亚洲综合在线播放_久久视频免费在线_久久久黄色av_亚洲免费视频一区

　　國(guó)內(nèi)禽蛋產(chǎn)業(yè)發(fā)展現(xiàn)狀

　　我國(guó)是世界禽蛋生產(chǎn)大國(guó)，禽蛋產(chǎn)業(yè)不但在我國(guó)農(nóng)業(yè)中占有重要地位，而且是關(guān)系國(guó)計(jì)民生和社會(huì)穩(wěn)定的重要產(chǎn)業(yè)。據(jù)統(tǒng)計(jì)數(shù)據(jù)分析，雞蛋消費(fèi)以鮮蛋為主，鴨蛋大部分是經(jīng)過再制和加工后再使用，鵪鶉蛋的鮮銷和再加工比例接近1∶1。

　　相比較產(chǎn)業(yè)集中、加工趨升、品質(zhì)提升的國(guó)際蛋業(yè)未來發(fā)展趨勢(shì)而言，我國(guó)蛋品的集中化程度和產(chǎn)業(yè)發(fā)展水平都較低，而且相比較發(fā)達(dá)國(guó)家集約化產(chǎn)銷體系規(guī)模大、產(chǎn)業(yè)集中度高等特征，我國(guó)較大型的蛋品加工企業(yè)較少，蛋品集中化程度和產(chǎn)業(yè)化發(fā)展水平較低。但是，近年來，我國(guó)的禽蛋加工業(yè)也有了一定的發(fā)展，尤其是禽蛋的無損檢測(cè)方面。

　　無損檢測(cè)，即非破壞性檢測(cè)，是在不破壞待測(cè)物原來的狀態(tài)、化學(xué)性質(zhì)等前提下，為了獲取與待測(cè)物品質(zhì)有關(guān)的內(nèi)容、性質(zhì)或成分等物理、化學(xué)情報(bào)所采用的檢測(cè)方法。

　　目前，我國(guó)禽蛋的無損檢測(cè)主要集中在以下幾個(gè)方面：禽蛋的內(nèi)部品質(zhì)檢測(cè)、外部品質(zhì)檢測(cè)、禽蛋儲(chǔ)存時(shí)間的檢測(cè)、孵化蛋成活性的檢測(cè)以及大小的自動(dòng)分級(jí)等方面。

　　禽蛋的內(nèi)部品質(zhì)檢測(cè)

　　禽蛋的內(nèi)部品質(zhì)檢測(cè)主要是針對(duì)新鮮度的檢測(cè)。禽蛋新鮮度的主要檢測(cè)指標(biāo)包括3個(gè)方面：氣室的大小、蛋黃哈夫值、蛋黃指數(shù)。根據(jù)國(guó)際上新鮮禽蛋內(nèi)部品質(zhì)的檢測(cè)標(biāo)準(zhǔn)，用蛋黃指數(shù)和蛋黃哈夫值作為禽蛋新鮮度的評(píng)價(jià)標(biāo)準(zhǔn)[1]。禽蛋新鮮度的檢測(cè)可以利用光學(xué)特性、計(jì)算機(jī)視覺等方法來實(shí)現(xiàn)。

　　光學(xué)無損檢測(cè)的原理是：光照射到物體上以后，光能一部分被外表面反射；一部分進(jìn)入物體內(nèi)遇到細(xì)胞結(jié)構(gòu)或產(chǎn)生散射，或被物體所吸收；其余部分則透過物體。由于被測(cè)物體的內(nèi)部成分、表面狀況、入射光波長(zhǎng)以及折射率等因素都各不相同，因此通過入射光照射物體得到反射、折射和散射等比例不一樣。2002年，劉燕德等利用光學(xué)無損檢測(cè)原理，取波長(zhǎng)為200～600 nm的入射光，通過實(shí)驗(yàn)分析該波段內(nèi)雞蛋新鮮度的光特性，分析雞蛋內(nèi)部品質(zhì)與透射特性的關(guān)系，對(duì)雞蛋新鮮度做出估量，證實(shí)了利用雞蛋投射特性對(duì)雞蛋進(jìn)行無損檢測(cè)和分級(jí)是可行的[2]。

　　機(jī)器視覺技術(shù)是人工智能的一個(gè)分支。簡(jiǎn)單來說，機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。計(jì)算機(jī)視覺系統(tǒng)利用相機(jī)獲得被測(cè)目標(biāo)的圖像并將其轉(zhuǎn)換為數(shù)字信號(hào)，再將該信號(hào)傳送給專用的圖像處理系統(tǒng)，得到被攝對(duì)象目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；并通過合適的算法提取圖像特征值作為圖像分析的依據(jù)。2014年，楊簡(jiǎn)等人利用機(jī)器視覺裝置獲取雞蛋透射圖像，進(jìn)行圖像處理并提取合適的特征參數(shù)，在BP神經(jīng)網(wǎng)絡(luò)中引入灰色理論，建立灰色神經(jīng)網(wǎng)絡(luò)，并以該參數(shù)集為樣本訓(xùn)練灰色神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)雞蛋哈夫值，檢測(cè)雞蛋的新鮮度。試驗(yàn)結(jié)果表明，灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度較高，哈夫值殘差為5.268 4，雞蛋分級(jí)的正確率為92.7[3]。2015年，劉艷等人通過冷光源照射獲取雞蛋彩色透光圖像，在自適應(yīng)灰度調(diào)整和改進(jìn)空間濾波等預(yù)處理的基礎(chǔ)上，利用閾值分割法并結(jié)合最小二乘法進(jìn)行蛋黃橢圓擬合，提取與雞蛋新鮮度相關(guān)的3個(gè)特征參數(shù)，采用梯度下降算法得到雞蛋透光圖像三元新鮮度模型。經(jīng)檢驗(yàn)，該模型具有較高的可靠性，可對(duì)禽蛋進(jìn)行實(shí)施新鮮度檢測(cè)與分級(jí)