽蛋外部品质检测方面，对于蛋壳破损的研究主要集中在利用声学检测技术 上面，其原理在前面已经总结，如王树才、姜瑞涉等人通过采集鸡蛋敲击响应的信 号，进行频谱分析得出，好壳蛋与损壳蛋在共振峰频率和频差方面有明显的差别， 以此来建立模型可以对鸡蛋破损进行判别( 王树才，2 0 0 4 ；姜瑞涉，2 0 0 5 ) ；为了 3 华中农业大学硕士学位论文 进一步的研究破损，许多的研究人员还对蛋壳的物理特性进行了一系列的研究，如 宋慧芝等人运用有限元分析蛋壳受载特性，得出在相同外载加压下侧面受载的应力 和变形都大于大端，越厚的蛋壳能承受的应力越大，蛋形系数对蛋的强度影响无明 显相关性( 宋慧芝，2 0 0 6 ) ；任奕林等人推导给出了鸡蛋曲率半径及受载条件下的 应力公式，该套公式是以弹性薄壳力学为理论基础，并通过试验验证了该公式的正 确性( 任奕林，2 0 0 7 ) ；对于蛋重的研究主要是基于机器视觉技术，如饶秀勤等人 通过对鸡蛋图像的处理分析，提取一系列的几何特征参数，建立了以外形几何特征 为基础的蛋重模型，该模型检测绝对误差在+ 3 9 以内( 饶秀勤，2 0 0 7 ) ；运用同样的 技术，但是使用了人工神经网络算法，借助遗传算法的思想，张晓芳等人建立了对 鸡蛋外观品质中的多项指标检测模型，其蛋重及蛋形检测准确率达到9 8 3 和 1 0 0 ，证明了此方法的有效性( 张晓芳，2 0 0 8 ) ；另外，屠康等人运用机器视觉技 术，对采集的鸡蛋图像建立了污斑识别算法来对鸡蛋的清洁度进行判别，其判断的 准确率高达9 2 7 ( 屠康，2 0 0 7 ) ；在外部品质软件实现算法的研究中，以周平的牛 顿二分法应用较为先进，先用牛顿二分法快速提取鸡蛋图像边缘，以此为基础简化 了图像像素和及图像形心坐标计算公式，并且提出了自己求取鸡蛋长轴标准，最后 根据三维图像特征建立了蛋形系数和质量模型( 周平，2 0 0 7 ) 。 在禽蛋内部品质检测方面，对于禽蛋内容物新鲜度，运用机器视觉技术主要是 通过采集禽蛋透射光图像，但是在处理方法上有众多的不同，如刘俭英等人主要是 用鸡蛋图像颜色参数来建立鸭蛋新鲜度模型，通过试验表明鸭蛋新鲜度模型有较高 的回归精度( 刘俭英，2 0 0 2 ) ：但是，王巧华等人则是以蛋重与其图像像素面积的 比值作为衡量鸡蛋新鲜度的指标值( 王巧华，2 0 0 7 ) ，另外，还选取蛋黄与整蛋面 积比值、气室高度与整蛋长轴长度比值作为形态特征参数，建立两种特征值与新鲜 度的关系模型，这两种方法都实现了快速无损检测( 王巧华，2 0 0 8 ) ：运用光学特 性也可以实现禽蛋新鲜度无损检测，在这方面刘燕德等人通过试验建立了波长在 2 0 0 - - - 8 0 0 n m 范围透射率与波长、透射率与贮藏时间的相关数学模型，并且找到了 检测新鲜度特征波长为4 6 5 n m ( 刘燕德，2 0 0 3 ) ；吴瑞梅等人也应用这一思想，建 立了鸡蛋光透射率敏感波长下的透射率与新鲜度指标相关关系模型，其模型的检测 分级准确率为9 5 以上( 吴瑞梅，2 0 0 5 ) ；另外，张蕾等人利用禽蛋的电学特性， 研究了好壳蛋介电参数与新鲜度之间的关系，发现相对介电常数和介质损耗因子与 蛋黄指数有极显著的相关性( 张蕾，2 0 0 8 ) 。 在禽蛋品质分级装备方面，国内的科研人员也做了大量的研究，发明了系列鸡 蛋制品加工与检测设备，如高效的光透验蛋机ir d j $ 3 6 0 0 型禽蛋品质无损检测分 级机性、贮运盘光透翻转式验蛋机、电导率仪( 用于检测鸡蛋内容物的新鲜度) 、 r q d - s g 3 0 0 0 0 a 型机械湿擦洁蛋机等。