标题用四号黑体字,居中。字间空四个空格,下面空一行。
注 意:摘要是一篇独立的短文具有自含性,要突出论文的创新点,并能反映出论文的整体
水平。
论文摘要一般以200-400字为宜。注:摘要不编页码。
摘 要
入孵前种蛋筛选以及种蛋孵化过程中胚胎成活性检测是孵化工作的重要技术环节。鉴于人工
检测劳动强度大,效率低,准确性差。通过对基于机器视觉的种蛋筛选和孵化成活性检测方
法的系统研究,建立了种蛋筛选和孵化成活性自动检测系统。
建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统。通过对比试验研究,确定了图
像采集时的最佳光源和背景颜色;对种蛋筛选硬件系统进行了标定,标定精度能满足种蛋外
观品质检测要求。
对基于机器视觉技术的种蛋筛选方法进行了系统研究,建立了种蛋重量、蛋形、蛋壳表面缺
陷和蛋壳颜色等4个检测指标的种蛋外观品质综合评价体系。
内容用五号宋体字。摘要末空一行。用五号黑体字,
顶左。用五四号宋体字。
注 意:尽量选用主题词表中的词。列出关键词3-8个,每两个词之间用全角分号隔开,最
后一个词后面不加标点。参照人工照蛋时间,对孵化早期、中期和后期的种蛋胚胎成活性检
测方法进行了系统研究。利用改进模拟退火微粒群优化算法,优化BP 神经网络结构。以种
蛋色度频度值为特征参数,用优化后的BP 神经网络检测种蛋孵化成活性,对孵化早期、中
期和后期的种蛋孵化成活性平均检测准确率分别达到了92.5%、98.3%和100%。
用纸和打印
用A4号标准打印白纸(210mm*297mm)单面竖打。整篇论文左侧装订。
天头(上方)和订边(左方)留空白边3cm ;
地脚(下方)和切边(右方)留空白边2cm 。
行间距为1.5倍行距。
上。
本科生论文需将所做产品工艺中的各工序都要阐述清楚,论文字数在5000字以上,参考文
献15篇以上。专科生论文需将实习时所在的工段阐述清楚,论文字数在3000字以上,参考
文献10篇以上。
关键词:种蛋筛选;成活性检测;机器视觉;图像处理;遗传算法;微粒群算法;神经网
络
文内标题用小四号黑体字。1 引言
注 意:
引言开始用阿拉伯数字连续编页码,页码用黑体小五,位于下方右端。
1.1 机器视觉概述
引用某文献时,将该文献在参考文献中的编号用方括号括住加在引文末右上角,用五号黑体
字。 机器视觉是近几十年来发展起来的一门智能技术,它主要用计算机来模拟人的视觉功
能,从客观事物的图像或图像序列中提取信息,对客观世界的三维景物和物体进行形态和运
动识别,目的是寻找人类视觉规律,从而开发出从图像输入到自然景物分析的图像理解系统,
最终用于实际检测、测量和控制 [1]。
机器视觉是计算机、自动化、光学、视觉学、心理学、脑研究等多学科的交叉领域,它始于
20世纪70年代,是在遥感和生物医学图片分析应用技术取得卓越成果的基础上发展起来的。
随着计算机技术的飞速发展,机器视觉、模式识别、人工智能及人工神经网络等交叉学科的
研究与应用已扩展到人们生产生活的各个领域,在工业检测、农业生产自动化、农产品分选、
收获机器人、动植物生长状态监控、机器人导航、视觉伺服系统、军事、医学、商业、闭路
电视监控系统和卫星遥感系统等领域得到了广泛的应用,并取得了重要研究成果。机器视觉
技术的诞生与应用,极大地解放了劳动生产力,提高了生产自动化水平,改善了人类生活现
状,具有很好的应用前景。
注 意:每一标题下的内容写完后空一行,再接排下一标题。中文内容用小四号宋体字,西
文字体用小四号Times New Roman,行间距1.5倍。
机器视觉不仅是人眼的延伸,也具有人脑的部分功能,其优点是速度快、信息量大、功能
多、检测精度和效率高。借助红外线、紫外线、X 射线、超声波等高新探测技术,机器视觉
在探测不可视物体和高危险场景时更突显其优点。在需要重复、单调的依靠视觉获取信息的
