共查询到19条相似文献，搜索用时 187 毫秒
1.
2.
基于力-声学特性的鸡蛋微小裂纹在线检测方法 总被引：1，自引：0，他引：1
针对目前国内外禽蛋流水线在线裂纹检测中微小裂纹检测的难题,通过外部压力增大微小裂纹信息,并结合声学方法实现多维度禽蛋微小裂纹的无损检测。对20枚不同位置的微小裂纹蛋进行压碎实验,选取压力范围为0~6 N,采集无损蛋与微小裂纹蛋的振动音频信号,结合功率谱分析、PCA主成分分析,选出工业流水线条件下最适宜增大微小裂纹信息的外部压力为5 N,最佳扫频范围为3 000~7 500 Hz。实验中,对320枚鸡蛋进行检测,分别构建基于反向传播神经网络(BPNN)、概率神经网络(PNN)和最小二乘支持向量机(LS-SVM)的鸡蛋微小裂纹检测模型,其中,基于LS-SVM的鸡蛋微小裂纹检测模型最优,测试集中无损蛋与微小裂纹蛋的识别率分别达到98.3%和95%,且流水线每小时可在线检测约3 600枚鸡蛋。 相似文献
3.
根据无损蛋和有损蛋声学特性的差异,设计了一种基于DSP的鸡蛋蛋壳破损检测硬件系统.该硬件系统具有声音信号采集与处理、破损识别、结果显示以及与PC机通信等功能,可实现破损蛋壳的检测. 相似文献
4.
为提高禽蛋蛋壳品质的识别精度,提高检测效率,针对支持向量机识别精度受其惩罚参数C和核函数参数g的影响,提出一种基于MFO-SVM的禽蛋蛋壳品质识别模型。通过图像采集和信号分析,提取不同禽蛋蛋壳品质信号的样本熵,将禽蛋蛋壳信号的样本熵特征数据作为MFO-SVM的输入,禽蛋蛋壳品质类型作为MFO-SVM的输出,建立MFO-SVM的禽蛋蛋壳品质识别模型。研究结果表明,与GA-SVM、PSO-SVM和DE-SVM相比,MFO-SVM可以有效提高禽蛋蛋壳品质类型识别的准确率,其识别准确率高达98.43%,为禽蛋蛋壳品质类型识别提供新的方法和途径,可以推广应用。 相似文献
5.
为了增强敲击响应信号对禽蛋蛋壳裂纹信息的感知能力,提高禽蛋裂纹检测的准确性,分析了敲击装置的力学模型,并以此为依据优化设计激励棒的结构参数和检测条件。力学分析发现,禽蛋的激振力脉冲形态与激励棒质量、棒头刚度和敲击速度有关;优化后的激励棒质量应小于5.6 g,棒头采用尼龙材质;建立了冲击力能量与激励棒质量和敲击速度之间的相互关系,并建立了瞬态冲击过程的数学模型。试验结果表明,优化后激励棒对完好蛋激振力脉冲的稳定性较好,与所建立数学模型的相关系数均达到0.92以上;产生的力信号频带能覆盖禽蛋固有频率且具有足够的激振能量,有利于提高完好蛋与裂纹蛋的可区分性和响应信号的信噪比。 相似文献
6.
机器视觉因具有检测速度快、稳定性高及成本低等优点，已发展成为禽蛋无损检测领域主流检测手段。使用该技术对禽蛋进行无损检测时，需要依赖大量禽蛋图像作为数据支撑才能取得较好的检测效果。由于养殖安全等限制，禽蛋图像数据的采集成本较高，针对该问题，提出了一种适应于小样本禽蛋图像检测的原型网络（Prototypical network）。该网络利用引入注意力机制的逆残差结构搭建的卷积神经网络将不同类别的禽蛋图像映射至嵌入空间，并利用欧氏距离度量测试禽蛋图像在嵌入空间的类别，从而完成禽蛋图像的分类。本文利用该网络分别验证了小样本条件下受精蛋与无精蛋、双黄蛋与单黄蛋及裂纹蛋与正常蛋的分类检测效果，其检测精度分别为95%、98%、88%。试验结果表明本文方法能够有效地解决禽蛋图像检测中样本不足的问题，为禽蛋图像无损检测研究提供了新的思路。 相似文献
7.
设计了一种基于DSP的蛋壳无损检测硬件系统,该硬件系统具有控制敲蛋装置、声音信号采集与处理、破损识别和与PC机通信等功能。实践应用证明该系统可实现蛋壳无损检测工作快速、机动、可靠和高效的要求。 相似文献
8.
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. 相似文献
9.
10.
11.
为了提高对鸡蛋裂纹识别的准确性,建立利用计算机视觉和声学响应信息融合技术检测鸡蛋裂纹的系统,首先采集和分析鸡蛋被敲击后的声音信号,提取了4个特征频率、偏斜度平均值和崤度平均值共6个特征参数,作为人工神经网络的输入量,创建了结构为6-15-1的3层BP神经网络模型判别鸡蛋裂纹。其次,利用计算机视觉系统获取鸡蛋表面图像,提取了区域面积、圆形度、区域长径、短径和长短径之比共5个特征参数,作为BP人工神经网络的输入量,创建了结构为5-10-1的3层BP神经网络模型识别鸡蛋裂纹。最后,根据计算机视觉与声学响应技术检 相似文献
12.
运用自行研制的禽蛋裂纹检测装置,可以采集并分析敲击鸡蛋产生的响应信号,检测裂纹蛋。提取敲击响应信号功率谱的10个特征参数,并采用逐步回归法和遗传算法进行优化和筛选,以期选取更有效的特征参数,提高模型检测精度。结果表明,遗传算法筛选结果明显优于逐步回归法。当采用遗传算法筛选的4个特征参数(功率谱信号的第1共振峰对应的频率点、第1共振峰的功率谱与其前4个频率功率谱的方差、前3个共振峰功率谱方差、中低频段功率谱能量比)作为判别模型的输入向量,模型能取得最优结果,预测集判别率可达到97.2%。 相似文献
13.
鸡蛋敲击响应特性与蛋壳裂纹检测 总被引：13，自引：6，他引：7
鸡蛋经敲击激励后用传感器获取时域特性信号,并进行信号频域分析。结果表明,无裂纹鸡蛋的频域特征有相似的规律性。存在一个较明显的主频率值。峰值突出;有裂纹鸡蛋频域特征无规律性,没有明显的主频率值。峰值较紊乱;裂纹蛋上不同测点的频域特性有较大差异。提出了检测鸡蛋裂纹的主要参数：主频率值、功率谱平均值、归一化功率谱平均值、x轴及y轴质心等。主频率值、功率谱平均幅值、归一化功率谱平均幅值等参数可以用于检测鸡蛋有无裂纹,其中采用主频率值、归一化功率谱平均幅值检测时精度较高。 相似文献
14.
脱绒棉种活力检测系统的设计与实现 总被引：1，自引：0，他引：1
为了实现脱绒棉种活力的快速无损检测,利用VS2010和Open CV混合编程方式开发一套脱绒棉种活力在线检测系统分析软件,应用BP神经网络原理构建活力预测模型。软件系统主要包括图像采集模块、参数记录模块、图像处理分析及活力检测模块,主要实现了图像采集、图像特征提取与分析、脱绒棉种活力预测及参数记录等功能。选取新陆早50、鼎丰10号、神农11号3个品种进行活力预测试验,准确率分别达到90.29%、84.27%、8 6.8 0%。软件系统的开发为脱绒棉种活力实现快速无损检测分级奠定了基础。 相似文献
15.
谷物水分的快速测量对谷物准确测产、粮食快速收储、精准农业实施具有重要意义。针对联合收获机动态作业条件下小麦水分检测稳定性差、测量精度低等问题,基于小麦介电特性原理,设计一种联合收获机水分在线检测装置,提出一种动态连续取样、静态间歇测量的新方法,实现了联合收获机作业条件下,在线快速稳定检测小麦含水率。在线检测装置由机械动态取样部分、电机控制模块、传感器模块、数据采集模块、卫星定位模块和显示终端组成。其中传感器模块包括水分传感器、温度传感器和料位传感器。开展了静态验证试验和田间动态验证试验。试验结果表明,静态条件下,含水率在线检测误差在3%以内;在田间动态变化条件下,建立了基于介电常数和温度因子的水分检测模型,实测值和检测值相关系数达到0.92,在线检测误差小于5%。采用动态连续采样、静态间歇测量的方法显著提高了含水率在线检测的精度,为实现小麦精准生产提供了一种快速测量手段。 相似文献
16.
17.
设计了一台五彩智能鸡蛋分选机，该设备包括机械执行系统、电子控制系统和外壳，对机械执行系统中的凸轮进行了拓扑优化设计，减轻了凸轮组质量，计算机械执行系统功率，对步进电机进行了选型。设计了电子控制系统的集成按键、液晶屏幕和单片机电路板，设计了五彩灯电路板并集成了电源模块。对鸡蛋分选机进行了鸡蛋分选试验，结果表明，分选过程中鸡蛋之间不会发生干涉现象，每个鸡蛋称量精确，精度可达0-2 g，称量范围可调，可以对鸡蛋、鸭蛋等蛋产品自动分等。橡胶材质的撑蛋爪使分选的鸡蛋碎蛋率能够保证＜1‰，完全达到企业的要求。 相似文献
18.
基于机器视觉的玉米单倍体自动分选系统 总被引：2，自引：0，他引：2
针对导入基因标记后杂交诱导产生的玉米籽粒,设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统。系统主要由传动部件、斜面翻滚部件、信号采集与处理部件,以及籽粒分选部件4部分组成。斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态,试验使用这一方法获得含胚面图片的成功率达90%。信号采集与处理部件通过提取玉米籽粒胚面的SIFT特征来判断籽粒属性,并将属性结果发送给籽粒分选部件,分选部件根据结果控制直线滑台的运动以实现籽粒筛选。试验结果表明:系统对单倍体的正确识别率为95%,可很好地实现玉米单倍体的自动分选。 相似文献
19.
奶牛表型特征是评价奶牛成长状况的一项重要参数，为减少奶牛的应激性且能便捷地获取奶牛几何表型尺寸，运用图像处理技术提取奶牛表型特征参数，设计了一款针对深度图像和点云数据的奶牛几何表型特征获取系统。对奶牛深度图像采用背景减去法、阈值分割、滤波和空洞填充等方法获取奶牛目标区域，对目标采用边缘检测、角点检测和凸包运算等检测特征点，最后对应点云数据获得奶牛表型特征尺寸。系统现场试验结果表明，系统获取的体重准确性在98%以上，体尺准确性在96%以上，系统工作稳定、测量精度高，为实现数字化养殖打下了基础，具有很好的应用前景。 相似文献