国内专门生产蛋品机械的公司较少，主要有 福州闽台农产品设备有限公司、深圳市振野蛋品机械设备有限公司、昆山亿鸿食品 4 绪论 机械有限公司和青岛兴仪电子设备有限公司等几家公司，深圳振野膜钢主要研制生 产出了z y f j 1 型和z y f j 2 型鸡蛋缺陷光透检测分选机系统及z y x s 1 4 5 0 0 型和 9 x d j 7 2 0 型洗蛋机等，另外几家公司主要研制生产洗蛋机( m t 1 0 0 、m t 1 0 6 ) 、 选蛋机( m t 1 0 8 ) 等，这些发明研究，许多具有很强的实用性，推广应用前景广阔。 1 2 2 机器视觉技术在农产品品质检测中的应用 机器视觉技术的发展已经逐步走向成熟，从2 0 世纪7 0 年代开始，作为一种新 兴的技术，它不仅是对人类视觉的延伸，更重要的是具有人脑的部分智能功能，其 应用领域也越来越广泛，后来逐步进入农产品品质检测中，国内外许多专家学者及 相关的研究人员将机器视觉技术应用到农产品品质检测作了大量的研究工作，并且 随着计算机硬件设备的发展及图像处理技术的专业，机器视觉技术将得到更加广泛 的发展，特别是对农产品品质的自动检测分级领域，将越来越具有吸引力。 ( 1 ) 在农产品表面缺陷检测中的应用 在国外，为了提高检测精度，有些研究专家或者学者除了运用图像处理技术外， 还会适当的加入了一些其它的检测方法和算法，如s h u s o k a w a m u r a 等人就利用机 器视觉技术和近红外传感器来综合判断谷物的破损和检测含水量、蛋白质含量等 ( s h u s o k a w a m u r a ，2 0 0 3 ) ；l e e m a n sv 等人在研究水果缺陷检测中，应用了二次判 别式法，试验表明这种检测方法的检测准确率可达7 3 ( l e e m a n sv ，2 0 0 4 ) 。 在国内，冯斌等人利用水果的三维空间形状特征，用图像处理技术将水果的缺 陷与花梗、花萼一次性的分割出来，通过试验表明该种处理方法的识别正确率高于 9 0 ，满足在线检测的要求( 冯斌，2 0 0 2 ) ；应义斌等人则是利用r g b 颜色空间中 缺陷区域和完好区域颜色分量的不同，利用有效的图像处理算法将缺陷区域分割出 来，根据投影技术恢复缺陷区域的真实表面积，降低缺陷区域面积的计算误差( 应 义斌，2 0 0 2 ) ，这种利用图像颜色差别来检测的方法，也应用到了花生、柑橘的检 测中，如熊利荣等人就是以花生完好部位与破损部位颜色的不同来判断花生的完整 性( 熊利荣，2 0 0 7 ) ，朱庆生等人则是从颜色、纹理及形状等综合构造特征来进行 柑橘病害区域的检测，并且试验证明该方法的识别准确率高于9 5 ( 朱庆生，2 0 0 8 ) ； 凌云等人应用改进的流域分割算法实现了粘连籽粒图像的分割，实现了多种品质的 检测，如采用神经网络技术来检测垩白米，利用大米图像h i s 颜色空间各变量的颜 色差别对黄粒米进行检测，对大米粒型的检测则是在极坐标下进行的( 凌云，2 0 0 5 ) ； 郑华东等人在研究大米裂纹时，对大米图像的处理是基于单粒图像行灰度均值变化 的特征，主要提出的是对行灰度均值曲线加权滤波处理的裂纹检测算法( 郑华东， 2 0 0 6 ) 。 ( 2 ) 在农产品外形特征检测中的应用 在国外，l a n 等人利用爆腰谷粒图像的j 下面相加，通过图像处理得到大米颗粒 5 华中农业大学硕士学位论文 爆腰结构的差异，由此开发相应的程序实现检测( l a n ，2 0 0 2 ) ；k n i n o m i y a 等人通 过对采集到的茄子图像的处理，提取检测出茄子的大小、损伤情况等一些几何特征， 通过试验证明了此种方法可以检测出茄子的多种几何特征并能够进行有效的分级 处理( k n i n o m i y a ，2 0 0 4 ) 。 在国内，应义斌等人利用最小外接矩形的方法来求取柑橘的横经，所建模型的 相关系数高达0 9 9 8 2 ( 应义斌，2 0 0 4 ) ；林开颜等人利用离散傅立叶变换经过图像 处理获取的水果轮廓半径序列，实现了对水果形状的分类( 林开颜，2 0 0 5 ) ；章程 辉等通过形态学处理可见光图像实现了获取红毛丹长短轴尺寸，但是用x 射线图像 检测这些尺寸时，发现其准确度更高( 章程辉，2 0 0 6 ) ；熊利荣和安爱琴等人分别 通过求取花生和苹果图像的像素和及其它的一些特征参数，分别建立了花生大小和 苹果大小的判别模型，实现了自动进行大小检测( 熊利荣，2 0 0 7 ；安爱琴，2 0 0 8 ) 。 ( 3 ) 在农产品内部品质检测中的应用 在国外，s h e a r e rs a 等利用图像处理技术提取农产品图像颜色，并对其品质进 行分级，该方法用于圆椒的品质分级时的正确率高达9 6 ( s h e a r e rs a ，1 9 9 0 ) ； t a o y 等人先用机器视觉技术研制了鸡肉中的骨头碎片及污染物的检测设备，以此为 基础探索结合x 射线与激光三维成像技术来实现以上检测设备的功能，研究表明该 方法对系统的快速性和准确性都有较大的提高( t a o y ，1 9 9 8 ) 。 在国内，陈坤杰等人利用牛肉在储藏过程中颜色的变化来寻求检测牛肉品质的 方法，通过试验研究发现牛肉图像r g b 颜色空间中的r 颜色分量随牛肉存放时间 的增加而线性降低，而g 和b 颜色分量则正好相反，但是在h i s 颜色空间中，各 颜色分量的变化又有所不同，其中h 颜色分量随存放时间的增加先升后降，而s 和 i 颜色分量则跟r 颜色分量一致( 陈坤杰，2 0 0 7 ) ；实际应用研究发现，有时单纯的 用图像处理技术是不够的，还需要与其它技术结合起来研究才能达到有效提取特征 参数或者提高检测准确度的目的，如张俊雄等人利用人工神经网络方法建立了根据 柑橘图像的色度频度序列判断柑橘成熟度的映射器，该映射器建立的核心基础是利 用各色度对应像素在图像中出现的频率构成的频度序列进行的对图像颜色信息新 的描述( 张俊雄，2 0 0 7 ) ；另外，陈全胜等人首次提出用多传感信息融合技术来进 行农产品的品质检测，试验以炒青绿茶为研究对象应用近红外光谱和机器视觉技术 来综合评价其品质，通过主成分分析及其因子数优化和b p 神经网络方法建立茶叶 综合品质评判模型，研究结果表明利用多传感信息融合技术综合评判茶叶品质的方 法是可行的( 陈全胜，2 0 0 8 ) 。 1 2 3 声学检测技术在农产品品质检测中的应用 利用声学检测技术来对农产品品质进行检测主要是研究农产品自身的物理特 性，无论是敲击响应还是通过外部声源与农产品进行相互作用，在农产品不同品质 6 绪论 下所反映出来的声学特性是不同的，应用这一规律来建立农产品声学特性与其品质 之间的相关关系，实现农产品品质的判定。