摘要：为了探究激光散斑技术检测冷鲜猪肉新鲜度的可行性,用660和465 nm 2种波长的激光对宰后24 h的猪肉样本在7 d内的激光散斑图像进行采集。以时间序列散斑(time history of speckle pattern,THSP)图像的惯性矩(inertia moment,IM)作为散斑活性,研究冷鲜猪肉散斑活性随货架期的变化规律。通过分析2种波长不同行的选取对IM值的影响,发现不同波长其奇偶行IM的规律不同,并针对传统IM算法容易出现异常值、稳定性差等缺点提出3点改进:设计排序算法动态选择散斑活性最高峰及周围2个相邻行,依此计算样本IM值;改进共生矩阵的修正矩阵计算方法;改进非零元素偏离对角线距离的计算方法。结果显示,改进方法可以有效地抑制异常值干扰,冷鲜猪肉散斑活性随货架期呈现先上升后下降的变化趋势。根据测得的挥发性盐基氮值(total volatile basic nitrogen,TVB-N)和散斑活性IM值建立猪肉新鲜度等级预测模型,结果显示465 nm波长的激光判别效果要好于660 nm激光,其训练集和预测集的识别率能达到87.5%和89.29%。试验结果表明利用激光散斑技术检测冷鲜猪肉新鲜度的具有可行性。

摘要：利用计算机视觉技术进行超微粉碎物料粒度检测方法的研究。采用非线性变换对图像进行对比度增强处理 ,利用自动取阈值算法分割目标和背景 ,设计了识别算法用于去除凝聚颗粒 ,以得到样本真实粒度和分布。实验证明用显微图像进行粒度检测 ,测定分布状态直观明了 ,检测结果稳定 ,可测量 0 .1～ 15

摘要：设计了一套基于数字信号处理器DSP(TMS320F2812)的禽蛋裂纹在线检测系统,系统以禽蛋声学特性为基础,通过采集并分析敲击禽蛋产生的响应信号,可实现禽蛋裂纹的在线、实时检测。根据大量完好和裂纹禽蛋敲击响应信号特征的差异,提取了5个特征参数,建立相应判别模型,快速检测裂纹禽蛋。系统对75个完好和95个裂纹鸡蛋进行了在线检测试验,判对率分别为92.0%和90.5%,检测速率为5个/s,满足在线检测的要求。

摘要：根据我国啤酒企业的现状,设计了一种基于机器视觉的啤酒灌装生产线质量检测系统,代替人工目测,提高了生产自动化水平。在详细介绍了系统组成及检测原理的基础上,讨论了各种算法的优缺点,检测成功率95%以上,检测时间1s以内。该系统可完成灌装后啤酒封口、液位及杂质检测,并能分选不合格产品。

摘要：针对柑橘树冠较高,果梗木质化程度高、短且坚硬的特点,设计了新颖的柑橘采摘机器人手臂和末端执行器.根据其工作特征给出了能够提高运算速度的约束条件,并运用D-H法建立了机器人坐标变换矩阵,分别给出了机器人运动学正解和逆解.仿真和试验结果表明了机器人结构设计及运动学算法的合理性、有效性.机器人臂展1 048 mm、工作空间1.88 m3,末端执行器结构紧凑、功率低、剪切效率高且不会损伤柑橘,切割果梗3和6 mm的柑橘平均时间分别为3和9 s.该机器人高度高、臂展长、工作空间大,能够满足大棚种植模式下的自动化采摘,同时适应于苹果、梨、桃及西红柿等果蔬的自动化采摘.

摘要：简述了柑橘收获机器人系统组成和技术研究进展,分析了机器人各组成部分的功能、工作原理以及存在的技术问题,并提出了相应的解决办法。为了促使柑橘收获机器人技术的进一步发展,今后的工作主要集中在机械本体的优化设计、果实的智能化识别和定位以及不确定场景下的避障路径规划。在提高工作效率和采摘质量的同时,应考虑尽量降低柑橘收获机器人的制造成本,提高其通用性,以期实现柑橘收获的商业化。

摘要：针对传统碾米机加工室间隙小,大米在加工过程中承受碾磨压力大,导致胚芽脱落和碎米多等问题,提出基于刀辊切削原理的无碾压全营养米加工技术。首先,将切削刀辊的刀头设计成6线数螺旋分布,用于糙米皮层的切削加工;其次,将加工室间隙扩大到大米长度的3~4倍,以避免加工过程对大米产生刚性碾压;最后,每个刀头的根部设计3 mm径向喷风小孔,保证切削后的大米快速易位和排糠。为保证刀辊旋转产生的作用力不产生碎米,采用静力学方法估算糙米的机械力学特性;为满足糙米悬浮切削要求,计算糙米悬浮参数和进气风压范围。仿真计算表明,当刀辊直径为130 mm时,转速80%,实测能耗<6 kW·h/t。研究结果为米机结构设计和加工参数选择提供理论依据。

摘要：针对茶叶品质无损检测时内外品质难以同时兼顾的问题,利用高光谱图像技术检测茶叶质量。设计一套基于光谱仪的高光谱图像系统采集数据;通过主成分分析,从海量数据中优选出三个波长段的特征图像;从每个特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性和熵等6个基于统计矩的纹理特征参量,每个样本共有18个特征变量;再通过主成分分析对这18个特征变量进行压缩,提取8个主成分因子建立基于反向传播神经网络的茶叶等级判别模型。模型训练时的总体回判识别率为97%;预测时总体识别率为94%。结果表明,高光谱图像技术可以用于茶叶质量等级水平的评判。

摘要：为评判近红外光谱技术对柑橘糖度的无损检测结果能否满足消费者感官需求并在此基础上利用变量筛选方法简化近红外光谱柑橘糖度模型。设计了近红外光谱采集与感官品尝试验。单因素方差分析感官品尝结果表明,消费者对柑橘糖度的适应度存在个体差异,但不受性别影响;剔除异常样本组并计算柑橘糖度最低感官品尝的均方根偏差(RMSED)为0.633。为使近红外光谱检测结果满足消费者需求,要求光谱模型的预测均方根误差(RMSEP)小于RMSED,并结合光谱预处理与变量筛选方法,得到SPA-MLR模型性能最佳,预测相关系数(Rp)为0.86、RMSEP为0.567,耗时仅6.8ms,其结果既可满足消费者的感官需求,也使模型得到简化,为今后在线检测提供依据。

摘要：柑橘是我国种植面积最大、产量最高的水果作物,对我国的经济发展具有重要作用。柑橘病虫害侵染是导致柑橘产量及品质下降的重要原因之一,高效、准确的柑橘检测技术对柑橘产业的发展具有重要意义。因此,本研究提出一种基于注意力机制改进卷积神经网络的柑橘病虫害识别算法,以多尺度特征提取网络Inception v3为基础,在Inception结构间加入CBAM注意力机制,构建基于注意力机制的多尺度特征提取网络;然后融合残差注意力网络,提升模型的整体性能,以实现对柑橘病虫害的精准识别。试验结果表明,基于注意力机制改进卷积神经网络的柑橘病虫害识别算法从通道和空间维度提高了对输入有效特征的关注度,在融合残差注意力网络后,提高了模型的整体性能,实现对5种柑橘叶片(溃疡病、潜叶蛾、黑点病、红蜘蛛和健康叶片)的识别准确率达到98.49%,比基础模型提高4.02百分点,说明本研究提出的方法对柑橘病虫害的识别效果较好。最后将模型进行部署,设计柑橘病虫害识别系统,实现基于移动端的柑橘病虫害智能检测,为相关研究提供参考。