CN104849417B - 一种激光喷气式鲜肥肝弹性自动分级方法 - Google Patents
一种激光喷气式鲜肥肝弹性自动分级方法 Download PDFInfo
- Publication number
- CN104849417B CN104849417B CN201510273343.XA CN201510273343A CN104849417B CN 104849417 B CN104849417 B CN 104849417B CN 201510273343 A CN201510273343 A CN 201510273343A CN 104849417 B CN104849417 B CN 104849417B
- Authority
- CN
- China
- Prior art keywords
- foie gras
- fresh foie
- fresh
- curve
- laser range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种激光喷气式鲜肥肝弹性自动分级方法，它包括鲜肥肝带式输送机、激光测距传感器、高压喷气嘴、空气增压泵、鲜肥肝弹性自动分级模块和固定支架，带式输送机传送鲜肥肝通过激光测距传感器和高压喷气嘴下方，高压喷气嘴喷出高压空气使得鲜肥肝发生弹性形变，激光测距传感器测量鲜肥肝经高压空气喷射前后的高度变化，鲜肥肝弹性自动分级模块根据鹅肥肝高度变化情况自动划分鲜肥肝等级，空气增压泵用于为高压喷气嘴提供持续稳定的高压空气，固定支架用于激光测距传感器和高压喷气嘴的固定。本发明可取代鲜肥肝加工现场中相应的人工指压弹性评级操作环节，能够快速、客观、卫生地对鲜肥肝弹性等级进行自动分级。
Description
技术领域
本发明涉及鲜肥肝质量等级的检测和判定，属于农产品加工与检测领域，尤其是一种激光喷气式鲜肥肝弹性自动分级方法。
背景技术
目前，在传统的鲜肥肝加工行业中，通常采用人工方法对鲜肥肝的质量等级进行分级。我国鲜肥肝质量等级主要包括感官指标等级、重量等级、理化指标等级等。鲜肥肝的感官指标主要包括鲜肥肝的弹性、色泽、气味、损征、纹理等。弹性等级作为鲜肥肝感官等级评价指标之一，通常是由专业评级人员，在鲜肥肝加工现场，通过判断指压鲜肥肝凹陷处的大约恢复时间与程度来人工确定弹性等级。但是人工指压弹性评级方法有其根本的缺点：一是具有主观性，当两个评级员对相同的鲜肥肝进行弹性等级评定时，其评定结果可能不同；二是存在不一致性，当同一个评级员对相同鲜肥肝进行两次弹性等级评定时，其评定结果也可能不相同；三是该方法的评级成本高、效率低。因此，有必要对鲜肥肝弹性等级分级方法和技术进行深入研究，以期开发一种客观、准确、高效的鲜肥肝弹性自动分级系统和方法，弥补人工评级的不足，实现鲜肥肝弹性等级的在线无损快速检测。
发明内容
本发明的目的是针对鲜肥肝加工现场人工弹性评级时具有主观性、不一致性和评级效率低等问题，提出一种能够适应鲜肥肝加工现场要求的激光喷气式鲜肥肝弹性自动分级方法。
本发明的主要技术方案是：
一种激光喷气式鲜肥肝弹性自动分级方法，它包括鲜肥肝带式输送机、激光测距传感器、高压喷气嘴、空气增压泵、鲜肥肝弹性自动分级模块和固定支架，带式输送机传送鲜肥肝通过激光测距传感器和高压喷气嘴下方，高压喷气嘴喷出高压空气使得鲜肥肝发生弹性形变，激光测距传感器测量鲜肥肝经高压空气喷射前后的高度变化，鲜肥肝弹性自动分级模块根据鹅肥肝高度变化情况自动划分鲜肥肝等级，空气增压泵用于为高压喷气嘴提供持续稳定的高压空气，固定支架用于激光测距传感器和高压喷气嘴的固定。
一种利用如上所述的激光喷气式鲜肥肝弹性自动分级方法，包括以下步骤：
(1)鲜肥肝弹性等级的人工分级与记录：以3人为一个弹性等级评定小组，对鲜肥肝样本根据国家标准《NY67-1988》进行人工指压弹性评级，评级标准为：一级，指压后凹陷很快恢复；二级，指压后凹陷较快恢复；三级，指压后凹陷恢复较慢。将弹性等级人工划分为3个等级后，用数值1、2、3鲜肥肝样本进行记录。
(2)鲜肥肝原始高度曲线的采集：将鲜肥肝置于鲜肥肝带式输送机的带式输送机上，传送带将鲜肥肝传送至激光测距传感器的正下方，当鲜肥肝经过激光测距传感器时，激光测距传感器即可扫描出鲜肥肝的原始高度曲线(曲线1)，并传送曲线1数据至鲜肥肝弹性自动分级模块。
