CN114578002B - 一种基于鸡蛋容重的鸡蛋品质无损检测方法 - Google Patents

一种基于鸡蛋容重的鸡蛋品质无损检测方法 Download PDF

Info

Publication number
CN114578002B
CN114578002B CN202210222732.XA CN202210222732A CN114578002B CN 114578002 B CN114578002 B CN 114578002B CN 202210222732 A CN202210222732 A CN 202210222732A CN 114578002 B CN114578002 B CN 114578002B
Authority
CN
China
Prior art keywords
eggs
appearance
egg
different batches
quality
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.)
Active
Application number
CN202210222732.XA
Other languages
English (en)
Other versions
CN114578002A (zh
Inventor
郭丹郡
徐彬
胥伟
王宏勋
易阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Polytechnic University
Original Assignee
Wuhan Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Polytechnic University filed Critical Wuhan Polytechnic University
Priority to CN202210222732.XA priority Critical patent/CN114578002B/zh
Publication of CN114578002A publication Critical patent/CN114578002A/zh
Application granted granted Critical
Publication of CN114578002B publication Critical patent/CN114578002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02Food
    • G01N33/08Eggs, e.g. by candling
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于鸡蛋容重的鸡蛋品质无损检测方法,属于农产品领域,用于解决日常生活对鸡蛋品质判断不准确的问题,方法包括以下具体步骤:外观检测模块对不同批次中每个鸡蛋的外观进行监测,环境监测模块对不同批次鸡蛋生产地的环境进行监测,数据分析模块对不同批次中鸡蛋自身状况进行分析,从而不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,得到对应批次鸡蛋的品质等级并反馈至用户终端,本发明基于环境、自身等因素实现日常生活中购买鸡蛋品质的精确判断。

Description

一种基于鸡蛋容重的鸡蛋品质无损检测方法
技术领域
本发明属于农产品领域,涉及鸡蛋品质无损检测技术,具体是一种基于鸡蛋容重的鸡蛋品质无损检测方法。
背景技术
鸡蛋是母鸡所产的卵,是天然食品之一,鸡蛋里含量最高的是蛋白质,蛋白质受热容易变性,但是过多食用会加重胃肠负担。鸡蛋主要由蛋壳、壳膜、蛋白、蛋黄、胚盘、卵黄系带、角质层、卵黄膜、卵壳等组成。随着生活水平的提升,目前也越来越追求鸡蛋的品质,但是由于育种、饲养环境、遗传等多种因素,导致鸡蛋的品质也不尽相同。
现有技术中,在日常生活中购买鸡蛋时,购买人员只能通过鸡蛋表面的干净程度、晃动鸡蛋等方法来判定鸡蛋的品质,鸡蛋品质判定容易出现偏差,为此,我们提出一种基于鸡蛋容重的鸡蛋品质无损检测方法。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于鸡蛋容重的鸡蛋品质无损检测方法。
本发明所要解决的技术问题为:
(1)如何基于多因素对日常生活中购买的鸡蛋的品质实现精确判断。
本发明的目的可以通过以下技术方案实现:
一种基于鸡蛋容重的鸡蛋品质无损检测方法,方法包括以下具体步骤:
步骤S101,管理终端输入生产信息和环境信息,服务器将生产鸡蛋的批次号反馈至管理终端,管理终端将批次号、鸡蛋品种贴印在鸡蛋上形成标识码,用户终端扫描标识码后发送鸡蛋的品质无损检测请求;
步骤S102,数据采集模块获取鸡蛋的外观信息、自身信息和环境信息,外观信息发送至外观监测模块、环境信息发送至环境监测模块、生产信息和自身信息发送至数据分析模块;
步骤S103,外观检测模块对不同批次中每个鸡蛋的外观进行监测,环境监测模块对不同批次鸡蛋生产地的环境进行监测,数据分析模块对不同批次中鸡蛋自身状况进行分析,从而不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;
步骤S104,品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,得到对应批次鸡蛋的品质等级并反馈至用户终端。
进一步地,所述服务器连接有数据采集模块、数据分析模块、环境监测模块、品质分级模块、外观监测模块、用户终端、管理终端以及服务器;
所述管理终端用于输入鸡蛋的生产信息以及鸡蛋生产地的环境信息,并将生产信息和环境信息发送至服务器内存储,服务器结合生产信息和环境信息接收前后顺序生产鸡蛋的批次号,所述服务器将批次号反馈至管理终端,管理终端将批次号和鸡蛋品种贴印在对应的鸡蛋上形成供用户终端扫描的标识码;
