膨化食品表面质量的自动检测

利用图像处理方法，对膨化玉米表面质量进行了研究。结果表明，膨化玉米的颜色和体积是反映产品质量的重要信息，直接受物料喂入量和含水量的影响。通过对样本图像的统计分析可知，ＲＧＢ、ＣＭＹ模型比ＨＳＩ模型更适用于膨化玉米。用图像处理方法自动检测膨化食品表面质量可避免手工检测和内部结构图像分析时破坏样本，减少了损失。

膨化食品质量的智能控制方法

质量控制一直是制约我国食品生产发展的主要问题之一，文章研究了用神经网络模式识别器来识别统计质量控制中的典型模式。进行了计算机模拟和实验。本研究展示了在食品质量控制过程中，应用计算机视觉系统和神经网络技术的潜在优势。性能评价的结果说明，误差逆向传播神经网络算法是一种行之有效的质量模式识别的工具，这项智能模式识别技术可以成功地应用在食品加工过程中。