文章目录

摘要

ABSTRACT

缩写符号

表格索引

图形索引

前言

第一章 文献综述

1.1 我国禽蛋生产消费概况

1.2 计算机视觉在农产品及禽蛋品质检测方面的应用

    1.2.1 计算机视觉技术

    1.2.2 在农产品品质检测方面的应用

    1.2.3 在禽蛋品质检测方面的应用

1.3 声学技术在农产品及禽蛋品质检测方面的应用

    1.3.1 声学技术

    1.3.2 在农产品品质检测方面的应用

    1.3.3 在禽蛋品质检测方面的应用

1.4 其他无损技术在禽蛋品质检测方面的应用

    1.4.1 利用动力学特性检测禽蛋品质

    1.4.2 利用电学特性检测禽蛋品质

    1.4.3 利用光学特性检测禽蛋品质

1.5 神经网络技术在农产品和禽蛋品质检测中的应用

    1.5.1 神经网络

    1.5.2 基于MATLAB的三层前向传递BP神经网络

    1.5.3 在农产品品质检测方面的应用

    1.5.4 在禽蛋品质检测方面的应用

1.6 多信息融合检测技术及其研究现状

1.7 本研究的目的和意义

    1.7.1 禽蛋多技术融合无损检测思路的形成

    1.7.2 研究的目的和意义

    1.7.3 本研究的主要内容和技术路线

参考文献

第二章 声学技术检测鸡蛋裂纹的研究

2.1 声学技术检测鸡蛋品质的基本原理

    2.1.1 激励与响应

    2.1.2 声学技术检测鸡蛋品质的基本原理

2.2 材料方法与装置

    2.2.1 材料

    2.2.2 装置与方法

    2.2.3 试验步骤

    2.2.4 数据分析和处理

2.3 结果与分析

    2.3.1 信号分析

    2.3.2 外部条件对信号采集的影响

    2.3.3 鸡蛋物理性质对信号采集的影响

    2.3.4 统计分析

2.4 声学技术检测鸡蛋裂纹的方法

    2.4.1 完好鸡蛋和壳裂鸡蛋赤道部位特征频率差异分析

    2.4.2 检验分级算法的准确率

2.5 本章小结

参考文献

第三章 基于计算机视觉和神经网络检测鸡蛋裂纹的研究

3.1 试验材料和装置

    3.1.1 试验材料和分组

    3.1.2 计算机视觉系统

    3.1.3 数据统计与分析

3.2 图像分析和处理

    3.2.1 背景去除

    3.2.2 灰度转化

    3.2.3 中值滤波

    3.2.4 阈值分割

    3.2.5 区域标记

    3.2.6 特征提取

3.3 鸡蛋图像特征参数的提取和分类

3.4 鸡蛋裂纹识别的神经网络构建

    3.4.1 样本数据的定义

    3.4.2 网络参数设置和网络结构

    3.4.3 网络训练

3.5 BP神经网络模型可靠性验证

3.6 本章小结

参考文献

第四章 计算机视觉和声学技术融合检测鸡蛋裂纹的研究

4.1 材料与方法

    4.1.1 试验材料

    4.1.2 试验装置

    4.1.3 试验方法与步骤

4.2 鸡蛋裂纹判断的神经网络构建及分级验证

    4.2.1 声学检测模块

    4.2.2 计算机视觉模块

4.3 计算机视觉和声学技术融合判别鸡蛋裂纹

    4.3.1 融合技术判别鸡蛋裂纹的技术路线

    4.3.2 融合技术判别鸡蛋裂纹的精度验证

4.4 本章小结

参考文献

第五章 基于计算机视觉检测鸡蛋污斑的研究

5.1 系统组成和研究对象

    5.1.1 系统组成

    5.1.2 研究对象及分组

5.2 鸡蛋图像的获取与处理

5.3 分级方法的建立

5.4 系统设计和准确率验证

5.5 本章小结

参考文献

第六章 基于计算机视觉和神经网络检测鸡蛋新鲜度的研究

文章来源：《声学技术》 网址: http://www.sxjsbjb.cn/qikandaodu/2022/0209/731.html