场合,如大批量的产品品质检测、分级,机器视觉还能够达到快速、准确、无损等人工无法
比拟的效果。目前,国内外的许多研究人员已为开发应用于农产品品质识别和分级的机器视
觉系统付出了不懈努力,如谷粒的表面裂纹检测、农作物种子的分级以及根据鸡蛋、黄瓜、
玉米、竹笋、番茄、辣椒、苹果、桃、梨、柑橘等的大小、形状、颜色和表面损伤与缺陷进
行分级,取得少阶段性的研究成果。
1.2 研究背景和意义
禽蛋含有人体所需的蛋白质、脂肪、矿物质和多种维生素,易于消化和吸收,具有很高的营
养价值,是人们日常生活中重要的动物性营养食品。我国禽蛋资源丰富、品种多样,是世界
禽蛋生产和消费大国。伴随着中国经济体制改革开放的步伐,禽蛋业也轻舒猿臂、展翅腾飞。
据统计,1982年我国的鲜蛋产量仅281万t ,1992年突破1000万t 大关,1998年则达到2000
万t 。2002年中国禽蛋产量增加到2462万t ,之后产量连年递增,到2005年已达到2860万
t[4,4],近八年来我国禽蛋年产量一直呈增长趋势(图1)。自1985年以来我国已连续20
年保持了世界第一产蛋大国的地位,禽蛋的人均占有和消费量均超过了世界平均水平[5],
禽蛋业在我国工农业生产中扮演着重要的角色。作为全球第一禽蛋生产大国,我国禽蛋的生
产成本大大低于其它国家,因此,禽蛋业作为国内畜牧业的优势产业,开拓国际市场理应很
有潜力。20世纪90年代以后,我国鲜蛋产量虽逐年飙升,但出口量却持续下滑。
图序用阿拉伯数字连续编号,图序与图名间空二格,置于图的下方,居中,用小五号黑体字。
注 意:图的上方及图注下方各空一行。若位于页首,上面不空行。
图1 禽蛋年产量增长趋势
美国鲜蛋年产量虽占世界第二位(仅为我国产量的1/5),然而其出口量却占到世界出口总量
的22%;荷兰、马来西亚的鲜蛋生产量并不在世界前10位之列,但其出口已分别占到世界
总量的31%和7%。他们成功的秘诀是在高效控制质量的前提下,形成了产品规格和包装统
一化的市场模式。造成中国禽蛋产业与国际市场差距的主要原因,有以下两个方面:
(1)禽蛋产品本身的质量存在问题[7],如农药残留、微生物污染等。我国禽蛋业生产集约化
程度不高,仅占30%左右,而农村的散养比重却高达70%[4,8]。禽舍的环境控制不力,禽
蛋产后处理方式不当及大量的手工劳动污染引起的微生物污染。
(2)禽蛋检测标准未达到国际技术质量标准,缺乏严格的挑选与分级,品种混杂、质量参差
不齐。CAC 、欧盟和美国均有现行的禽蛋标准,其中CAC 是国际通用的标准,其制定有着
较为严密的程序和规范,具有一定的先进性、广泛性和普适性,为大多数国家所承认,已被
采用为禽蛋国际贸易的基本准则。我国在禽蛋的标准制定方面相对滞后,不能适应国际禽蛋
发展的要求。
注 意:上下两极标题连排,之间无其他内容时,不空行。
1.3 国内外研究现状
1.3.1 国外研究现状
20世纪80年代,美国率先运用机器视觉技术进行蛋品品质检测与分级的研究,并在生产中
得到了广泛应用,此后日本、西班牙等国也相继开展了这方面的研究。具有代表性的研究有:
————————————————————————————————————
正方形箱体的边长L 可按式(1)计算:
文中的公式要用阿拉伯数字连续编号,用圆括弧阔住置于行末。之间不加虚线。
(1)
所设计光照箱大小为60cm×60cm×60cm ,内壁表面均匀用油漆涂成白色,以形成均匀的漫反
射。箱顶部有一个4cm×4cm 的方孔用于固定摄像机。箱内顶部四角装有位置对称、上下可
调的灯座,并配置合适的光源,载物台的支架位置同样可以上下调节,可实现在摄像机固定
的条件下不同物距的比较,以获得最佳图像效果。
设为三维世界坐标系中某目标点的三维坐标,从三维世界坐标到摄像机图像齐次坐标的变换
如式(2):
(2)
式中:分别为焦距f 与像素点在u 、方向宽度的比值,为图像平面不垂直光轴产生的畸变因