这种反映出来的声学特性主要是指声波 与农产品相互作用时所反映的固有频率、吸收特性及衰减特性等特征，国内外许多 研究人员应用这一技术做了大量的工作，取得了不错的成果。 在国外，农产品检测中应用声学检测技术就目前查阅的文献来看，主要是用于 检测农产品的硬度和成熟度及禽蛋的破损检测，r e y e smu 利用s o l o 番木瓜果的声 学冲击特性，试验研究不同成熟阶段番木瓜果的成熟度和硬度之间的相关关系及其 力学特性，发现利用这种冲击特性可以应用于该果实的成熟度分级( r e y e smu ， 1 9 9 6 ) ；同样的方法，b e l i en 等人也利用梨的声学冲击特性，试验研究其硬度与其 声学特性的相关关系，并且同时研究了苹果硬度的声学检测，发现利用声学检测技 术与传统利用硬度计检测方法相比，前者具有更高的重复性和灵敏度( b e l i en ， 2 0 0 0 ) ；s u g i y a m aj 等人则利用甜瓜的声学特性来监测其成熟过程中的生理变化， 通过试验研究发现甜瓜的共振峰频率随甜瓜的成熟而降低，利用这一研究结论，研 制出了一种便携式的甜瓜硬度测定仪，由试验检测发现用这种测定仪和传统的破坏 性检测结果具有极高的相关性( s u g i y a m aj ，1 9 9 7 ) ；前面都是利用敲击农产品获 得的声学特性，也有利用外部声源来对农产品品质进行检测的，如m i z r a c h a 等人 利用超声波技术检测油梨的成熟度和芒果的硬度，通过试验研究，提取出相应的超 声波参数，建立了油梨成熟度相应的关系模型及与芒果硬度值、生理学指标的方程， 表明利用超声波检测技术可以实现对农产品品质的检测( m i z r a c h a ，1 9 9 6 ) 。 在国内，蛋品研究中应用声学检测技术较为成熟，特别是对禽蛋破损的研究中， 如黄耀志利用禽蛋冲击特性，发现好壳蛋与损壳蛋所发声音的频谱有明显的差别， 利用此种差别，运用改进的b p 神经网络，建立了识别模型( 黄耀志，2 0 0 3 ) ；在对 水果的研究中同样主要是针对其成熟度及硬度，如在各种品种梨的研究中，大多采 用冲击共振法，潘秀娟等人试验研究了砀山梨采后质地变化与插入型破坏性实验， 发现利用声学冲击特性与传统的插入型破坏试验的相关性良好( 潘秀娟，2 0 0 4 ) ； 同样，屠康等人也采用了此种比较方法，试验研究利用冲击共振所测的硬度系数与 梨硬度的关系，所得的结论与潘秀娟等人研究结论一致( 屠康，2 0 0 5 ) ；而杨佳丽 等人则是利用梨的声学特性，研究新高梨的动力学检测参数与其硬度等品质指标， 并且建立了相应的检测模型，但是同时发现对于有内部缺陷的梨与完好梨之间的动 力学参数差异较大( 杨佳丽，2 0 0 8 ) ；张索非等人采用声检法对果品品质进行评价 和分类，并且以苹果为试验对象，发现苹果受敲击的共振峰频率随苹果的存放时间 而减小，实验结果证明对几种常见水果的声学特性比较试验说明该方法可以作为水 果品质检测( 张索非，2 0 0 7 ) 。 声学检测技术在农产品检测中应用综合了多门学科知识与技术，在近3 0 年的发 展尤为显著，并且具有与其它检测设备所不具备的特点，无论是在适应性、灵敏度、 7 华中农业人学硕上学位论文 成本及工作环境上，都是其它检测设备所不能媲美的，因此，将该技术应用到农业 或者其它行业都具有很高的研究价值。 