用户通过用户终端扫描标识码后发送鸡蛋的品质无损检测请求,无损检测请求发送至服务器,服务器依据无损检测请求生成无损检测指令,并将无损检测指令发送至数据采集模块、数据分析模块、环境监测模块、品质分级模块和外观监测模块;
所述数据采集模块用于获取不同批次鸡蛋的外观信息和自身信息以及不同批次鸡蛋生产地的环境信息,并将外观信息和自身信息发送至服务器;所述服务器将鸡蛋的外观信息发送至外观监测模块,所述服务器将环境信息发送至环境监测模块,所述服务器将生产信息和自身信息发送至数据分析模块;所述服务器中存储有鸡蛋的预设外观像素、预设生产环境和蛋壳重量标准区间;
所述外观检测模块用于对不同批次中每个鸡蛋的外观进行监测,监测得到不同批次鸡蛋的批次外观系数反馈至服务器;所述环境监测模块用于对不同批次鸡蛋生产地的环境进行监测,监测不同批次鸡蛋的环境偏差系数反馈至服务器;所述数据分析模块用于对不同批次中鸡蛋自身状况进行分析,分析得到不同批次鸡蛋的新鲜值反馈至服务器,所述服务器将不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;
品质分级模块结合新鲜值、环境偏差系数和批次外观系数用于对不同批次鸡蛋的品质进行分级,得到不同批次鸡蛋的品质等级反馈至服务器,所述服务器将同一批次鸡蛋的品质等级发送至用户终端。
进一步地,外观信息为不同批次中鸡蛋的外观图和裂缝数;生产信息为不同批次中鸡蛋的生产日期;环境信息包括不同批次鸡蛋生产地的实际生产温度和实际生产湿度;自身信息为不同批次中鸡蛋的鸡蛋高度、蛋黄高度、蛋黄直径、鸡蛋容重和蛋壳重量;
不同预设外观像素对应不同的外观等级,并且不同的外观等级设定有不同外观系数,浅褐色对应优质外观等级,褐色对应普通外观等级,深褐色对应劣质外观等级,优质外观等级的外观系数大于普通外观等级的外观系数,普通外观等级的外观系数大于劣质外观等级的外观系数。
进一步地,所述外观检测模块的监测过程具体如下:
步骤一:将鸡蛋的批次标记为u,并将同一批次中的鸡蛋标记为Dui,u=1,2,……,z,z为正整数,i=1,2,……,x,x为正整数,i代表同一批次中鸡蛋的编号;获取不同批次中鸡蛋的数量并记为鸡蛋总数DSu;
步骤二:获取不同批次中鸡蛋的外观图,若鸡蛋的外观图中存在裂缝,则将对应鸡蛋进行剔除,若鸡蛋的外观图不存在裂缝,则进入下一步骤;
步骤三:将鸡蛋的外观图进行二进制处理得到二进制图像,而后去除鸡蛋外观图中的杂点,获取得到鸡蛋外观图中每个颜色的像素点;
步骤四:统计每个颜色像素点的数量,将数量最多的像素点标定为鸡蛋外观图的实际外观像素;
步骤五:获取服务器中存储的鸡蛋的预设外观像素,鸡蛋的实际外观像素比对预设外观像素,得到鸡蛋对应的外观等级和外观系数,具体为:
若鸡蛋的实际外观像素为浅褐色,则鸡蛋的外观等级为优质外观等级,且鸡蛋的外观系数的取值为α1;
若鸡蛋的实际外观像素为褐色,则鸡蛋的外观等级为普通外观等级,且鸡蛋的外观系数的取值为α2;
若鸡蛋的实际外观像素为深褐色,则鸡蛋的外观等级为劣质外观等级,且鸡蛋的外观系数的取值为α3;
步骤六:不同鸡蛋的外观系数相加求和除以鸡蛋总数,得到不同批次鸡蛋的批次外观系数WGu。
进一步地,所述环境监测模块的监测过程具体如下:
步骤S1:获取不同批次鸡蛋生产地的实际生产温度,并将实际生产温度标记SWu;获取不同批次鸡蛋生产地的实际生产湿度,并将实际生产湿度标记SSu;
步骤S2:获取服务器中鸡蛋的预设生产环境,得到鸡蛋的预设生产温度YWu和预设生产湿度YSu;
步骤S3:计算实际生产温度与预设生产温度的差值得到不同批次鸡蛋的生产温度值WCu,同理,计算实际生产湿度与预设生产湿度的差值得到不同批次鸡蛋的生产湿度值SCu;
步骤S4:将生产温度值WCu和生产湿度值SCu代入计算式HPCu=WCu×a1+SCu×a2计算得到不同批次鸡蛋的生产环境偏差值HPCu;式中,a1和a2均为固定数值的权重系数,且a1和a2的取值均大于零;
步骤S5:若HPCu<X1,则不同批次鸡蛋的环境偏差系数HPXu的取值为β3;
若X1≤HPCu<X2,则不同批次鸡蛋的环境偏差系数HPXu的取值为β2;
若X2≤HPCu,则不同批次鸡蛋的环境偏差系数HPXu的取值为β1;其中,X1和X2均为生产环境偏差阈值,且X1<X2。
进一步地,环境偏差系数的取值β3小于环境偏差系数的取值β2,环境偏差系数的取值β2小于环境偏差系数的取值β1,即β1>β2>β3。
进一步地,所述数据分析模块的分析过程具体如下:
步骤SS1:采用抽检方式从不同批次选取若干个鸡蛋作为待分析鸡蛋DFuo,o=1,2,……,v,v为正整数,o代表待分析鸡蛋的编号;统计不同批次中待分析鸡蛋的个数并记为待分析鸡蛋数DFSu;
步骤SS2:获取待分析鸡蛋的鸡蛋容重RZuo和鸡蛋高度DGuo,通过计算公式HAuo=100×lg[DGuo+7.57-1.7×(RZuo^0.37)]计算得到待分析鸡蛋的哈夫值HAuo;
步骤SS4:若待分析鸡蛋的哈夫值属于第一哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第二哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第三哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
步骤SS4:待分析鸡蛋依次破碎取出完整的蛋黄,得到待分析蛋黄的蛋黄直径DHZuo和蛋黄高度DHGuo,通过蛋黄指数计算公式DHZuo=DGuo/DZuo计算得到待分析鸡蛋的蛋黄指数DHuo;
步骤SS5:获取待分析鸡蛋的生产日期,利用服务器当前时间减去生产日期得到待分析鸡蛋的生产时长TSuo;
步骤SS6:将蛋白稳固系数WGuo、蛋黄指数DHuo和生产时长TSuo代入计算式计算得到不同批次中每个待分析鸡蛋的新鲜值JXXu,即不同批次鸡蛋的新鲜值,计算式具体如下:
