【论文精选】基于机器视觉与近红外光谱技术的皮蛋无损检测与分级研究学术资讯

来源：农业工程学报

《农业工程学报》2019年第35卷第24期刊载了华中农业大学王巧华、梅璐、马美湖、高升与李庆旭的论文——“利用机器视觉与近红外光谱技术的皮蛋无损检测与分级”。该研究由国家自然科学基金项目（项目号：31871863）等资助。

皮蛋又名松花蛋、彩蛋，是中国特有的一种蛋制品。它多以鲜鸭蛋为原料，在碱液中经过腌制制作而成。皮蛋凝胶性的强弱是衡量其品质的重要指标。工厂对皮蛋分级时，一般分为3级。第1级是凝固完整呈凝胶状态的皮蛋，属于优质蛋。第2级是轻微碱伤蛋，剥开后有黏壳、烂头等现象，但仍能食用，属于次品蛋。第3级是水响蛋，蛋内全部液化成水，属于劣质蛋，不能食用。目前普遍使用人工对皮蛋凝胶品质进行检测，需要寻找自动无损检测手段对皮蛋品质进行检测分类，从而为实现皮蛋品质自动检测提供技术支持。

该研究应用机器视觉结合近红外光谱技术对优质、次品和劣质这3种皮蛋进行检测及分级。首先采集皮蛋透射光图像，提取图像颜色特征值，然后将所提取的颜色特征利用主成分分析进行降维，对主成分分析降维后得到的主成分建立遗传算法优化支持向量机分级模型，把皮蛋样本分为两大类：可食用蛋（优质蛋与次品蛋）与不可食用蛋（劣质蛋）。然后在机器视觉分类结果的基础上，利用近红外光谱技术获取可食用蛋的原始光谱，并进行多元散射矫正，利用竞争性自适应重加权算法降维提取特征波长，基于支持向量机对特征波长变量建立分级模型，区分出优质蛋与次品蛋，劣质蛋。

研究结果表明，分步利用机器视觉和近红外光谱技术可以对皮蛋凝胶品质进行无损检测分级，测试集中优质蛋识别率为96.49%，次品蛋识别率为94.12%，劣质蛋识别率为100%。该研究为实现皮蛋无损检测提供了新的研究思路。

长按识别二维码关注“农业工程学报”

来源：gh_c45100f8f9c0 农业工程学报

原文链接：http://mp.weixin.qq.com/s?__biz=MjM5NjU1MzcwNQ==&mid=2652996583&idx=3&sn=fa49c0cf43ed7d54b7c5867d02d86589&chksm=bd3255618a45dc773213749cb16382011e2878c4a1b244d21ed4e25b2087b4ab5c10f55353d1&scene=27#wechat_redirect

电话：（010）86409582

邮箱：kejie@scimall.org.cn