(3)鲜肥肝经高压空气喷射后的高度曲线的采集：鲜肥肝带式输送机将鲜肥肝传送至安装有高压喷气嘴的激光测距传感器的正下方，高压喷气嘴固定在激光测距传感器的出光口的正下发，空气增压泵为高压喷气嘴提供2Bar的持续高压空气，当鲜肥肝通过第二个激光测距传感器时，激光测距传感器即可扫描出经高压空气喷射后的鲜肥肝高度曲线(曲线2)，并传送曲线2数据至鲜肥肝弹性自动分级模块。
(4)鲜肥肝弹性特征参数的提取：鲜肥肝弹性自动分级模块根据曲线1与曲线2的数据，计算出反映鲜肥肝等级的5个弹性特征参数，特征描述如下：
特征1：曲线2总面积与曲线1总面积之比。
特征2：曲线2峰值与曲线1峰值之比。
特征3：高度大于5mm的曲线2面积与曲线1面积之比。
特征4：高度大于10mm的曲线2面积与曲线1面积之比。
特征5：高度大于15mm的曲线2面积与曲线1面积之比。
(5)鲜肥肝弹性等级数据库的建立：重复步骤(1)～(4)，建立鲜肥肝弹性等级数据库，数据库的每条记录由步骤(4)中的5个弹性特征参数和步骤(1)中的弹性等级组成。
(6)鲜肥肝弹性分级模型的建立：对鲜肥肝弹性等级数据库中的每条记录都作为训练集，以每条记录的5个弹性特征参数为输入，以弹性等级值为输出，根据多元线性回归分析方法，建立鲜肥肝弹性多元线性回归分级模型(鲜肥肝弹性分级模型)。
(7)鲜肥肝弹性自动分级：将未进行人工弹性评级的鲜肥肝置于鲜肥肝带式输送机的传送带上，鲜肥肝依次通过2个激光测距传感器的正下方，激光测距传感器将测得的曲线1数据与曲线2数据发送至鲜肥肝自动分级模块，鲜肥肝自动分级模块则从曲线数据中提取5个鲜肥肝弹性特征参数，最后根据步骤(6)所建立的鲜肥肝弹性分级模型，计算出鲜肥肝的弹性等级。由于分级模型为多元线性回归方程，计算所得的鲜肥肝弹性等级值为非整数，因此有必要对鹅肥肝等级进行取整判定，具体取整规定如下：
若分级模型计算所得的弹性等级值小于1.5，则判定弹性等级为1。
若分级模型计算所得的弹性等级值介于1.5与2.5之间，则判定弹性等级为2级。
若分级模型计算所得的弹性等级值大于2.5，则判定弹性等级为3。
本发明的有益效益：
本发明集成传感器技术、统计学理论和计算机语言编程技术，开发了一种激光喷气式鲜肥肝弹性自动分级系统，系统首先采集得到鲜肥肝经高压空气喷射前后的高度变化情况，然后自动提取鲜肥肝的弹性特征特征参数并计算弹性等级，从而实现了对鲜肥肝弹性等级的自动分级，弥补了鲜肥肝加工现场人工弹性评级的不足，大大提高了现场弹性分级的客观性、准确性和工作效率。
本发明中所使用的两个激光测距传感器的选型以及安装位置高度，都是经过反复试验论证的，可以精确测量鲜肥肝的高度变化情况。
本发明中的高压喷气嘴连接空气增压泵，喷射出固定压力的持续高压空气，并安装在激光传感器出光口正下方，这保证了鲜肥肝在经过高压喷气嘴正下方发生弹性形变时，激光测距传感器能够同时采集到鲜肥肝弹性变化信息。
本发明中建立的鲜肥肝弹性分级模型，在激光测距传感器选型与安装条件、高压喷气嘴喷出高压空气条件一致时，可以不对现有分级模型进行修改，就可适用于不同规模的鲜肥肝弹性分级流水线，实现鲜肥肝弹性等级的在线自动分级要求。
本发明是针对鲜肥肝弹性等级自动分级检测而设计的方法，但也可应用于其他相关农产品的弹性或嫩度检测，只需更换研究对象、调整系统相关参数，建立对应的分级模型，即可方便地检测其他农产品的弹性或嫩度。
附图说明：
图1是本发明的结构示意图。
图2是本发明的激光测距传感器测量的鲜肥肝高度曲线示意图。
具体实施方案：
下面结合附图和实施例对本发明作进一步的说明：
如图1所示，一种激光喷气式鲜肥肝弹性自动分级方法，它包括鲜肥肝带式输送机1、激光测距传感器2、激光测距传感器3、高压喷气嘴4、空气增压泵5、鲜肥肝弹性自动分级模块6和固定支架7，带式输送机传送鲜肥肝通过激光测距传感器3和高压喷气嘴4下方，高压喷气嘴4喷出高压空气使得鲜肥肝发生弹性形变，激光测距传感器3和4测量鲜肥肝经高压空气喷射前后的高度变化，鲜肥肝弹性自动分级模块6根据鹅肥肝高度变化情况自动划分鲜肥肝等级，空气增压泵5用于为高压喷气嘴提供持续稳定的高压空气，固定支架7用于固定激光测距传感器2和3以及高压喷气嘴4。
鲜肥肝带式输送机1的种类为塑料带式，传送带颜色为白色，传送速度可由鲜肥肝弹性自动分级模块6自动调节。
激光测距传感器2和3的测量范围为50～150mm，精度为0.1mm，其进出光口与传送带的垂直距离固定为120mm，通过固定支架7固定。
高压喷气嘴4通过固定支架7固定，无缝安装于激光测距传感器3出光口的正下方。
空气增压泵5连接高压喷气嘴，为高压喷气嘴提供压力为2Bar的持续稳定的高压空气。