Figure BDA0003538101910000061
式中,e为自然常数,b1和b2均为固定数值的比例系数,且b1和b2的取值均大于零,γ为固定数值的误差补偿系数。
进一步地,第一哈夫区间∈[72,∞],第二哈夫区间∈[60,72),第三哈夫区间∈[0,60);
处于第一哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数,处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第三哈夫区间的待分析鸡蛋的蛋白稳固系数。
进一步地,所述品质分级模块的分级步骤具体如下:
步骤P1:获取不同批次鸡蛋的新鲜值JXXu、环境偏差系数HPXu和批次外观系数WGu;
步骤P2:通过公式
Figure BDA0003538101910000062
计算得到不同批次鸡蛋的品质值PZu;
步骤P3:若PZu<Y1,则对应批次鸡蛋的品质等级为高品质鸡蛋;
步骤P4:若Y1≤PZu<Y2,则对应批次鸡蛋的品质等级为中品质鸡蛋;
步骤P5:若Y2≤PZu,则对应批次鸡蛋的品质等级为低品质鸡蛋;其中,Y1和Y2均为品质阈值,且Y1<Y2。
与现有技术相比,本发明的有益效果是:
本发明通过管理终端输入生产信息和环境信息并发送至服务器,服务器结合生产信息和环境信息生产鸡蛋的批次号并反馈至管理终端,管理终端将批次号、鸡蛋品种贴印在鸡蛋上形成标识码,用户终端扫描标识码后发送鸡蛋的品质无损检测请求;
通过外观检测模块对不同批次中每个鸡蛋的外观进行监测,通过环境监测模块对不同批次鸡蛋生产地的环境进行监测,通过数据分析模块对不同批次中鸡蛋自身状况进行分析,得到不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值并发送至品质分级模块,最后品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,得到对应批次鸡蛋的品质等级并反馈至用户终端,本发明基于环境、自身等因素实现日常生活中购买鸡蛋品质的精确判断。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的工作流程图;
图2为本发明的系统框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围;
在本发明中,由于大多数鲜蛋生产忽视消毒、分级、检验等过程,蛋壳表面常常携带大量微生物,缩短鲜蛋的货架期,直接影响到食用品质,降低了整体产品品质和市场竞争力,甚至不利于人体的健康。鸡蛋新鲜度是衡量鸡蛋品质的一个重要经济指标,也是影响鸡蛋销售的重要原因。所以,在鸡蛋贮藏、加工及流通中,鸡蛋新鲜度的检测就显得尤为重要,也有必要对鸡蛋新鲜度进行进一步的研究。如果在鸡蛋流通和销售过程中,能够根据鸡蛋的新鲜度等指标对鸡蛋进行分级和品质检测,不仅有利于提高经济效益,而且有利于改进饲养管理方法,提高鸡蛋品质。
请参阅图1所示,一种基于鸡蛋容重的鸡蛋品质无损检测方法,方法包括以下具体步骤:
步骤S101,管理终端输入生产信息和环境信息,服务器将生产鸡蛋的批次号反馈至管理终端,管理终端将批次号、鸡蛋品种贴印在鸡蛋上形成标识码,用户终端扫描标识码后发送鸡蛋的品质无损检测请求;
步骤S102,数据采集模块获取鸡蛋的外观信息、自身信息和环境信息,外观信息发送至外观监测模块、环境信息发送至环境监测模块、生产信息和自身信息发送至数据分析模块;
步骤S103,外观检测模块对不同批次中每个鸡蛋的外观进行监测,环境监测模块对不同批次鸡蛋生产地的环境进行监测,数据分析模块对不同批次中鸡蛋自身状况进行分析,从而不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;
步骤S104,品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,得到对应批次鸡蛋的品质等级并反馈至用户终端;
请参阅图2所示,所述服务器连接有数据采集模块、数据分析模块、环境监测模块、品质分级模块、外观监测模块、用户终端、管理终端以及服务器;
所述管理终端用于输入鸡蛋的生产信息以及鸡蛋生产地的环境信息,并将生产信息和环境信息发送至服务器内存储,服务器结合生产信息和环境信息接收前后顺序生产鸡蛋的批次号,所述服务器将批次号反馈至管理终端,管理终端将批次号、鸡蛋品种等贴印在对应的鸡蛋上形成供用户终端扫描的标识码;
在本申请方案中,鸡蛋产品主要是用于销售渠道,因此会在鸡蛋产品的表面打上相应的标识码,标识码用于对鸡蛋的相关信息进行查询,为了保证同一批次中的鸡蛋在生产日期上保持大致的一致,所以在统一采购时,需要通过专业的设备进行预先检测,同一批次中不同鸡蛋的生产日期前后不可超过一周时间;
所述用户终端用于用户输入个人信息后注册登录系统,并将个人信息发送至服务器内存储,个人信息包括用户的姓名、手机号码等;
用户通过用户终端扫描标识码后发送鸡蛋的品质无损检测请求,无损检测请求发送至服务器,服务器依据无损检测请求生成无损检测指令,并将无损检测指令发送至数据采集模块、数据分析模块、环境监测模块、品质分级模块和外观监测模块;
所述数据采集模块用于获取不同批次鸡蛋的外观信息和自身信息,并将外观信息和自身信息发送至服务器;
需要具体说明的是,外观信息为不同批次中鸡蛋的外观图、裂缝数等;生产信息为不同批次中鸡蛋的生产日期;环境信息包括不同批次鸡蛋生产地的实际生产温度、实际生产湿度等;自身信息为不同批次中鸡蛋的鸡蛋高度、蛋黄高度、蛋黄直径、鸡蛋容重、蛋壳重量等;
在具体实施时,外观图为鸡蛋的六视角图,数据采集模块具体可以为温湿度传感器、称重计、游标卡尺、压力检测仪等中的一种或多种,对同一批次鸡蛋采用抽检方式进行数据采集,例如获取鸡蛋的蛋黄高度、蛋黄直径、鸡蛋容重和蛋壳重量,在同一批次中鸡蛋选取若干个鸡蛋进行测试,首先测试鸡蛋的容重,而后让鸡蛋破碎并保持完整的蛋黄,通过精准的游标卡尺测量蛋黄的高度和直径在,最后将蛋壳中的蛋液和蛋清清理干净,将蛋壳进行称重设备得到蛋壳的重量;
