發(fā)布時間：2023-11-24 17:39

　　家禽內臟的掏出及可食用內臟的分揀是家禽屠宰和禽肉加工中最難實現(xiàn)機械化和自動化的環(huán)節(jié),研究家禽自動掏膛設備對提高家禽屠宰生產線的全自動化作業(yè)水平和改善禽類產品的食品安全質量有著重要的意義。目前,市場上大多數(shù)家禽自動掏膛設備來自于歐美發(fā)達國家,由于歐美國家一般不食用家禽內臟,所以國外掏膛設備并不完全適用于我國國情,目前我國普遍采用人工輔助流水線作業(yè),因此研發(fā)符合我國需求的家禽自動掏膛設備及研究內臟器官識別分揀工作意義重大。本文結合家禽屠宰加工中掏膛工序的實際工藝需求,為了確保機械手掏膛過程中內臟的完整性,減少脆弱器官的破損,利用機器視覺技術對家禽胴體和內臟準確定位并對可食用內臟器官離體后的識別進行了深入的研究,主要研究內容和結論如下:(1)家禽胴體和內臟整體圖像分割。針對家禽掏膛時胴體可見而內臟不可見的問題,研究家禽胴體和開膛家禽內臟整體分割技術及其相對位置偏差有利于機械手的掏膛定位。顏色特征是家禽胴體有別于其它部位的顯著特征,可用于對家禽胴體的識別。首先通過對家禽胴體圖像在RGB、HSI和Lab三種顏色空間中的分析,選取Lab顏色空間的b分量圖像進行家禽胴體的分割;然后基于家禽內臟圖像的...

【文章頁數(shù)】：176 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的意義
    1.2 掏膛及內臟分揀設備國內外研究概況
        1.2.1 國外家禽掏膛及內臟分揀設備概況
        1.2.2 國內家禽掏膛及內臟分揀設備概況
    1.3 機器人在肉類加工中的應用研究
        1.3.1 禽類加工機器人
        1.3.2 畜類加工機器人
    1.4 機器視覺技術在農產品識別及加工中的應用研究
        1.4.1 機器視覺技術基本理論
        1.4.2 農產品加工及識別研究概況
    1.5 本文的主要研究內容及技術路線
        1.5.1 主要研究內容
        1.5.2 技術路線
    1.6 本章小結
第二章 基于機器視覺的家禽胴體和內臟整體圖像分割
    2.1 基于顏色特征的家禽胴體圖像分割
        2.1.1 基本圖像顏色模型
        2.1.2 家禽胴體圖像顏色特征
        2.1.3 家禽胴體圖像閾值分割
        2.1.4 家禽胴體圖像形態(tài)學運算
    2.2 基于改進水平集算法的家禽內臟整體圖像分割
        2.2.1 家禽內臟整體圖像處理方案
        2.2.2 圖像預處理
        2.2.3 OTSU多閾值分割算法實現(xiàn)圖像分割
        2.2.4 改進的水平集算法實現(xiàn)圖像分割
        2.2.5 兩種算法性能評估
        2.2.6 家禽內臟圖像分割結果與分析
    2.3 家禽胴體和內臟相對位置偏差
        2.3.1 坐標變換
        2.3.2 位置偏差計算與結果分析
    2.4 本章小結
第三章 基于改進分水嶺算法的雞心、肝圖像分割及體內位置預測
    3.1 分水嶺算法
        3.1.1 分水嶺算法基本原理
        3.1.2 傳統(tǒng)分水嶺算法分割結果與分析
    3.2 雞心、肝圖像分割
        3.2.1 改進的分水嶺分割算法
        3.2.2 雞心、肝圖像分割結果
        3.2.3 算法比較與分析
    3.3 雞內臟及器官的體內位置預測
        3.3.1 材料與方法
        3.3.2 結果與分析
    3.4 本章小結
第四章 家禽可食用內臟器官離體圖像分割與特征提取
    4.1 基于LAB顏色模型的可食用內臟器官離體圖像分割
        4.1.1 顏色模型的選擇
        4.1.2 可食用內臟器官離體圖像分割技術
    4.2 可食用內臟器官的顏色特征
        4.2.1 顏色特征提取方法
        4.2.2 顏色特征分析
    4.3 可食用內臟器官的形狀特征
        4.3.1 形狀特征提取方法
        4.3.2 形狀特征分析
    4.4 可食用內臟器官的紋理特征
        4.4.1 紋理特征提取方法
        4.4.2 紋理特征分析
    4.5 本章小結
第五章 家禽可食用內臟器官離體識別研究
    5.1 基于形狀特征的心臟識別
    5.2 基于BP神經網絡的可食用內臟器官離體識別
        5.2.1 人工神經網絡構建
        5.2.2 可食用內臟器官的BP神經網絡表達
        5.2.3 可食用內臟器官的BP神經網絡算法描述
        5.2.4 仿真試驗結果與分析
    5.3 基于支持向量機的可食用內臟器官離體識別
        5.3.1 支持向量機模型
        5.3.2 支持向量機算法原理
        5.3.3 內臟識別中核函數(shù)的選擇
        5.3.4 支持向量機分類結果分析
    5.4 兩種模式識別方法結果對比
    5.5 本章小結
第六章 家禽機械手掏膛系統(tǒng)構建與試驗分析
    6.1 家禽機械手掏膛系統(tǒng)總體結構
        6.1.1 整機系統(tǒng)構建
        6.1.2 禽體輸送裝置
        6.1.3 直角坐標機械臂組件
        6.1.4 家禽掏膛機械手末端執(zhí)行器
    6.2 家禽機械手掏膛視覺系統(tǒng)設計與研究
        6.2.1 家禽機械手掏膛視覺系統(tǒng)的組成
        6.2.2 圖像目標檢測與邊緣提取
        6.2.3 膛口最大內切圓算法
        6.2.4 坐標系標定
    6.3 家禽機械手掏膛控制系統(tǒng)技術研究
        6.3.1 控制系統(tǒng)總體方案
        6.3.2 控制系統(tǒng)工作方式
    6.4 家禽機械手掏膛系統(tǒng)綜合性能試驗研究
        6.4.1 材料與方法
        6.4.2 系統(tǒng)性能評價指標
        6.4.3 綜合性能分析
    6.5 本章小結
第七章 總結與展望
    7.1 總結
    7.2 論文的主要創(chuàng)新點
    7.3 展望
參考文獻
附錄:注釋說明
攻讀博士學位期間的主要科研成果
致謝



本文編號：3866279