摘要：针对传统的新鲜度检测方法存在着操作复杂、耗时和具有破坏性等缺点,研究尝试利用计算机视觉技术对鱼的新鲜度进行快速无损检测。利用自行设计的图像采集装置采集鲫鱼在4℃恒温条件下储藏不同天数的图像,运用数字图像处理技术从采集图像中分别分割提取出鱼眼虹膜、鱼鳃、体表的颜色以及体表的纹理等感兴趣区域图像特征信息,对这些信息采用PCA降维,建立BP神经网络模型对鱼储藏天数进行预测,最佳主成分数为8,训练集样本的分类正确率可达到94%,测试集的达到85%。研究结果表明,计算机视觉技术应用于鱼新鲜度的检测具有可行性。

摘要：目前,脱水姜片的分选主要靠人工完成,分选精度不高,结果不稳定。为此,研究设计了一套基于计算机视觉的在线分选装置;开发了基于物料颜色参数的实时算法,对物料图像进行特征提取和一系列处理;运用双缓冲技术提高系统运行速度。试验结果表明,分选出的成品中含有的合格姜片达到95.5%,系统测量速度快、分选精度高且运行稳定,满足在线实时分选要求。

摘要：针对食品品质快速检测的需求和人工嗅觉技术存在的检测范围窄、受环境湿度影响大等缺陷,根据金属卟啉化合物与有机小分子气体反应后发生颜色变化的原理,筛选二十多种对食品常见气味成分响应的金属卟啉制成可视传感器阵列。以食品腐败的常见特征气体为研究对象,对传感器阵列的选择性、检测范围、水蒸气对传感器的影响等特性进行初步研究。试验结果表明,设计的可视传感器阵列具有良好的选择性、灵敏性、重现性和稳定性,且受环境湿度影响不大,在食品品质的快速检测方面有广泛的应用前景。

摘要：目的 依据临床诊断对MRI脑图像自动分割算法的需求,基于卷积神经网络(convolutional neural networks,CNN)设计了一种端到端的深度监督全卷积网络(deeply supervised fully convolutional network,DS-FCN)以解决脑图像中脑组织的自动分割问题。方法 针对三维MRI脑图像,先将体数据切割成二维图像切片,在FCN网络结构的基础上,加入了深度监督机制,即在特征提取的多层级结构中提前得到损失值反馈。结果 以三维MRI脑图像公开数据集LPBA-40为实验数据,56类脑组织的准确率(precision rate)、召回率(recall rate)、F1评估值分别为74. 40%、74. 82%、73. 75%,测试速率为152 ms。结论 通过引入深度监督结构,改进后的DS-FCN在MRI脑组织分割任务中得到了更精准的分割效果。

摘要：为设计高效率的竹笋加工机械,提高其切割加工的机械化程度,研究基于颜色特征的笋切割方法。选取75根雷笋进行试验,分析笋体表的颜色变化规律,找出适当的切割位置,将雷笋切割成不同嫩度的笋段。该方法能够实现两段、三段切割的笋分别占17.33%,74.67%,实现切割的笋占92%。结果表明根据颜色特征找到适当的算法,可以很好的切割不同嫩度的笋段。

摘要：系统阐述了我国食品科学与工程专业人才培养中"重科学、轻工程"现象引起的后果,分析了产生的原因。从课程设置、教材建设、实践教学安排、毕业设计(论文)导向、学生参与科研活动、学生工程创新能力的培养与训练等6个方面,介绍了江苏大学在食品工程类人才培养模式中的创新。