基于透射图像的高压脉动腌制咸鸭蛋含盐量检测

含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线性回归、支持向量机回归两种算法,建立对蛋清、蛋黄及全蛋含盐量以及蛋黄指数的定量预测模型。结果表明,随着咸鸭蛋腌制时间的增加,其透光性显著提高。同时,透射图像蛋黄的所在视野区域会随着含盐量的增加而呈现规律性的变化。基于图像整体特征建立的蛋清、蛋黄、全蛋含盐量模型较优,在蛋黄指数预测下基于长轴截面光强度特征所建模型较优。其中,基于图像整体特征所建立的蛋黄含盐量支持向量机回归(support vector regression,SVR)模型最优,测试集相关系数(test set correlation coefficient,Rp)、测试集均方根误差(root mean square error of prediction,RMSEp)、相对分析误差(residual predictive deviation,RPD)分别达到0.8460、0.3416、1.898;基于长轴截面光强度特征建立的蛋黄指数多元线性回归(multiple linear regression,MLR)模型最优,测试集相关系数Rp、均方根误差RMSEp、相对分析误差RPD分别为0.8318、0.0743、1.916。该研究结果为咸鸭蛋含盐量的快速检测提供理论依据和技术支持。

草莓悬挂输送无损分级系统的设计与试验

为解决目前鲜食草莓人工分级效率低,自动化分级易损伤的问题,设计一套草莓悬挂输送无损分级系统。在要求草莓留梗采摘的基础上,设计果梗夹持机构;根据分级功能需求,设计转移上料机构、双链循环输送机构、缓存下料机构,以实现草莓的无损输送。再配合内、外观品质检测模块,即可实现草莓品质分级。以直径30~50 mm,质量20~50 g的草莓为研究对象,根据内、外品质检测结果,将其划分为7个等级,并分别下料包装。草莓外部品质检测采用机器视觉,提取草莓大小、颜色、形状等外观信息;内部品质检测采用近红外光谱,检测可溶性固形物含量;根据分级结果,将其分别输送至对应下料机构进行下料包装。研究为草莓类柔嫩果皮果实的无损分级装备开发提供新的解决方案。