1 3 研究目标 课题组成员在前期的研究工作中，成功的研制了基于机器视觉技术的禽蛋品质 无损自动检测分级设备，该设备能根据鸭蛋的蛋芯颜色及鸭蛋大小对鸭蛋进行无损 自动检测分级( 陈红，2 0 0 4 ；王树才，2 0 0 6 ) ，在分级机械的进一步研究中，分别 研制了基于p l c 、单片机和d s p 等控制的分级机械( 熊利荣，2 0 0 2 ；莫牧，2 0 0 5 ； 刘金刚，2 0 0 5 ) ；并且还利用机器视觉技术提取禽蛋图像，研究其与禽蛋新鲜度、 大小之间的关系( 王巧华，2 0 0 4 ；丁幼春，2 0 0 3 ) ，得到禽蛋的感官品质，设计出 相应的检测软件，对其算法进行了深入的研究( 周平，2 0 0 8 ) ；在禽蛋破损方面， 研究了蛋壳的力学特性( 任奕林，2 0 0 7 ) ，并且采用了声学特性检测技术，通过分 析禽蛋敲击响应特性的声音信号频谱信息，提取合适的判别因子，先后用模糊聚类 的方法及b a y e s 判别原理等建立禽蛋破损判别模型( 董晓剑，2 0 0 2 ；陈家焱，2 0 0 4 ) 。 课题组成员前期的研究，取得了不错的成绩，为后续的研究工作奠定了一定的基础， 但是仍然存在一些问题没有得到很好的解决，具体如下： 1 ) 没有考虑禽蛋蛋壳厚度及颜色对鸡蛋图像蛋芯颜色的影响，在试验条件理想 化情况下建立禽蛋新鲜度与颜色信息之间的数学模型； 2 ) 蛋芯分级主要是通过采集透射光图像，提取其蛋芯处颜色参数来建立判别模 型，没有考虑蛋壳颜色对其图像中蛋芯处颜色的影响； 3 ) 禽蛋破损检测时，主要提取是敲击响应特性的声音信号特性参数，没有考虑 禽蛋自身物理特性对敲击响应特性的影响。 综合现有禽蛋检测技术的研究现状，针对课题组前期工作中的不足以及生产过 程中的实际需要，本课题制定如下研究目标： 1 ) 同时运用机器视觉技术和声学检测技术，建立鸡蛋新鲜度与鸡蛋图像特征参 数和敲击响应特征参数之间的相关关系模型； 2 ) 同时运用机器视觉技术和声学检测技术，建立鸡蛋破损与鸡蛋图像特征参数 和敲击响应特征参数之间的相关关系模型； 3 ) 编写工控软件，能够同时进行图像采集与声音采集，并且实现上述两种鸡蛋 品质的综合无损检测。 通过此研究，希望能够在鸡蛋品质检测的准确率上面有一个较大的突破，并且 所编制的软件系统，以期能够在课题组前期研究的禽蛋分级机械上配合使用，达到 研以制用的目的。 8 鸡蛋新鲜度综合无损检测试验 第二章鸡蛋新鲜度综合无损检测试验 2 1 试验研究 2 1 1 试验材料 当日产褐壳鸡蛋4 0 0 枚，由南湖鸡场提供。 2 1 2 试验装置 试验装置包括硬件系统和软件系统两部分，由此组成图像采集与声音采集两个 独立的采集装置，具体各部件装置如图2 - 1 所示。 ( 1 ) 图像采集装置 图像采集装置主要是由u s b 接口的彩色摄像机、p c 机、暗箱和图像采集与处理 软件组成，u s b 摄像头采用是n i k o nc o o l p i x s 4 数码摄像机；光源采用经过调压 器( 调压等级范围0 2 5 5 ) 设定调压等级为2 2 0 级的交流电压下6 0 w 灯泡进行照明， 并且照明部分采用了小型风扇进行散热；主机采用方正5 8 6 电脑；利用v c 编写的图 像采集软件对视频源和视频格式进行设置，其中视频源设置：亮度为2 0 ，对比度为 2 0 ，灰度为4 ，色调为1 8 ，饱和度为5 0 ，锐度为3 ；视频格式设置：分辨率为6 4 0 x 4 8 0 ， 像素深度为r g b 2 4 ；图像采集装置如图2 1 左半部分所示。 