基于图像处理的鸡蛋新鲜度预测模型研究

• 作者: 刘莹莹 钟南
• 来源期刊: 食品与机械
• 关键词: 新鲜度 分级 图像处理 深度信念神经网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 贮运与保鲜
• 页码范围: 103-109
• 页数: 7页
• 字数: 7196字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2017.12.021

摘要

采集98枚不同贮藏时间鸡蛋图像信息,测量鸡蛋蛋重、蛋白及气室高度等新鲜度常规指标,以 Matlab 图像处理工具箱为研究工具,测量蛋黄面积比、气室高度及整蛋长短径,通过 SPSS统计分析蛋重与整蛋长短径和气室高度关系回归模型,蛋白高度与蛋黄面积比、气室高度等关系模型;以蛋重及蛋白高度为特征参数,利用深度信念网络建立预测模型,进行新鲜度预测分级.所建蛋重及蛋白高度预测模型相关系数分别为0.942和0.925,新鲜度分级准确率为93.3%.结果表明:该试验所设计基于图像处理数据的鸡蛋新鲜度分级模型准确率高,采集装置简单,可用于估测鸡蛋新鲜度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟南	华南农业大学工程学院	26	148	5.0	12.0
4	刘莹莹	华南农业大学工程学院	11	16	3.0	4.0