所述服务器将鸡蛋的外观信息发送至外观监测模块,所述服务器将环境信息发送至环境监测模块,所述服务器将生产信息和自身信息发送至数据分析模块;
所述服务器中存储有鸡蛋的预设外观像素、预设生产环境和蛋壳重量标准区间;
其中,预设外观像素包含浅褐色、褐色和深褐色;预设生产环境包括预设生产温度和预设生产湿度;
需要具体说明的是,不同预设外观像素对应不同的外观等级,并且不同的外观等级设定有不同外观系数,浅褐色对应优质外观等级,褐色对应普通外观等级,深褐色对应劣质外观等级,优质外观等级的外观系数大于普通外观等级的外观系数,普通外观等级的外观系数大于劣质外观等级的外观系数;
所述外观检测模块用于对不同批次中每个鸡蛋的外观进行监测,监测过程具体如下:
步骤一:将鸡蛋的批次标记为u,并将同一批次中的鸡蛋标记为Dui,u=1,2,……,z,z为正整数,i=1,2,……,x,x为正整数,i代表同一批次中鸡蛋的编号;获取不同批次中鸡蛋的数量并记为鸡蛋总数DSu;
步骤二:获取不同批次中鸡蛋的外观图,若鸡蛋的外观图中存在裂缝,则将对应鸡蛋进行剔除,若鸡蛋的外观图不存在裂缝,则进入下一步骤;
步骤三:通过opencv手段将鸡蛋的外观图进行二进制处理得到二进制图像,而后去除鸡蛋外观图中的杂点,通过cvGet2D()获取得到鸡蛋外观图中每个颜色的像素点;
步骤四:统计每个颜色像素点的数量,将数量最多的像素点标定为鸡蛋外观图的实际外观像素;
步骤五:获取服务器中存储的鸡蛋的预设外观像素,鸡蛋的实际外观像素比对预设外观像素,得到鸡蛋对应的外观等级和外观系数,具体为:
若鸡蛋的实际外观像素为浅褐色,则鸡蛋的外观等级为优质外观等级,且鸡蛋的外观系数的取值为α1;
若鸡蛋的实际外观像素为褐色,则鸡蛋的外观等级为普通外观等级,且鸡蛋的外观系数的取值为α2;
若鸡蛋的实际外观像素为深褐色,则鸡蛋的外观等级为劣质外观等级,且鸡蛋的外观系数的取值为α3;在具体实施时,α3可以为0.3,α2可以为1.5,α1可以为2.3,只要保证α1>α2>α3即可;
步骤六:不同鸡蛋的外观系数相加求和除以鸡蛋总数,得到不同批次鸡蛋的批次外观系数WGu;
所述外观监测模块将不同批次鸡蛋的批次外观系数WGu反馈至服务器,所述服务器将不同批次鸡蛋的批次外观系数WGu发送至品质分级模块;
所述环境监测模块用于对不同批次鸡蛋生产地的环境进行监测,监测过程具体如下:
步骤S1:获取不同批次鸡蛋生产地的实际生产温度,并将实际生产温度标记SWu;获取不同批次鸡蛋生产地的实际生产湿度,并将实际生产湿度标记SSu;
步骤S2:获取服务器中鸡蛋的预设生产环境,得到鸡蛋的预设生产温度YWu和预设生产湿度YSu;
步骤S3:计算实际生产温度与预设生产温度的差值得到不同批次鸡蛋的生产温度值WCu,同理,计算实际生产湿度与预设生产湿度的差值得到不同批次鸡蛋的生产湿度值SCu;
步骤S4:将生产温度值WCu和生产湿度值SCu代入计算式HPCu=WCu×a1+SCu×a2计算得到不同批次鸡蛋的生产环境偏差值HPCu;式中,a1和a2均为固定数值的权重系数,且a1和a2的取值均大于零;
步骤S5:若HPCu<X1,则不同批次鸡蛋的环境偏差系数HPXu的取值为β3;
若X1≤HPCu<X2,则不同批次鸡蛋的环境偏差系数HPXu的取值为β2;
若X2≤HPCu,则不同批次鸡蛋的环境偏差系数HPXu的取值为β1;其中,X1和X2均为生产环境偏差阈值,且X1<X2;
需要具体说明的是,环境偏差系数的取值β3小于环境偏差系数的取值β2,环境偏差系数的取值β2小于环境偏差系数的取值β1,即β1>β2>β3;
所述环境监测模块将不同批次鸡蛋的环境偏差系数HPXu反馈至服务器,所述服务器将不同批次鸡蛋的环境偏差系数HPXu发送至品质分级模块;
所述数据分析模块用于对不同批次中鸡蛋自身状况进行分析,分析过程具体如下:
步骤SS1:采用抽检方式从不同批次选取若干个鸡蛋作为待分析鸡蛋DFuo,o=1,2,……,v,v为正整数,o代表待分析鸡蛋的编号;统计不同批次中待分析鸡蛋的个数并记为待分析鸡蛋数DFSu;
步骤SS2:获取待分析鸡蛋的鸡蛋容重RZuo和鸡蛋高度DGuo,通过计算公式HAuo=100×lg[DGuo+7.57-1.7×(RZuo^0.37)]计算得到待分析鸡蛋的哈夫值HAuo;
步骤SS4:若待分析鸡蛋的哈夫值属于第一哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第二哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第三哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
在具体实施时,第一哈夫区间∈[72,∞],第二哈夫区间∈[60,72),第三哈夫区间∈[0,60),处于第一哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数,处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第三哈夫区间的待分析鸡蛋的蛋白稳固系数;
步骤SS4:待分析鸡蛋依次破碎取出完整的蛋黄,从而得到待分析蛋黄的蛋黄直径DHZuo和蛋黄高度DHGuo,通过蛋黄指数计算公式DHZuo=DGuo/DZuo计算得到待分析鸡蛋的蛋黄指数DHuo;
步骤SS5:获取待分析鸡蛋的生产日期,利用服务器当前时间减去生产日期得到待分析鸡蛋的生产时长TSuo;
步骤SS6:将蛋白稳固系数WGuo、蛋黄指数DHuo和生产时长TSuo代入计算式计算得到不同批次中每个待分析鸡蛋的新鲜值JXXu,即不同批次鸡蛋的新鲜值,计算式具体如下:
Figure BDA0003538101910000131
式中,e为自然常数,b1和b2均为固定数值的比例系数,且b1和b2的取值均大于零,γ为固定数值的误差补偿系数,当待分析鸡蛋的基数越大,则误差补偿系数的取值越小,反之,当待分析鸡蛋的基数越小,则误差补偿系数的取值越大;
Figure BDA0003538101910000141
Figure BDA0003538101910000142
此公式由式①和式②演变而来;
所述数据分析模块将不同批次鸡蛋的新鲜值JXXu反馈至服务器,所述服务器将不同批次鸡蛋的新鲜值JXXu发送至品质分级模块,品质分级模块结合新鲜值、环境偏差系数和批次外观系数用于对不同批次鸡蛋的品质进行分级,分级步骤具体如下:
步骤P1:获取上述计算得到的不同批次鸡蛋的新鲜值JXXu、环境偏差系数HPXu和批次外观系数WGu;
步骤P2:通过公式
Figure BDA0003538101910000143
计算得到不同批次鸡蛋的品质值PZu;
步骤P3:若PZu<Y1,则对应批次鸡蛋的品质等级为高品质鸡蛋;
步骤P4:若Y1≤PZu<Y2,则对应批次鸡蛋的品质等级为中品质鸡蛋;
步骤P5:若Y2≤PZu,则对应批次鸡蛋的品质等级为低品质鸡蛋;其中,Y1和Y2均为品质阈值,且Y1<Y2;
所述品质分级模块将不同批次鸡蛋的品质等级反馈至服务器,所述服务器将同一批次鸡蛋的品质等级发送至用户终端。
工作时,管理终端输入鸡蛋的生产信息以及鸡蛋生产地的环境信息,并将生产信息和环境信息发送至服务器内存储,服务器结合生产信息和环境信息接收前后顺序生产鸡蛋的批次号反馈至管理终端,管理终端将批次号、鸡蛋品种等贴印在对应的鸡蛋上形成供用户终端扫描的标识码;
用户通过用户终端扫描标识码后发送鸡蛋的品质无损检测请求,无损检测请求发送至服务器,服务器依据无损检测请求生成无损检测指令,并将无损检测指令发送至数据采集模块、数据分析模块、环境监测模块、品质分级模块和外观监测模块;
通过数据采集模块获取不同批次鸡蛋的外观信息和自身信息以及不同批次鸡蛋生产地的环境信息,并将外观信息和自身信息发送至服务器,服务器将鸡蛋的外观信息发送至外观监测模块、将环境信息发送至环境监测模块、将生产信息和自身信息发送至数据分析模块,同时服务器中还存储有鸡蛋的预设外观像素、预设生产环境和蛋壳重量标准区间;
通过外观检测模块对不同批次中每个鸡蛋的外观进行监测,将鸡蛋的批次标记为u,并将不同批次中的鸡蛋标记为Dui,获取不同批次中鸡蛋的数量并记为鸡蛋总数DSu,而后获取不同批次中鸡蛋的外观图,若鸡蛋的外观图中存在裂缝,则将对应鸡蛋进行剔除,若鸡蛋的外观图不存在裂缝,则将鸡蛋的外观图进行二进制处理得到二进制图像,而后去除鸡蛋外观图中的杂点,得到鸡蛋外观图中每个颜色的像素点,统计每个颜色像素点的数量,将数量最多的像素点标定为鸡蛋外观图的实际外观像素,最后获取服务器中存储的鸡蛋的预设外观像素,鸡蛋的实际外观像素比对预设外观像素,得到鸡蛋对应的外观等级和外观系数,若鸡蛋的实际外观像素为浅褐色,则鸡蛋的外观等级为优质外观等级,且鸡蛋的外观系数的取值为α1,若鸡蛋的实际外观像素为褐色,则鸡蛋的外观等级为普通外观等级,且鸡蛋的外观系数的取值为α2,若鸡蛋的实际外观像素为深褐色,则鸡蛋的外观等级为劣质外观等级,且鸡蛋的外观系数的取值为α3,不同鸡蛋的外观系数相加求和除以鸡蛋总数,得到不同批次鸡蛋的批次外观系数WGu,外观监测模块将不同批次鸡蛋的批次外观系数WGu反馈至服务器,服务器将不同批次鸡蛋的批次外观系数WGu发送至品质分级模块;
通过环境监测模块对不同批次鸡蛋生产地的环境进行监测,获取不同批次鸡蛋生产地的实际生产温度SWu和实际生产湿度SSu,而后获取服务器中鸡蛋的预设生产环境,得到鸡蛋的预设生产温度YWu和预设生产湿度YSu,计算实际生产温度与预设生产温度的差值得到不同批次鸡蛋的生产温度值WCu,同理,计算实际生产湿度与预设生产湿度的差值得到不同批次鸡蛋的生产湿度值SCu,将生产温度值WCu和生产湿度值SCu代入计算式HPCu=WCu×a1+SCu×a2计算得到不同批次鸡蛋的生产环境偏差值HPCu,若HPCu<X1,则不同批次鸡蛋的环境偏差系数HPXu的取值为β3,若X1≤HPCu<X2,则不同批次鸡蛋的环境偏差系数HPXu的取值为β2,若X2≤HPCu,则不同批次鸡蛋的环境偏差系数HPXu的取值为β1,环境监测模块将不同批次鸡蛋的环境偏差系数HPXu反馈至服务器,服务器将不同批次鸡蛋的环境偏差系数HPXu发送至品质分级模块;
通过数据分析模块对不同批次中鸡蛋自身状况进行分析,采用抽检方式从不同批次选取若干个鸡蛋作为待分析鸡蛋DFuo,并统计不同批次中待分析鸡蛋的个数并记为待分析鸡蛋数DFSu,获取待分析鸡蛋的鸡蛋容重RZuo和鸡蛋高度DGuo,通过计算公式HAuo=100×lg[DGuo+7.57-1.7×(RZuo^0.37)]计算得到待分析鸡蛋的哈夫值HAuo,若待分析鸡蛋的哈夫值属于第一哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo,若待分析鸡蛋的哈夫值属于第二哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo,若待分析鸡蛋的哈夫值属于第三哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo,待分析鸡蛋依次破碎取出完整的蛋黄,从而得到待分析蛋黄的蛋黄直径DHZuo和蛋黄高度DHGuo,通过蛋黄指数计算公式DHZuo=DGuo/DZuo计算得到待分析鸡蛋的蛋黄指数DHuo,而后获取待分析鸡蛋的生产日期,利用服务器当前时间减去生产日期得到待分析鸡蛋的生产时长TSuo,将蛋白稳固系数WGuo、蛋黄指数DHuo和生产时长TSuo代入计算式
Figure BDA0003538101910000171