鲜肥肝自动分级模块6由工控机与鲜肥肝弹性分级软件两部分组成，该模块连接激光测距传感器2和3，完成鲜肥肝曲线1数据和曲线2数据的采集、弹性特征参数提取、弹性等级计算等任务。
一种利用如上所述的激光喷气式鲜肥肝弹性自动分级方法，包括以下步骤：
(1)鲜肥肝弹性等级的人工分级与记录：以3人为一个弹性等级评定小组，对鲜肥肝样本根据国家标准《NY67-1988》进行人工指压弹性评级，评级标准为：一级，指压后凹陷很快恢复；二级，指压后凹陷较快恢复；三级，指压后凹陷恢复较慢。将弹性等级人工划分为3个等级后，用数值1、2、3鲜肥肝样本进行记录。
(2)鲜肥肝原始高度曲线的采集：将鲜肥肝置于鲜肥肝带式输送机1的带传送带上，传送带将鲜肥肝传送至激光测距传感器2的正下方，当鲜肥肝经过激光测距传感器时，激光测距传感器即可扫描出鲜肥肝的原始高度曲线(曲线1，如图2所示)，并传送曲线1数据至鲜肥肝弹性自动分级模块。
(3)鲜肥肝经高压空气喷射后的高度曲线的采集：鲜肥肝带式输送机将鲜肥肝传送至安装有高压喷气嘴的激光测距传感器的正下方，高压喷气嘴固定在激光测距传感器的出光口的正下发，空气增压泵为高压喷气嘴提供2Bar的持续高压空气，当鲜肥肝通过第二个激光测距传感器时，激光测距传感器即可扫描出经高压空气喷射后的鲜肥肝高度曲线(曲线2，如图2所示)，并传送曲线2数据至鲜肥肝弹性自动分级模块。
(4)鲜肥肝弹性特征参数的提取：鲜肥肝弹性自动分级模块根据曲线1与曲线2的数据，计算出反映鲜肥肝等级的5个弹性特征参数，特征描述如下：
特征1：曲线2总面积与曲线1总面积之比。
特征2：曲线2峰值与曲线1峰值之比。
特征3：高度大于5mm的曲线2面积与曲线1面积之比。
特征4：高度大于10mm的曲线2面积与曲线1面积之比。
特征5：高度大于15mm的曲线2面积与曲线1面积之比。
(5)鲜肥肝弹性等级数据库的建立：重复步骤(1)～(4)，建立鲜肥肝弹性等级数据库，数据库的每条记录由步骤(4)中的5个弹性特征参数和步骤(1)中的弹性等级组成。
(6)鲜肥肝弹性分级模型的建立：对鲜肥肝弹性等级数据库中的每条记录都作为训练集，以每条记录的5个弹性特征参数为输入，以弹性等级值为输出，根据多元线性回归分析方法，建立鲜肥肝弹性多元线性回归分级模型(鲜肥肝弹性分级模型)。
(7)鲜肥肝弹性自动分级：将未进行人工弹性评级的鲜肥肝置于鲜肥肝带式输送机的传送带上，鲜肥肝依次通过2个激光测距传感器的正下方，激光测距传感器将测得的曲线1数据与曲线2数据发送至鲜肥肝自动分级模块，鲜肥肝自动分级模块则从曲线数据中提取5个鲜肥肝弹性特征参数，最后根据步骤(6)所建立的鲜肥肝弹性分级模型，计算出鲜肥肝的弹性等级。由于分级模型为多元线性回归方程，计算所得的鲜肥肝弹性等级值为非整数，因此有必要对鹅肥肝等级进行取整判定，具体取整规定为：若分级模型计算所得的弹性等级值小于1.5，则判定弹性等级为1；若分级模型计算所得的弹性等级值介于1.5与2.5之间，则判定弹性等级为2级；若分级模型计算所得的弹性等级值大于2.5，则判定弹性等级为3。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (1)
1.一种激光喷气式鲜肥肝弹性自动分级方法，通过采集鲜肥肝经高压空气喷射前后的高度变化情况，自动提取其弹性特征参数并计算弹性等级，从而实现弹性等级的自动分级，包括鲜肥肝带式输送机、激光测距传感器、高压喷气嘴、空气增压泵、鲜肥肝弹性自动分级模块和固定支架；
包括鲜肥肝弹性等级的人工分级与记录、原始高度曲线的采集、经高压空气喷射后的高度曲线的采集、弹性特征参数的提取、弹性等级数据库的建立、弹性分级模型的建立和弹性自动分级七个步骤，具体如下：
(1)鲜肥肝弹性等级的人工分级与记录：对鲜肥肝样本根据国家标准《NY67-1988》进行人工指压弹性评级，将弹性等级人工划分为3个等级后，用数值1、2和3将鲜肥肝样本进行记录；
(2)鲜肥肝原始高度曲线的采集：将鲜肥肝置于鲜肥肝带式输送机的带传送带上，传送带将鲜肥肝传送至激光测距传感器的正下方，当鲜肥肝经过激光测距传感器时，激光测距传感器即可扫描出鲜肥肝的原始高度曲线，并传送原始高度曲线的数据至鲜肥肝弹性自动分级模块；
(3)鲜肥肝经高压空气喷射后的高度曲线的采集：鲜肥肝带式输送机将鲜肥肝传送至安装有高压喷气嘴的激光测距传感器的正下方，高压喷气嘴固定在激光测距传感器的出光口的正下发，空气增压泵为高压喷气嘴提供2Bar的持续高压空气，当鲜肥肝通过第二个激光测距传感器时，激光测距传感器即可扫描出经高压空气喷射后的鲜肥肝高度曲线，并传送经高压空气喷射后的高度曲线的数据至鲜肥肝弹性自动分级模块；
(4)鲜肥肝弹性特征参数的提取：鲜肥肝弹性自动分级模块根据原始高度曲线与经高压空气喷射后的高度曲线的数据，计算出反映鲜肥肝等级的5个弹性特征参数，特征描述如下：
特征1：经高压空气喷射后的高度曲线的总面积与原始高度曲线的总面积之比，
特征2：经高压空气喷射后的高度曲线的峰值与原始高度曲线的峰值之比，
特征3：高度大于5mm的经高压空气喷射后的高度曲线的面积与原始高度曲线的面积之比，
特征4：高度大于10mm的经高压空气喷射后的高度曲线的面积与原始高度曲线的面积之比，
特征5：高度大于15mm的经高压空气喷射后的高度曲线的面积与原始高度曲线的面积之比；
(5)鲜肥肝弹性等级数据库的建立：重复步骤(1)～(4)，建立鲜肥肝弹性等级数据库，数据库的每条记录由步骤(4)中的5个弹性特征参数和步骤(1)中的弹性等级组成；
(6)鲜肥肝弹性分级模型的建立：对鲜肥肝弹性等级数据库中的每条记录都作为训练集，以每条记录的5个弹性特征参数为输入，以弹性等级值为输出，根据多元线性回归分析方法，建立鲜肥肝弹性多元线性回归分级模型；
(7)鲜肥肝弹性自动分级：将未进行人工弹性评级的鲜肥肝置于鲜肥肝带式输送机的传送带上，鲜肥肝依次通过2个激光测距传感器的正下方，激光测距传感器将测得的原始高度曲线的数据与经高压空气喷射后的高度曲线的数据发送至鲜肥肝自动分级模块，鲜肥肝自动分级模块从曲线数据中提取5个鲜肥肝弹性特征参数，最后根据步骤(6)所建立的鲜肥肝弹性分级模型，计算出鲜肥肝的弹性等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510273343.XA CN104849417B (zh) | 2015-05-26 | 2015-05-26 | 一种激光喷气式鲜肥肝弹性自动分级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510273343.XA CN104849417B (zh) | 2015-05-26 | 2015-05-26 | 一种激光喷气式鲜肥肝弹性自动分级方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104849417A CN104849417A (zh) | 2015-08-19 |
| CN104849417B true CN104849417B (zh) | 2016-07-06 |
Family
ID=53849216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510273343.XA Expired - Fee Related CN104849417B (zh) | 2015-05-26 | 2015-05-26 | 一种激光喷气式鲜肥肝弹性自动分级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104849417B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109238893A (zh) * | 2018-09-12 | 2019-01-18 | 滁州学院 | 一种基于硬度形变的鸡胸肉木质化程度自动分级系统及分级方法 |
| CN109115777B (zh) * | 2018-09-12 | 2020-10-16 | 滁州学院 | 一种基于图像形变特征的鸡胸肉木质化程度分级系统及分级方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1940555A (zh) * | 2006-09-04 | 2007-04-04 | 江苏大学 | 一种农产品内外品质检测方法及装置 |
| CN102721793B (zh) * | 2012-06-11 | 2015-04-22 | 江苏大学 | 一种食醋品质数字化检测方法及装置 |
| CN202999054U (zh) * | 2012-12-12 | 2013-06-19 | 华中农业大学 | 一种群体孵化蛋成活性的视觉检测分级装置 |
| CN103149334A (zh) * | 2013-01-28 | 2013-06-12 | 青岛农业大学 | 一种鹅肥肝感官性状的定量检测方法 |
| CN103267696B (zh) * | 2013-05-16 | 2015-09-23 | 国家体育总局体育科学研究所 | 运动面层反弹性能检测仪 |
| CN204203209U (zh) * | 2014-12-04 | 2015-03-11 | 黑龙江省农业科学院农产品质量安全研究所 | 一种多功能检测台 |
| CN104569327B (zh) * | 2014-12-12 | 2017-10-20 | 中国农业大学 | 一种畜禽肉黏弹性无损检测系统 |
-
2015
- 2015-05-26 CN CN201510273343.XA patent/CN104849417B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104849417A (zh) | 2015-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109472004B (zh) | 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统 | |
| CN103976721B (zh) | 血压测量方法以及用于实现该方法的嵌入式装置 | |
| CN110411580B (zh) | 一种电力设备发热缺陷的诊断方法以及诊断系统 | |
| CN109238893A (zh) | 一种基于硬度形变的鸡胸肉木质化程度自动分级系统及分级方法 | |
| CN109341848B (zh) | 一种隧道运营阶段的安全监测系统 | |
| CN104236893B (zh) | 一种液压阻尼器性能参数测试系统及测试方法 | |
| CN102788794A (zh) | 基于多传感信息融合的叶菜类蔬菜叶片农药残留检测装置及方法 | |
| CN103198230B (zh) | 人-机界面检测方法及系统 | |
| CN109115777A (zh) | 一种基于图像形变特征的鸡胸肉木质化程度分级系统及分级方法 | |
| CN104849417B (zh) | 一种激光喷气式鲜肥肝弹性自动分级方法 | |
| CN109508745A (zh) | 基于贝叶斯网络模型的燃气轮机气路故障的检测方法 | |
| CN105334185A (zh) | 基于光谱投影判别的近红外模型维护方法 | |
| CN106920123B (zh) | 一种基于机器学习和物联网的餐厅数据分析系统 | |
| CN108961447B (zh) | 判断座椅是否有人的方法、座椅系统、考勤方法 | |
| CN110367991A (zh) | 一种老年人跌倒风险评估方法 | |
| EP4160339A1 (en) | Abnormality/irregularity cause identifying apparatus, abnormality/irregularity cause identifying method, and abnormality/irregularity cause identifying program | |
| CN109297534B (zh) | 用于评价室内环境质量的环境参数权重确定方法及系统 | |
| CN104318256A (zh) | 基于计算机软件实现玻璃缺陷自动检测分类的方法 | |
| CN110755085A (zh) | 基于关节活动度与运动协调性的运动功能评估方法及设备 | |
| CN110187696A (zh) | 基于动态趋势的一阶随动系统传感器故障诊断方法及系统 | |
| CN111508577A (zh) | 一种智能体测方法及其智能体测系统 | |
| CN110033160A (zh) | 一种绩效考评系统及方法 | |
| CN108460569A (zh) | 一种快速编制检验工艺规程的方法、装置及系统 | |
| CN106708786A (zh) | 一种基于传感器检测的铁塔问题严重程度计算方法及系统 | |
| CN106779288A (zh) | 一种基于计算智能的海洋平台重量控制系统及控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160706 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |