摘要:针对国内禽蛋制品加工过程中，散装蛋水中上料时筐装蛋搬运自动化程度低的问题，设计一种自动上料机器人的视觉定位方案。该方案采用YOLOv5s和图像处理相结合的方法，在复杂环境中对散装禽蛋筐进行定位识别。建立最佳分割阈值T与图像平均灰度值M之间的关系模型，使用动态阈值分割法对图像中的堆垛整体进行分割，通过堆垛最小外接矩形的长宽比区分2种筐装禽蛋堆垛类型，堆垛类型识别准确率为100%。使用YOLOv5s对堆垛顶层的单个蛋筐进行定位识别，模型识别精确率为98.48%，检测单幅图片用时为0.005 4 s。根据YOLOv5s输出的定位结果对图片进行裁剪，通过图像分割将蛋筐边框分割出来并用Canny算子检测其边缘信息，计算所有蛋筐旋转角度，平均角度误差为0.41°。结合蛋筐高度得出筐装禽蛋堆垛中所有蛋筐的位姿信息。结果表明，基于YOLOv5s和图像处理的筐装禽蛋定位方法可以准确识别出筐装禽蛋堆垛中所有蛋筐的位姿信息，该系统具有较好的鲁棒性和可行性。

摘要:种蛋孵化信息检测对于提升孵化品质、合理利用种蛋资源、提高孵化效益具有重要意义。目前我国种蛋孵化信息检测技术应用落后、劳动强度大、自动化程度较低、禽蛋资源浪费严重，迫切需要加强种蛋孵化信息无损检测技术研究创新，确保孵化质量，实现公母分养，保护动物福利，提高企业经济效益，促进蛋鸡养殖产业健康发展。本文着重从家鸡种蛋的孵前受精检测、孵化期成活性检测及孵化期性别检测三个方面，总结了近十多年来国内外种蛋孵化信息检测领域的新兴技术和研究进展，指出了有待解决的问题和发展前景，以期为种蛋孵化信息无损检测提供综合性参考。

摘要:禽蛋品质检测是食品安全和消费者权益的重要保障措施，传统禽蛋品质检测主要依赖人工进行，存在工作强度大、效率低且准确率波动大等弊端。光谱检测技术具有快速、安全、无损等优点，近些年来在禽蛋内部品质检测领域发展迅速。本文基于禽蛋的新鲜度、蛋白含量、脂肪含量、血斑肉斑、受精信息、种蛋性别、胚蛋活性等内部品质指标检测的有关研究，概述了近红外光谱、可见-近红外光谱、高光谱成像及拉曼光谱等光谱检测技术在禽蛋内部品质无损检测中的研究进展，分析总结了光谱检测技术在禽蛋无损检测中的应用特点与难点，并展望了其未来发展趋势，以期为我国蛋品无损检测研究及行业质量安全监管提供参考。

摘要:针对基于声波信号的鸡蛋裂纹检测过程中易受到噪音干扰的问题，采集运输线上敲击鸡蛋产生的声波信号，对信号进行递归图分析，采用递归定量分析提取递归图的量化特征参数，用于鸡蛋壳裂纹的分类检测。分别构建基于支持向量机(support vector machine,SVM)、反向传播神经网络模型的鸡蛋裂纹分类检测模型,对300枚鸡蛋进行检测。结果表明，SVM检测模型效果较好；在SVM模型中，完好蛋和裂纹蛋的识别率分别达93.98%和95.52%,效果理想。

摘要:采用自行搭建的声波信号响应装置对实验中裂纹鸡蛋样本的蛋壳裂纹随机分布进行无损检测。利用端点检测等方法对声波信号（采集点在鸡蛋赤道部位）进行预处理，然后采用Hilbert Huang变换（HilbertHuang transform,HHT）和多重主成分分析（MultiPCA）对预处理之后的声波信号进行分析，分别提取声波信号在时域和频域上的主要特征参数，用于鸡蛋蛋壳裂纹的分类检测。结果表明，当鸡蛋蛋壳裂纹大小和位置均随机分布时，由HHT和MultiPCA提取的特征参量经由支持向量机 (support vector machine,SVM)模型和人工神经网络（artificial neural network,ANN ）模型均可达到较高识别率。在SVM模型中，采用径向基核函数的效果最好，检测精度高达90%；在ANN模型中，整体回归系数可达0.924 76，检测精度为86.70%。

摘要:提出一种融合梯度幅值和置信度的鸡蛋裂纹检测新方法。采集褐壳鸡蛋的裂纹图像，运用提及边缘检测算法获取感兴趣区域图像，采用最大边界算法挑选边界轮廓，融合二者获取裂纹区域图像。对3种典型鸡蛋裂纹图像进行边缘检测新方法与传统边缘检测算子（Log算子、Sobel算子及Canny算子）对比试验，结果表明：融合梯度幅值和置信度的鸡蛋裂纹检测新方法能够克服固定阈值适应性较差的缺陷，提高检测准确率，在消除噪声、增强弱边缘信息方面优于传统边缘检测算子。

摘要:以鸡蛋为试验对象，进行不同的敲击材料、测点、敲击速度、质量、蛋壳强度情况下的敲击振动试验。用加速度传感器获取振动信号，并对该振动信号进行傅里叶变换，提取特征参数。结果表明：不同敲击材料、测点、敲击速度对主响应频率没有太大影响，而质量和蛋壳强度却对主响应频率有较显著的影响，随着质量的增加，主响应频率下降，随着蛋壳强度的增加，主响应频率增大。

摘要:以无裂纹蛋和裂纹蛋为测试对象，采用机器视觉技术和支持向量机等技术手段，分析无裂纹蛋和裂纹蛋在图像上的差异，提取特征参数，实现蛋壳裂纹的自动识别; 针对蛋壳表面的亮斑，对预处理后的图像运行消除亮斑算法并进行区域标记。在此基础上，从5个不同视角提取13个能够表征无裂纹蛋和裂纹蛋的特征参数，分别是图像标记区域参数（区域标记数和标记点数）、几何特征参数（长轴和短轴）、基于Freeman链码的形状参数（形状数）、纹理特征参数（均值、标准偏差、平滑度、三阶矩、一致性、熵）和频谱特性参数（最大幅值和最大相位）。采用Adaboosting算子对上述特征参数进行优化，突出影响因子较大的参数组合，作为SVM的输入向量，建立蛋壳裂纹的识别模型。结果表明：该方法对蛋壳表面的亮斑、微小裂纹及普通裂纹均具有识别能力，模型正确率达97.5%，符合蛋品企业对蛋壳裂纹检测的精度要求。

摘要:鸭蛋壳的传质特性是影响咸鸭蛋腌制速率和品质的重要因素，为探索咸鸭蛋腌制过程中Na+和Cl-的传质机制，以去除蛋清蛋黄且清洗干净的鲜鸭蛋空壳为材料，研究鸭蛋壳传质速率随腌制液（NaCl溶液）质量分数、溶液温度和腌制时间的变化规律。结果表明：腌制液质量分数对鸭蛋壳传质速率的影响显著，在其他腌制条件相同时，腌制液质量分数为临界饱和时，鸭蛋壳的传质速率最大；一定范围内，腌制温度对鸭蛋壳传质速率的影响不显著；蛋壳传质速率随时间呈先增后减趋势。

摘要:通过分析受敲击鸡蛋的声音功率谱图而确定出特征参数：共振峰对应的模拟量频率值、功率谱面积、高频段额外峰功率谱幅值和第32点前后频段功率谱面积的比值,并通过Bayes理论建立鸡蛋破损判别模型。然后采用DSP鸡蛋破损检测系统,进行鸡蛋破损检测的试验。检测结果表明,此系统判别精度高,方法可行。