淺談禽蛋品質(zhì)檢測的發(fā)展

淺談禽蛋品質(zhì)檢測的發(fā)展

0脂肪含量及組成鳥類和蛋含有人體所需的各種營養(yǎng)成分，其中蛋白質(zhì)含量超過12%，脂肪含量超過11%，其組成部分比例非常適合人體。這些營養(yǎng)成分在人體中的利用率也很高。禽蛋經(jīng)過加工,可以制成各種深受消費者喜愛的傳統(tǒng)風(fēng)味的蛋制品,如松花蛋、咸蛋等。1國內(nèi)外對鳥類和蛋質(zhì)量的檢測1.1血斑的檢測光學(xué)無損檢測的原理是:光照射到物體上以后,光能一部分被外表面反射;一部分進(jìn)入物體內(nèi)遇到細(xì)胞結(jié)構(gòu)或產(chǎn)生散射,或被物體所吸收;其余部分則透過物體。這幾部分比例的大小,取決于被照物體的表面狀況、內(nèi)部成分、折射率以及入射光的波長等因素。物體的透光程度常用光密度來度量,它是物體透射率倒數(shù)的對數(shù),只要找出光密度或透射率與蛋內(nèi)部品質(zhì)之間的相關(guān)關(guān)系就可判斷其內(nèi)部品質(zhì)。20世紀(jì)50年代,美國就研究利用光學(xué)技術(shù)探測蛋的血斑,現(xiàn)已在實際中得到了應(yīng)用。1989年,吳守一等分析了光密度和透射率與雞蛋內(nèi)部品質(zhì)之間的相關(guān)關(guān)系,通過對雞蛋新鮮度的追蹤試驗,找出了雞蛋透射率值與一般新鮮度指標(biāo)(哈夫值、蛋黃指數(shù)、揮發(fā)性鹽基氮)之間的相關(guān)關(guān)系,并建立了雞蛋新鮮度的影響因子,得出了相應(yīng)的等級分界值,為雞蛋無損檢測標(biāo)準(zhǔn)和設(shè)計雞蛋新鮮度分級裝置提供了理論參考。1993年,方如明等人為提高雞蛋內(nèi)部品質(zhì)光特性無損檢測的精度,建立了雞蛋的光學(xué)模型,找出了整蛋、蛋內(nèi)容物、蛋殼三者透射特性之間的關(guān)系,通過試驗研究得到了雞蛋內(nèi)部品質(zhì)指標(biāo)(哈夫值)與整蛋投射率、蛋殼顏色和外形參數(shù)之間的相關(guān)關(guān)系。1995年,日本農(nóng)林水產(chǎn)省家畜衛(wèi)生試驗場的安藤義路發(fā)現(xiàn)了一旦對雞蛋照射紫外線,雞蛋本身就會發(fā)出熒光,而且越是新鮮的雞蛋,其發(fā)光越強(qiáng)烈。1996年,陳斌等人研究雞蛋主要成分的光譜透射特性,分析了它們的光譜透射曲線和存放時間的變化趨勢,并對雞蛋做了大量的跟蹤試驗,探索通過測量雞蛋的光譜透射特性評價雞蛋品質(zhì)的新方法,為進(jìn)一步設(shè)計全自動雞蛋品質(zhì)檢測設(shè)備提供了有價值的參考數(shù)據(jù)。2002年,劉燕德等為了更好地?zé)o損檢測雞蛋的新鮮度,分析雞蛋內(nèi)部品質(zhì)與透射特性的相關(guān)關(guān)系,從而對雞蛋的新鮮度做出估量,研究了波長在200~600nm范圍內(nèi)雞蛋新鮮度的光特性。試驗結(jié)果表明:在波長為400~600nm的可見光區(qū)域,利用雞蛋的透射特性對其新鮮程度進(jìn)行無損檢測和分級具有可行性。