内置拾音器 的敲击锤 鸡蛋 蛋托 图2 1 试验装置图 f i g 2 - 1t h em a po fe x p e r i m e n t a ld e v i c e ( 2 ) 声音采集装置 声音采集装置主要由声赖m 6 麦克风、蛋托、p c 机和声音采集与处理软件组成， 蛋托采用的是与输送鸡蛋的输送带材料类似的橡胶圈；利用v c 编写的声音采集软 件参数设置如下：采集频率为2 2 0 5 0 h z ，采集点数为1 2 8 点，声音采集装置如图2 1 右半部分所示。 9 华中农业大学硕士学位论文 2 1 3 试验方法 鸡蛋新鲜度检测分级试验步骤： 1 ) 编制试验检测软件，包括声音检测和图像检测，此软件能捕获声音、图像 信号并对其进行预处理后，提取相关的特征值，即声音信号相关的频谱和图像信号 中的蛋大小、形状及蛋芯区域颜色信息( h 、i 、s ) ； 2 ) 取当天产新鲜褐壳鸡蛋4 0 0 枚，放入恒温恒湿箱内，保持温度2 5 2 8 。c ，相 对湿度7 0 一7 5 ； 3 ) 任取鸡蛋1 0 枚编号作为一组，并且保证每一枚鸡蛋完好无损，逐一利用声 音采集装置，对每一枚鸡蛋的大头、中间、小头各敲击一次，采集其声音数据，并 通过试验程序提取每次敲击声音信号的频谱信息； 4 ) 然后将鸡蛋分别置于图2 1 所示放蛋处，确保暗室内没有光线进入，将暗室 中鸡蛋透射光所成图像采集到计算机中； 5 ) 通过试验程序，对采集的图像进行相应的处理，得出鸡蛋大小、形状特征 参数和蛋芯区域颜色信息( h ，s ，i ) ； 6 ) 将每组1 0 枚蛋逐一打破，测量其哈夫单位指数作为当天新鲜度指数。哈夫 单位的计算公式如下： h a u g h - 1 0 0 1 9 ( h + 7 5 7 1 7 矿3 7 ) ( 2 - 1 ) 式中：h a u g h 一鸡蛋新鲜度哈夫单位； h 一鸡蛋蛋白高度( m m ) ； w 一鸡蛋蛋重( g ) 。 利用电子天平称蛋重，测量蛋白高度的方法如下：将鸡蛋打开置于一块水平玻 璃板上，用高度游标卡尺读出紧挨蛋黄周围的浓蛋白的高度，为了确保准确性需测 蛋芯周围蛋白高度的3 个部位，3 个部位的高度值h 1 ，h 2 ，h 3 取平均值即是 蛋白高度h ； 7 ) 每隔2 4 小时重复试验步骤3 ) 7 ) ，直到蛋芯散黄为止。 2 2 鸡蛋新鲜度综合无损检测的提出 在课题组前期的研究中，鸡蛋新鲜度检测主要利用的是鸡蛋的光学特性，即通 过提取鸡蛋透射光图像的特征参数，建立与其新鲜度哈夫单位的相关关系模型，但 是这种方法检测判别鸡蛋新鲜度的准确率不是太高。而课题组在研究鸡蛋破损检测 时，发现鸡蛋敲击响应特征的声音特征参数与其新鲜度有一定的关系，因此，提出 综合鸡蛋的图像特征参数与敲击响应特征的声音特征参数来建立与其哈夫单位之 间的相关关系模型，以提高鸡蛋新鲜度无损检测的准确率。为此，在进行试验时既 1 0 鸡蛋新鲜度综合无损柃测试验 要提取鸡蛋的图像特征参数，又要提取声音特征参数，先研究鸡蛋敲击响应特性与 其新鲜度的相关性，寻找理论依据，再来建立综合无损检测模型。 2 2 1 与新鲜度相关的图像特征参数选取 本研究参考课题组前期通过机器视觉技术研究禽蛋新鲜度的研究成果，从鸡蛋 透射图像中提取蛋芯处颜色参数作为反映鸡蛋新鲜度的特征参数，通过蛋芯处的颜 色参数变化来反映鸡蛋新鲜度的变化。由于本研究采取的是综合图像特征参数和声 音特征参数来寻求与新鲜度之间的相关关系，考虑到鸡蛋敲击响应特性的声音特征 参数受到鸡蛋自身物理特性的影响，例如：鸡蛋的大小、形状和蛋壳的硬度等 ( w a