计算得到每个待分析鸡蛋的新鲜值JXXu,数据分析模块将不同批次鸡蛋的新鲜值JXXu反馈至服务器,服务器将不同批次鸡蛋的新鲜值JXXu发送至品质分级模块;
品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,获取不同批次鸡蛋的新鲜值JXXu、环境偏差系数HPXu和批次外观系数WGu,通过公式
Figure BDA0003538101910000172
计算得到不同批次鸡蛋的品质值PZu,若PZu<Y1,则对应批次鸡蛋的品质等级为高品质鸡蛋,若Y1≤PZu<Y2,则对应批次鸡蛋的品质等级为中品质鸡蛋,若Y2≤PZu,则对应批次鸡蛋的品质等级为低品质鸡蛋,质分级模块将不同批次鸡蛋的品质等级反馈至服务器,服务器将不同批次鸡蛋的品质等级发送至用户终端。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置,权重系数和比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于权重系数和比例系数的大小,只要不影响参数与量化后数值的比例关系即可。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (4)

1.一种基于鸡蛋容重的鸡蛋品质无损检测方法,其特征在于,方法包括以下具体步骤:
步骤S101,管理终端输入生产信息和环境信息,服务器将生产鸡蛋的批次号反馈至管理终端,管理终端将批次号、鸡蛋品种贴印在鸡蛋上形成标识码,用户终端扫描标识码后发送鸡蛋的品质无损检测请求;
步骤S102,数据采集模块获取鸡蛋的外观信息、自身信息和环境信息,外观信息发送至外观监测模块、环境信息发送至环境监测模块、生产信息和自身信息发送至数据分析模块;
步骤S103,外观检测模块对不同批次中每个鸡蛋的外观进行监测,环境监测模块对不同批次鸡蛋生产地的环境进行监测,数据分析模块对不同批次中鸡蛋自身状况进行分析,从而不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;
步骤S104,品质分级模块结合新鲜值、环境偏差系数和批次外观系数对不同批次鸡蛋的品质进行分级,得到对应批次鸡蛋的品质等级并反馈至用户终端;
所述服务器连接有数据采集模块、数据分析模块、环境监测模块、品质分级模块、外观监测模块、用户终端、管理终端以及服务器;
所述管理终端用于输入鸡蛋的生产信息以及鸡蛋生产地的环境信息,并将生产信息和环境信息发送至服务器内存储,服务器结合生产信息和环境信息接收前后顺序生产鸡蛋的批次号,所述服务器将批次号反馈至管理终端,管理终端将批次号和鸡蛋品种贴印在对应的鸡蛋上形成供用户终端扫描的标识码;
用户通过用户终端扫描标识码后发送鸡蛋的品质无损检测请求,无损检测请求发送至服务器,服务器依据无损检测请求生成无损检测指令,并将无损检测指令发送至数据采集模块、数据分析模块、环境监测模块、品质分级模块和外观监测模块;
所述数据采集模块用于获取不同批次鸡蛋的外观信息和自身信息以及不同批次鸡蛋生产地的环境信息,并将外观信息和自身信息发送至服务器;所述服务器将鸡蛋的外观信息发送至外观监测模块,所述服务器将环境信息发送至环境监测模块,所述服务器将生产信息和自身信息发送至数据分析模块;所述服务器中存储有鸡蛋的预设外观像素、预设生产环境和蛋壳重量标准区间;
所述外观检测模块用于对不同批次中每个鸡蛋的外观进行监测,监测得到不同批次鸡蛋的批次外观系数反馈至服务器;所述环境监测模块用于对不同批次鸡蛋生产地的环境进行监测,监测不同批次鸡蛋的环境偏差系数反馈至服务器;所述数据分析模块用于对不同批次中鸡蛋自身状况进行分析,分析得到不同批次鸡蛋的新鲜值反馈至服务器,所述服务器将不同批次鸡蛋的批次外观系数、环境偏差系数和新鲜值发送至品质分级模块;
品质分级模块结合新鲜值、环境偏差系数和批次外观系数用于对不同批次鸡蛋的品质进行分级,得到不同批次鸡蛋的品质等级反馈至服务器,所述服务器将同一批次鸡蛋的品质等级发送至用户终端;
所述外观检测模块的监测过程具体如下:
步骤一:将鸡蛋的批次标记为u,并将同一批次中的鸡蛋标记为Dui,u=1,2,……,z,z为正整数,i=1,2,……,x,x为正整数,i代表同一批次中鸡蛋的编号;获取不同批次中鸡蛋的数量并记为鸡蛋总数DSu;
步骤二:获取不同批次中鸡蛋的外观图,若鸡蛋的外观图中存在裂缝,则将对应鸡蛋进行剔除,若鸡蛋的外观图不存在裂缝,则进入下一步骤;
步骤三:将鸡蛋的外观图进行二进制处理得到二进制图像,而后去除鸡蛋外观图中的杂点,获取得到鸡蛋外观图中每个颜色的像素点;
步骤四:统计每个颜色像素点的数量,将数量最多的像素点标定为鸡蛋外观图的实际外观像素;
步骤五:获取服务器中存储的鸡蛋的预设外观像素,鸡蛋的实际外观像素比对预设外观像素,得到鸡蛋对应的外观等级和外观系数,具体为:
若鸡蛋的实际外观像素为浅褐色,则鸡蛋的外观等级为优质外观等级,且鸡蛋的外观系数的取值为α1;
若鸡蛋的实际外观像素为褐色,则鸡蛋的外观等级为普通外观等级,且鸡蛋的外观系数的取值为α2;
若鸡蛋的实际外观像素为深褐色,则鸡蛋的外观等级为劣质外观等级,且鸡蛋的外观系数的取值为α3;
步骤六:不同鸡蛋的外观系数相加求和除以鸡蛋总数,得到不同批次鸡蛋的批次外观系数WGu;
所述环境监测模块的监测过程具体如下:
步骤S1:获取不同批次鸡蛋生产地的实际生产温度,并将实际生产温度标记SWu;获取不同批次鸡蛋生产地的实际生产湿度,并将实际生产湿度标记SSu;
步骤S2:获取服务器中鸡蛋的预设生产环境,得到鸡蛋的预设生产温度YWu和预设生产湿度YSu;
步骤S3:计算实际生产温度与预设生产温度的差值得到不同批次鸡蛋的生产温度值WCu,同理,计算实际生产湿度与预设生产湿度的差值得到不同批次鸡蛋的生产湿度值SCu;
步骤S4:将生产温度值WCu和生产湿度值SCu代入计算式HPCu=WCu×a1+SCu×a2计算得到不同批次鸡蛋的生产环境偏差值HPCu;式中,a1和a2均为固定数值的权重系数,且a1和a2的取值均大于零;
步骤S5:若HPCu<X1,则不同批次鸡蛋的环境偏差系数HPXu的取值为β3;
若X1≤HPCu<X2,则不同批次鸡蛋的环境偏差系数HPXu的取值为β2;
若X2≤HPCu,则不同批次鸡蛋的环境偏差系数HPXu的取值为β1;其中,X1和X2均为生产环境偏差阈值,且X1<X2;
所述数据分析模块的分析过程具体如下:
步骤SS1:采用抽检方式从不同批次选取若干个鸡蛋作为待分析鸡蛋DFuo,o=1,2,……,v,v为正整数,o代表待分析鸡蛋的编号;统计不同批次中待分析鸡蛋的个数并记为待分析鸡蛋数DFSu;
步骤SS2:获取待分析鸡蛋的鸡蛋容重RZuo和鸡蛋高度DGuo,通过计算公式
Figure DEST_PATH_IMAGE002A
计算得到待分析鸡蛋的哈夫值HAuo;
步骤SS4:若待分析鸡蛋的哈夫值属于第一哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第二哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
若待分析鸡蛋的哈夫值属于第三哈夫区间,得到待分析鸡蛋的蛋白稳固系数WGuo;
步骤SS4:待分析鸡蛋依次破碎取出完整的蛋黄,得到待分析蛋黄的蛋黄直径DHZuo和蛋黄高度DHGuo,通过蛋黄指数计算公式DHZuo=DGuo/DZuo计算得到待分析鸡蛋的蛋黄指数DHuo;
步骤SS5:获取待分析鸡蛋的生产日期,利用服务器当前时间减去生产日期得到待分析鸡蛋的生产时长TSuo;
步骤SS6:将蛋白稳固系数WGuo、蛋黄指数DHuo和生产时长TSuo代入计算式计算得到不同批次中每个待分析鸡蛋的新鲜值JXXu,即不同批次鸡蛋的新鲜值,计算式具体如下:
Figure DEST_PATH_IMAGE004A
;式中,e为自然常数,b1和b2均为固定数值的比例系数,且b1和b2的取值均大于零,γ为固定数值的误差补偿系数;
所述品质分级模块的分级步骤具体如下:
步骤P1:获取不同批次鸡蛋的新鲜值JXXu、环境偏差系数HPXu和批次外观系数WGu;
步骤P2:通过公式
Figure DEST_PATH_IMAGE006A
计算得到不同批次鸡蛋的品质值PZu;
步骤P3:若PZu<Y1,则对应批次鸡蛋的品质等级为高品质鸡蛋;
步骤P4:若Y1≤PZu<Y2,则对应批次鸡蛋的品质等级为中品质鸡蛋;
步骤P5:若Y2≤PZu,则对应批次鸡蛋的品质等级为低品质鸡蛋;其中,Y1和Y2均为品质阈值,且Y1<Y2。
2.根据权利要求1所述的一种基于鸡蛋容重的鸡蛋品质无损检测方法,其特征在于,外观信息为不同批次中鸡蛋的外观图和裂缝数;生产信息为不同批次中鸡蛋的生产日期;环境信息包括不同批次鸡蛋生产地的实际生产温度和实际生产湿度;自身信息为不同批次中鸡蛋的鸡蛋高度、蛋黄高度、蛋黄直径、鸡蛋容重和蛋壳重量;
不同预设外观像素对应不同的外观等级,并且不同的外观等级设定有不同外观系数,浅褐色对应优质外观等级,褐色对应普通外观等级,深褐色对应劣质外观等级,优质外观等级的外观系数大于普通外观等级的外观系数,普通外观等级的外观系数大于劣质外观等级的外观系数。
3.根据权利要求1所述的一种基于鸡蛋容重的鸡蛋品质无损检测方法,其特征在于,环境偏差系数的取值β3小于环境偏差系数的取值β2,环境偏差系数的取值β2小于环境偏差系数的取值β1,即β1>β2>β3。
4.根据权利要求1所述的一种基于鸡蛋容重的鸡蛋品质无损检测方法,其特征在于,第一哈夫区间∈[72,∞],第二哈夫区间∈[60,72),第三哈夫区间∈[0,60);
处于第一哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数,处于第二哈夫区间的待分析鸡蛋的蛋白稳固系数大于处于第三哈夫区间的待分析鸡蛋的蛋白稳固系数。
CN202210222732.XA 2022-03-09 2022-03-09 一种基于鸡蛋容重的鸡蛋品质无损检测方法 Active CN114578002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210222732.XA CN114578002B (zh) 2022-03-09 2022-03-09 一种基于鸡蛋容重的鸡蛋品质无损检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210222732.XA CN114578002B (zh) 2022-03-09 2022-03-09 一种基于鸡蛋容重的鸡蛋品质无损检测方法

Publications (2)

Publication Number Publication Date
CN114578002A CN114578002A (zh) 2022-06-03
CN114578002B true CN114578002B (zh) 2022-11-25

Family

ID=81778772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210222732.XA Active CN114578002B (zh) 2022-03-09 2022-03-09 一种基于鸡蛋容重的鸡蛋品质无损检测方法

Country Status (1)

Country Link
CN (1) CN114578002B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115219003A (zh) * 2022-07-27 2022-10-21 江苏省家禽科学研究所 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法
CN115979339B (zh) * 2022-12-07 2023-08-15 吉林农业科技学院 一种基于大数据分析的蛋鸡养殖环境智能监管系统
CN117309881B (zh) * 2023-10-07 2024-05-17 广东省农业科学院设施农业研究所 一种基于神经网络的水果缺陷无损检测方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11230960A (ja) * 1998-02-13 1999-08-27 Kyowa Kikai Kk 卵の鮮度自動判定装置
US20070202223A1 (en) * 2005-09-26 2007-08-30 Orka Food Technology Ltd. Egg Quality Measurement
CN102147402A (zh) * 2011-03-08 2011-08-10 江苏大学 机器视觉技术快速检测鸡蛋新鲜度的方法
CN102445456B (zh) * 2011-10-09 2013-07-03 河海大学常州校区 基于dsp机器视觉的鸡蛋品质无损检测装置及检测方法
CN104535588B (zh) * 2014-12-24 2017-02-22 河海大学常州校区 基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法
CN104764744B (zh) * 2015-04-21 2017-03-22 华中农业大学 一种禽蛋新鲜度的视觉检测装置及其方法
CN108663367A (zh) * 2018-03-30 2018-10-16 中国农业大学 一种基于鸡蛋容重的鸡蛋品质无损检测方法
CN110456010A (zh) * 2019-07-04 2019-11-15 南开大学 一种无损快速检测鸡蛋新鲜度的方法
CN111157511B (zh) * 2020-01-09 2021-07-27 江南大学 一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法

Also Published As

Publication number Publication date
CN114578002A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN114578002B (zh) 一种基于鸡蛋容重的鸡蛋品质无损检测方法
Miller et al. A robust, high‐throughput method for computing maize ear, cob, and kernel attributes automatically from images
CN109001407B (zh) 一种湖水水质分析系统
CN108760655B (zh) 一种苹果味觉图谱信息可视化方法
CN116342152B (zh) 一种农产品的源产销信息追溯方法和系统
CN113109240B (zh) 一种计算机实施的粮食不完善粒测定方法和系统
Marcon et al. Estimation of total leaf area in perennial plants using image analysis
Ratprakhon et al. Developing an automatic color determination procedure for the quality assessment of mangos (Mangifera indica) using a CCD camera and color standards
CN117730655B (zh) 水稻种子活力定量分析方法、装置、设备及存储介质
CN112906773A (zh) 基于云服务的生猪屠宰线胴体品质分级和监控方法及系统
CN113990477B (zh) 一种基于云平台的大数据智能健康监护系统
Kamruzzaman Optical sensing as analytical tools for meat tenderness measurements-A review
CN117057822A (zh) 一种蚕茧收购监管方法
KR102622655B1 (ko) 한우의 성장검사 자료 수집 장치
CN107389511B (zh) 一种作物种籽表型测量方法及便携装置
Doerflinger et al. Objective assessment of dried sultana grape quality using digital image analysis
CN115359050A (zh) 家畜采食量异常检测方法及装置
CN112434851A (zh) 一种基于大数据用于蛋禽的销售管理系统
Condotta et al. Using an artificial neural network to predict pig mass from depth images
Sauceda Acosta et al. Size and number of wheat grains analyzed by digital image processing
CN117309881B (zh) 一种基于神经网络的水果缺陷无损检测方法及系统
Cai et al. Rapid measurement of potato canopy coverage and leaf area index inversion
EP4280171A1 (en) Analysing biomaterials
CN107960346A (zh) 一种家禽群中个异常体重个体识别方法及系统
CN117954126B (zh) 基于多传感数据融合的兽药在线监测系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant