利用敲击声音信号进行禽蛋破损检测和模糊识别

为了在蛋品加工中能够快速检测并剔除异常蛋(钢壳蛋、尖嘴蛋)和破损蛋,利用一个微型话筒和声卡采集蛋在敲击时的声脉冲信号,将采集到的声脉冲信号送计算机处理和分析。研究结果表明:正常蛋、破损蛋、钢壳蛋、尖嘴蛋的敲击声音信号在衰竭时间、最小共振峰频率和四点最大频率差等参数上存在差异,且差异的边界是模糊的。利用最大隶属度原则进行模糊识别,破损蛋的识别准确率达95%。

倒谱和功率谱分析在禽蛋破损检测中的应用

为了在蛋品加工中能够快速地检测并剔除破损蛋,将声卡采集到的蛋在敲击时的声脉冲信号送入计算机,利用倒谱和功率谱进行分析,分别提取出6个特征参数,并进行逐步判别分析,选择出最优判别因子,建立判别模型。实践表明:其对破损蛋的识别准确率达到95%,对禽蛋破损检测提供了参考方法。

基于Bayes判别的禽蛋破损检测模型研究

通过对敲击蛋壳的声音信号进行功率谱分析,得到功率谱面积的平均值、最大功率谱面积与最小功率谱面积的差值、X轴方向上质心的平均值等8个反映蛋壳破损特征的参数;再运用Bayes判别原理建立与这些特征参数相关的蛋壳破损检测模型。试验研究表明,该模型准确率达到92%。