子,为光轴与图像平面交点坐标,为3 ×3旋转矩阵,为三维平移向量,。只与摄像机内部结
构有关,称为摄像机内参数,由摄像机相对于世界坐标系的方位决定,称为摄像机外参数。
3.2.5 检测结果与分析
检测结果如表1所示。
表序用阿拉伯数字连续编号,表序与表名间空二格,置于表的上方。用小五号黑体字。
注 意:表名上方和表注的下方各空一行。若位于页首,上面不空行。
表1 种蛋蛋壳表面缺陷检测结果
污斑蛋裂纹蛋正常蛋检测准确率
污斑蛋735294.18%
裂纹蛋381291.25%
正常蛋5110496.36%
图表注位于图表的下方。
“注:”字用小五号黑体字,
注的内容用小五号宋体字。
注:检测结果XXXX
由于在用阈值识别法进行缺陷分割时,将小于50的区域都置为背景,造成了裂纹蛋及污斑
蛋的误判;对正常蛋的误判,是由于误将种蛋表面均匀斑点判为脏斑造成的。
今后应对算法作进一步改进和优化,以提高检测准确度。
是否混沌初始染色体初始化连接权值种群P(t)←种群P(t+1)训练LMBP 网络计算网络输出值
和
期望输出间的误差修正连接权值误差反向传播染色体变异操作对应的LMBP 网络结构种群
P(t+1)给定
隐层数染色体交叉操作染色体选择操作计算各染色体
适应度值和浓度计算隐含层和输出层各节点的输入、输出误差稳定? 种群P(t+1)达到终止条
件?得到最佳隐含层节点数及连接权值否是
图2 基于改进免疫遗传算法的LMBP 网络算法流程图
注:检测结果,图中XXXX
② 编码方式
遗传算法染色体的编码策略有两种方式[128]:一是根据模式定理建议用尽量少的符号编码
(如二进制编码) ;二是以数值优化计算的方便和精度为准,采用一个基因一个参数的办法(如
十进制编码) ,并把相应的基因操作改造成适合十进制操作的方式。
虽然二进制编码有成熟的模式定理,但采用二进制编码在网络学习中有明显的缺点:一是不
直观,二进制编码只能用0和1表示参数,每位上的0和1表示的含义不明确;二是精度低,
因为实际的连接权值是实数,将它们用二进制数表示编码实际上是用离散值来尽量逼近权、
阈值,这就有可能导致因某些实数权值不能被更精确表达而使网络的训练失败;三是运算效
率低。
与二进制编码相比,实数编码存在很多的优势。
表2 算法性能比较
Table.2 Comparison of algorithm performance
算法平均
收敛率(%)平均
收敛代数平均收敛
速度(s)回想
准确率(%)检测
准确率(%)
标准GA-BP95.8625.8954100100
改进免疫GA-LMBP98.15413.0432100100
由表3可知,本文提出的改进免疫遗传LMBP 神经网络具有较好的收敛性能,检测准确率
高。因此改进免疫遗传LMBP 神经网络模型是正确。
6 结论
下面是本文的主要研究内容:
(1) 建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统,确定了用于图像采集的光
照条件。
(2) 对种蛋筛选方法进行了系统研究,提出了基于机器视觉技术的根据种蛋重量、蛋形、种
蛋蛋壳表面缺陷和蛋壳颜色进行种蛋孵化前的种蛋筛选即对种蛋外观品质检测的综合指标
评价体系。
① 研究了用于种蛋蛋形和蛋壳颜色自动检测的神经网络模型。将混沌思想、免疫算法与遗
传算法相结合,提出了一种改进免疫遗传算法,
② 使用本文提出的方法检测结果与实际称量结果间有良好的相关性,过大蛋、正常蛋和过
小蛋检测准确率分别达到了97.73%、97.04%和96.51%。
7 展望
为了进一步提高研究的实用化程度,探索更加有效、快速准确的检测方法,今后还应在以下
几方面继续开展研究:
(1) 扩大研究对象范围,研究适合更多品种的种蛋品质与孵化成活性以及商品蛋品质检测分
级的方法与技术。
(2) 扩展研究领域。.