1.2蛋白檢測和蛋白比檢測機(jī)器視覺技術(shù)是20世紀(jì)70年代初期在遙感圖片和生物醫(yī)學(xué)圖片分析兩項應(yīng)用技術(shù)取得卓有成效的成果后,開始嶄露頭角的。隨著圖像處理技術(shù)的發(fā)展與計算機(jī)硬件成本的下降及運行速度的提高,在農(nóng)產(chǎn)品品質(zhì)自動檢測和分級領(lǐng)域,應(yīng)用機(jī)器視覺系統(tǒng)已變得越來越具有吸引力。機(jī)器視覺不僅是人眼的延伸,更重要的是其具有人腦的部分功能,在農(nóng)產(chǎn)品品質(zhì)檢測上的應(yīng)用正是滿足了這些應(yīng)變的要求。機(jī)器視覺技術(shù)的特點是速度快、信息量大、功能多。以水果為例,可以一次性完成多個品質(zhì)指標(biāo)的檢測,還可以測量定量指標(biāo)。應(yīng)用機(jī)器視覺技術(shù)有利于設(shè)計自動分級流水線,因而機(jī)器視覺技術(shù)在農(nóng)產(chǎn)品品質(zhì)自動檢測方面有很好的應(yīng)用前景。1991年,Elster,R.T.andGoodrum,J.W.采用直方圖均衡化和sobel算子相結(jié)合的方法檢測雞蛋表面的裂痕,從而將雞蛋分為合格品和次品兩種,檢測準(zhǔn)確性達(dá)到96%;但該方法有時會將雞蛋圖像中連在一起的白點誤判為裂紋,而且檢測每個雞蛋的時間平均需要25.3s。1992年,GoodrumJ.W.等人運用機(jī)器視覺技術(shù)研究了對連續(xù)旋轉(zhuǎn)雞蛋進(jìn)行裂紋檢測的方法,正確率達(dá)到94%;但是該方法需要根據(jù)雞蛋的大小不時調(diào)整軟件的校準(zhǔn)刻度,影響了檢測速度。1994年,Patel等人通過獲取圖像的直方圖來訓(xùn)練神經(jīng)網(wǎng)絡(luò),檢測有裂紋的雞蛋和A級雞蛋,模型準(zhǔn)確率為90%,速度有了顯著地提高。在1995~1998年間,Patel用神經(jīng)網(wǎng)絡(luò)技術(shù)繼續(xù)研究檢測有裂紋的雞蛋,準(zhǔn)確率為87.8%,有污點的準(zhǔn)確率為85%,準(zhǔn)確率較低。1998年,Nakano,K.J.用彩色圖像采集系統(tǒng),檢測有裂紋雞蛋準(zhǔn)確率為96.8%,檢測破裂雞蛋準(zhǔn)確率為98.5%,檢測臟蛋準(zhǔn)確率為97.3%,檢測正常雞蛋準(zhǔn)確率為96.8%,總體準(zhǔn)確率為97.2%,雖然準(zhǔn)確率較高;但該系統(tǒng)只能檢測白殼蛋。1999年,Keigokuchida,MihoFukaya指出蛋黃蛋白比與圖像的紅、綠、藍(lán)成分間系數(shù)顯著相關(guān),選用來自4條生產(chǎn)線的不同種源的蛋品,通過獲取蛋品的4個角度的圖像,利用計算機(jī)圖像統(tǒng)計分析方法對蛋黃蛋白比進(jìn)行無損檢測,將預(yù)測和實際檢測結(jié)果分為5級,預(yù)測和實際檢測結(jié)果0誤差的準(zhǔn)確率為76.1%,誤差為0~1%的準(zhǔn)確率為100%;由于要提取紅、綠、藍(lán)成分分量以及統(tǒng)計分析方法的使用,影響了檢測速度。1995年,蘇臣根據(jù)蛋白、蛋黃、蛋殼在光照中的不同特征,將雞蛋分為新鮮蛋、散黃蛋、搭殼蛋、腐臭蛋、胚胎發(fā)育蛋、無精蛋等類型,利用雞蛋的灰度直方圖,進(jìn)行了6類雞蛋品質(zhì)的檢測。但檢測的準(zhǔn)確率較低,如散黃蛋、搭殼蛋的誤判率分別達(dá)到13.3%和16.7%,而且速度較慢,判定每個蛋的時間為4.5s。1997年,楊秀坤從算法和理論入手,將遺傳神經(jīng)網(wǎng)絡(luò)方法與彩色計算機(jī)視覺系統(tǒng)相結(jié)合進(jìn)行雞蛋新鮮度檢測,將雞蛋分為合格與不合格兩種。2000年,周維忠在研究鴨蛋孵化時,在孵化早期選擇了H、I、S彩色模型,利用量化后的色度值作為種蛋顏色內(nèi)部特征參數(shù),采用小波神經(jīng)網(wǎng)絡(luò)分類器判別孵化中種蛋成活可能性;在孵化中期,選擇了形態(tài)學(xué)方法判別孵化中種蛋成活可能性。2001年,陳佳娟等人將計算機(jī)視覺技術(shù)與遺傳神經(jīng)網(wǎng)絡(luò)相結(jié)合,建立了一套適合于孵化雞蛋可成活性自動檢測的計算機(jī)視覺系統(tǒng),通過計算機(jī)視覺技術(shù)獲取了孵化雞蛋的色度直方圖,并提取了孵化雞蛋表面顏色特征,采用遺傳算法優(yōu)化了多層前饋神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與權(quán)值,提高了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)質(zhì)量和學(xué)習(xí)速度,實現(xiàn)了孵化雞蛋可成活性的自動檢測。試驗結(jié)果表明,該方法準(zhǔn)確率較高,并具有魯棒性和高速度。2003年,文友先等應(yīng)用機(jī)器視覺技術(shù),研究出鴨蛋大小及蛋心顏色自動分級系統(tǒng),鴨蛋蛋殼顏色與蛋心區(qū)域顏色信息有關(guān),可用光密度值進(jìn)行模糊識別。該系統(tǒng)運用機(jī)器識別的方法對鴨蛋蛋心顏色、蛋殼厚度、蛋的新鮮度以及蛋重進(jìn)行檢測,建立的模型能夠使蛋心顏色檢測在(-2,2)級上的準(zhǔn)確率達(dá)到91%,蛋重檢測在(-2,2)kg上的準(zhǔn)確率達(dá)到93%。蛋厚的準(zhǔn)確率達(dá)到81%,新鮮度達(dá)到82%。1.3雞蛋新鮮度與電導(dǎo)率關(guān)系討論禽蛋的電學(xué)特性是利用對禽蛋的電導(dǎo)率的差異,建立與其相關(guān)的模型來檢測禽蛋的品質(zhì)。1991年,劉熙等人對不同新鮮度的雞蛋進(jìn)行了pH值、TVBN和電導(dǎo)率的檢測,通過對其結(jié)果的分析得出,隨著雞蛋新鮮度的降低,雞蛋的電導(dǎo)率呈下降趨勢;反之,電導(dǎo)率升高。雞蛋內(nèi)容物不同組分之間的電導(dǎo)率值有明顯的差異,以蛋清最高,蛋黃最低,并由此提出了用電導(dǎo)率檢測雞蛋的電導(dǎo)率值作為判斷雞蛋的新鮮度的方法。1996年,沈林生等人設(shè)計研究出用生物電鑒別受精蛋的檢測裝置。其研究結(jié)果表明:大部分受精蛋孵化48h后其直流電位的波形呈現(xiàn)方波,而無精蛋近似于直線;通過在種雞場對受精蛋檢測裝置的實測考核,其判別三胚齡孵化受精蛋的準(zhǔn)確率達(dá)到91.7%。1.4對激發(fā)雞蛋聲脈沖的檢測利用動力學(xué)特性檢測禽蛋品質(zhì)的原理,是建立禽蛋的沖擊或振動特性與禽蛋的品質(zhì)之間的相關(guān)關(guān)系。1992年,李其才等人研制了傳感器裝置及信號變換電路,利用動力學(xué)原理研究禽蛋質(zhì)量自動檢測,建立了數(shù)學(xué)模型,并提出了模型參數(shù)最優(yōu)化的估算方法。1992年,劉信芳等人進(jìn)行了不同材料上的鮮蛋跌落試驗和沖擊試驗,提出了動載作用下蛋的破損用能量加以描述,并為鮮蛋的貯運、加工裝備的設(shè)計提供了一定的依據(jù)。1999年,Coucke研究介紹了以無破壞性沖擊雞蛋的振動頻率來設(shè)定蛋殼特性,描繪了在最低響應(yīng)頻率時的三維振動模型(未損壞),并分析了蛋殼指標(biāo)(赤道處厚度、寬度、形狀指數(shù))與動態(tài)硬度值之間的相關(guān)性。利用聲學(xué)沖擊特性檢測禽蛋品質(zhì)的原理,是根據(jù)敲擊禽蛋所產(chǎn)生的聲脈沖,利用頻譜分析來研究禽蛋破損的品質(zhì)特性。1995年,公茂法等人采用的機(jī)械敲擊法,利用禽蛋被敲擊時所產(chǎn)生的聲音大小和頻率的不同這一原理,實現(xiàn)了簡單的自動檢測蛋殼裂紋的方法。該方法根據(jù)敲擊產(chǎn)生的聲音信號大小來判斷雞蛋有無裂紋。當(dāng)無裂紋時,聲音較大;當(dāng)有裂紋時,聲音較小。2000年,Ketelaere等人利用聲學(xué)脈沖共振特征頻率特性來檢測蛋殼的裂紋,通過對整蛋的時間信號和頻率信號分析與功率譜密度的分析,得出了利用振動雞蛋的球形動態(tài)特性測量方法是有效的檢測雞蛋裂紋的方法,檢測裂紋精度小于0.5%。2000年,Cho等人采用聲波沖擊頻率特性來探測蛋殼的裂紋。其原理是利用系統(tǒng)聲脈沖,測量蛋殼反應(yīng)信號,并分析信號的頻率范圍。檢測結(jié)果表明:破損蛋誤測為完好蛋、完好蛋誤測為破損蛋的機(jī)率分別為6%和4%,檢測速度為5個/s雞蛋。2004年,王樹才等人利用敲擊聲音信號進(jìn)行禽蛋破損檢測和模糊識別,其研究結(jié)果表明:正常蛋、破損蛋、鋼殼蛋、尖嘴蛋的敲擊聲音信號在衰竭時間、最小共振峰頻率和4點最大頻率差等參數(shù)上存在差異,且差異的邊界是模糊的。利用最大隸屬度原則進(jìn)行模糊識別,破損蛋的識別準(zhǔn)確率達(dá)95%。2005年,姜瑞涉等研究了雞蛋經(jīng)敲擊激勵后用傳感器獲取時域特性信號,并進(jìn)行信號頻域分析,來檢測蛋殼裂紋。結(jié)果表明:無裂紋雞蛋的頻域特征有相似的規(guī)律性,存在一個較明顯的主頻率值,峰值突出;有裂紋雞蛋頻域特征無規(guī)律性,沒有明顯的主頻率值,峰值較紊亂;裂紋蛋上不同測點的頻域特性有較大差異。2我國畜禽蛋加工產(chǎn)業(yè)發(fā)展的路徑在廣泛學(xué)習(xí)和了解國內(nèi)外禽蛋品質(zhì)檢測技術(shù)的基礎(chǔ)上,可以看出,將新