内容用五号楷体字。另起一页。标题用小四号黑体字,字间空二个空格,居中。参 考 文
献
M-专著
J-期刊
C-论文集
N-报纸文章
D-学位论文
R-报告[1] 唐向阳,张勇,李江有等. 机器视觉关键技术的现状及应用展望[J]. 昆明理工大
学学报(理工版) ,2004,V ol.29(2):36-39
[2] 刘曙光,刘明远,何钺. 机器视觉及其应用[J]. 河北科技大学学报,2000,V ol.21(4):11-15
[3] 章毓晋. 图像理解与计算机视觉[M]. 北京:清华大学出版社,2003:11-15
[4] 伍鑫蒲. 西方文论选[C]. 上海:上海译文出版社,1979:11-15
[5] 李大伦. 经济全球化的重要性[N]. 光明日报,2011,5
[6] 张筑生. 微分子动力学的不变集[D]. 北京:北京大学数学系数学研究所,2005:11-15
[7] 冯西桥. 蛋重对孵化率的影响[R]. 北京:清华大学研究所,2008:1-6
[8] 任奕林,伍冬生. 我国禽蛋业的现状及发展对策[J]. 中国家禽,2005,V ol.27(2):5-6
[9] R T Elster. J W Goodurm. Detecting of Cracks in Eggs Using Machine Vision[J]. Transactions of the ASAE,1991,V ol.34(1):307-312
[10] J W Goodurm. R T Elster. Machine Vision for Cracks Detection in Rotation Eggs[J].
Transactions of the ASAE,1992,V ol.35(4):1323-1328
[11] V C Patel,R W McClendon,J W Goodrum. Crack detection in eggs using computer vision
and neural networks[J]. A.I. Applications,1994,Vol.8(2):21-31
[12] 彭秀丽,邓干臻,孙成浩,王艳青. 蛋重对孵化率、初生重及性比例的影响[J]. 湖北农
业科学,2002,V ol.1:65-67
[13] 康相涛,宋素芳,李明,王彦彬,符建伟. 蛋鸡种蛋蛋重对孵化率和雏鸡生长发育的影
响[J],中国家禽2002,V ol.24(15):10-12
[14] Zhou Y ,Hu XF. Ye Q T. A robust lane detection approach based on MAP estimate and
particle swarm optimization[J]. Lecture Notes in Artificial Intelligence,2005,V ol.3802:804-811.
[15] Omran M G H ,Salman A ,Engelbrecht A P. Dynamic clustering using particle swarm
optimization with application in image segmentation[J]. Pattern Analysis and Applications ,
2006,V ol.8(4):332-344
[16] 李爱国,覃征,鲍复民等. 粒子群优化算法[J]. 计算机工程与应用,2002,Vol.38(21):l-3
[17] Parsopoulos K E,Vrahatis M N. Recent approaches to global optimization problems through
particle swarm optimization[J]. Natural Computing,2002,V ol.12(1):235-306
注 意: 序号加方括号,用阿拉伯数字连续编号,序号后空一格,不加标点符号。参考文献要按格式著录。
[18] ydin M E,Fogarty T C. A simulated annealing algorithm for multi-agent systems:a job-shop scheduling application[J]. Journal of Intelligent Manufacturing,2004,V ol.15(6):805-814
参考文献的著录格式:
(1) 当引用文献是“期刊文章”时,其格式为:
编号 作者1姓名,作者2姓名.引用文章题名[J ].译者姓名.期刊名,年, 卷号(期号):起止页码
(2) 当引用文献是“专著,论文集,学位论文,报告”时,其格式为:
编号 作者1姓名,作者2姓名.文献题名[ ].译者姓名.版本(第一版不注明).出版地:出版者,出版年.起止页码
(3) 当引用文献是“论文集中的析出文献”时,其格式为:
编号 析出文献主要责任者. 析出文献题名[C ]. 原文献主要责任者. 原文献题名[ ]. 出版地:出版者,出版年.析出文献起止页码
(4) 当引用文献是“报纸文章”时, 其格式为:
编号 主要责任者. 文献题名[N ]. 报纸名, 出版日期 (版次)
(5) 当引用文献是“国际﹑国家标准”时, 其格式为:
编号 标准编号, 标准名称[S ]
(6) 当引用文献是“专利” 时, 其格式为:
编号 专利所有者. 专利题名[P ]. 专利国别: 专利号, 出版日期
(7) 当引用文献是“ 电子文献” 时, 其格式为:
编号 主要责任者. 电子文献题名〔电子文献及载体类型标识〕. 电子文献的出处或可获得地址, 发表或更新日期/引用日期(任选)
附: 参考文献类型及其标识
1) 传统文献
国标GB3469规定,以单字母方式标识以下各种参考文献类型:
期刊文章---J ;专著—M ;论文集---C ;报纸文章---N ;学位论文---D ; 报告---R ; 标准---S ; 专利---P
2) 电子文献
数据库---DB ; 计算机程序---CP ; 电子公告---EB
3) 电子文献的载体类型及其标识
磁带(magnetic tape )---MT ; 磁盘(disk )---DK ; 光盘(CD-ROM )---CD ;联机网络(online )---OL
表示格式
〔文献类型标识/载体类型标识〕
例:〔DB/OL〕 联机网上数据库;〔DB/MT〕 磁带数据库;〔M/CD〕 光盘图书; 〔CP/DK〕 磁盘软件;〔J/OL〕 网上期刊;〔EB/OL〕 网上电子公告
以纸张为载体的传统文献在引作参考文献时不必注明其载体类型。
标题用四号黑体字,居中。字间空四个空格,下面空一行。
注 意:摘要是一篇独立的短文具有自含性,要突出论文的创新点,并能反映出论文的整体
水平。
论文摘要一般以200-400字为宜。注:摘要不编页码。
摘 要
入孵前种蛋筛选以及种蛋孵化过程中胚胎成活性检测是孵化工作的重要技术环节。鉴于人工
检测劳动强度大,效率低,准确性差。通过对基于机器视觉的种蛋筛选和孵化成活性检测方
法的系统研究,建立了种蛋筛选和孵化成活性自动检测系统。
建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统。通过对比试验研究,确定了图
像采集时的最佳光源和背景颜色;对种蛋筛选硬件系统进行了标定,标定精度能满足种蛋外
观品质检测要求。
对基于机器视觉技术的种蛋筛选方法进行了系统研究,建立了种蛋重量、蛋形、蛋壳表面缺
陷和蛋壳颜色等4个检测指标的种蛋外观品质综合评价体系。
内容用五号宋体字。摘要末空一行。用五号黑体字,
顶左。用五四号宋体字。
注 意:尽量选用主题词表中的词。列出关键词3-8个,每两个词之间用全角分号隔开,最
后一个词后面不加标点。参照人工照蛋时间,对孵化早期、中期和后期的种蛋胚胎成活性检
测方法进行了系统研究。利用改进模拟退火微粒群优化算法,优化BP 神经网络结构。以种
蛋色度频度值为特征参数,用优化后的BP 神经网络检测种蛋孵化成活性,对孵化早期、中
期和后期的种蛋孵化成活性平均检测准确率分别达到了92.5%、98.3%和100%。
用纸和打印
用A4号标准打印白纸(210mm*297mm)单面竖打。整篇论文左侧装订。
天头(上方)和订边(左方)留空白边3cm ;
地脚(下方)和切边(右方)留空白边2cm 。
行间距为1.5倍行距。
上。
本科生论文需将所做产品工艺中的各工序都要阐述清楚,论文字数在5000字以上,参考文
献15篇以上。专科生论文需将实习时所在的工段阐述清楚,论文字数在3000字以上,参考
文献10篇以上。
关键词:种蛋筛选;成活性检测;机器视觉;图像处理;遗传算法;微粒群算法;神经网
络
文内标题用小四号黑体字。1 引言
注 意:
引言开始用阿拉伯数字连续编页码,页码用黑体小五,位于下方右端。
1.1 机器视觉概述
引用某文献时,将该文献在参考文献中的编号用方括号括住加在引文末右上角,用五号黑体
字。 机器视觉是近几十年来发展起来的一门智能技术,它主要用计算机来模拟人的视觉功
能,从客观事物的图像或图像序列中提取信息,对客观世界的三维景物和物体进行形态和运
动识别,目的是寻找人类视觉规律,从而开发出从图像输入到自然景物分析的图像理解系统,
最终用于实际检测、测量和控制 [1]。
机器视觉是计算机、自动化、光学、视觉学、心理学、脑研究等多学科的交叉领域,它始于
20世纪70年代,是在遥感和生物医学图片分析应用技术取得卓越成果的基础上发展起来的。
随着计算机技术的飞速发展,机器视觉、模式识别、人工智能及人工神经网络等交叉学科的
研究与应用已扩展到人们生产生活的各个领域,在工业检测、农业生产自动化、农产品分选、
收获机器人、动植物生长状态监控、机器人导航、视觉伺服系统、军事、医学、商业、闭路
电视监控系统和卫星遥感系统等领域得到了广泛的应用,并取得了重要研究成果。机器视觉
技术的诞生与应用,极大地解放了劳动生产力,提高了生产自动化水平,改善了人类生活现
状,具有很好的应用前景。
注 意:每一标题下的内容写完后空一行,再接排下一标题。中文内容用小四号宋体字,西
文字体用小四号Times New Roman,行间距1.5倍。
机器视觉不仅是人眼的延伸,也具有人脑的部分功能,其优点是速度快、信息量大、功能
多、检测精度和效率高。借助红外线、紫外线、X 射线、超声波等高新探测技术,机器视觉
在探测不可视物体和高危险场景时更突显其优点。在需要重复、单调的依靠视觉获取信息的
场合,如大批量的产品品质检测、分级,机器视觉还能够达到快速、准确、无损等人工无法
比拟的效果。目前,国内外的许多研究人员已为开发应用于农产品品质识别和分级的机器视
觉系统付出了不懈努力,如谷粒的表面裂纹检测、农作物种子的分级以及根据鸡蛋、黄瓜、
玉米、竹笋、番茄、辣椒、苹果、桃、梨、柑橘等的大小、形状、颜色和表面损伤与缺陷进
行分级,取得少阶段性的研究成果。
1.2 研究背景和意义
禽蛋含有人体所需的蛋白质、脂肪、矿物质和多种维生素,易于消化和吸收,具有很高的营
养价值,是人们日常生活中重要的动物性营养食品。我国禽蛋资源丰富、品种多样,是世界
禽蛋生产和消费大国。伴随着中国经济体制改革开放的步伐,禽蛋业也轻舒猿臂、展翅腾飞。
据统计,1982年我国的鲜蛋产量仅281万t ,1992年突破1000万t 大关,1998年则达到2000
万t 。2002年中国禽蛋产量增加到2462万t ,之后产量连年递增,到2005年已达到2860万
t[4,4],近八年来我国禽蛋年产量一直呈增长趋势(图1)。自1985年以来我国已连续20
年保持了世界第一产蛋大国的地位,禽蛋的人均占有和消费量均超过了世界平均水平[5],
禽蛋业在我国工农业生产中扮演着重要的角色。作为全球第一禽蛋生产大国,我国禽蛋的生
产成本大大低于其它国家,因此,禽蛋业作为国内畜牧业的优势产业,开拓国际市场理应很
有潜力。20世纪90年代以后,我国鲜蛋产量虽逐年飙升,但出口量却持续下滑。
图序用阿拉伯数字连续编号,图序与图名间空二格,置于图的下方,居中,用小五号黑体字。
注 意:图的上方及图注下方各空一行。若位于页首,上面不空行。
图1 禽蛋年产量增长趋势
美国鲜蛋年产量虽占世界第二位(仅为我国产量的1/5),然而其出口量却占到世界出口总量
的22%;荷兰、马来西亚的鲜蛋生产量并不在世界前10位之列,但其出口已分别占到世界
总量的31%和7%。他们成功的秘诀是在高效控制质量的前提下,形成了产品规格和包装统
一化的市场模式。造成中国禽蛋产业与国际市场差距的主要原因,有以下两个方面:
(1)禽蛋产品本身的质量存在问题[7],如农药残留、微生物污染等。我国禽蛋业生产集约化
程度不高,仅占30%左右,而农村的散养比重却高达70%[4,8]。禽舍的环境控制不力,禽
蛋产后处理方式不当及大量的手工劳动污染引起的微生物污染。
(2)禽蛋检测标准未达到国际技术质量标准,缺乏严格的挑选与分级,品种混杂、质量参差
不齐。CAC 、欧盟和美国均有现行的禽蛋标准,其中CAC 是国际通用的标准,其制定有着
较为严密的程序和规范,具有一定的先进性、广泛性和普适性,为大多数国家所承认,已被
采用为禽蛋国际贸易的基本准则。我国在禽蛋的标准制定方面相对滞后,不能适应国际禽蛋
发展的要求。
注 意:上下两极标题连排,之间无其他内容时,不空行。
1.3 国内外研究现状
1.3.1 国外研究现状
20世纪80年代,美国率先运用机器视觉技术进行蛋品品质检测与分级的研究,并在生产中
得到了广泛应用,此后日本、西班牙等国也相继开展了这方面的研究。具有代表性的研究有:
————————————————————————————————————
正方形箱体的边长L 可按式(1)计算:
文中的公式要用阿拉伯数字连续编号,用圆括弧阔住置于行末。之间不加虚线。
(1)
所设计光照箱大小为60cm×60cm×60cm ,内壁表面均匀用油漆涂成白色,以形成均匀的漫反
射。箱顶部有一个4cm×4cm 的方孔用于固定摄像机。箱内顶部四角装有位置对称、上下可
调的灯座,并配置合适的光源,载物台的支架位置同样可以上下调节,可实现在摄像机固定
的条件下不同物距的比较,以获得最佳图像效果。
设为三维世界坐标系中某目标点的三维坐标,从三维世界坐标到摄像机图像齐次坐标的变换
如式(2):
(2)
式中:分别为焦距f 与像素点在u 、方向宽度的比值,为图像平面不垂直光轴产生的畸变因
子,为光轴与图像平面交点坐标,为3 ×3旋转矩阵,为三维平移向量,。只与摄像机内部结
构有关,称为摄像机内参数,由摄像机相对于世界坐标系的方位决定,称为摄像机外参数。
3.2.5 检测结果与分析
检测结果如表1所示。
表序用阿拉伯数字连续编号,表序与表名间空二格,置于表的上方。用小五号黑体字。
注 意:表名上方和表注的下方各空一行。若位于页首,上面不空行。
表1 种蛋蛋壳表面缺陷检测结果
污斑蛋裂纹蛋正常蛋检测准确率
污斑蛋735294.18%
裂纹蛋381291.25%
正常蛋5110496.36%
图表注位于图表的下方。
“注:”字用小五号黑体字,
注的内容用小五号宋体字。
注:检测结果XXXX
由于在用阈值识别法进行缺陷分割时,将小于50的区域都置为背景,造成了裂纹蛋及污斑
蛋的误判;对正常蛋的误判,是由于误将种蛋表面均匀斑点判为脏斑造成的。
今后应对算法作进一步改进和优化,以提高检测准确度。
是否混沌初始染色体初始化连接权值种群P(t)←种群P(t+1)训练LMBP 网络计算网络输出值
和
期望输出间的误差修正连接权值误差反向传播染色体变异操作对应的LMBP 网络结构种群
P(t+1)给定
隐层数染色体交叉操作染色体选择操作计算各染色体
适应度值和浓度计算隐含层和输出层各节点的输入、输出误差稳定? 种群P(t+1)达到终止条
件?得到最佳隐含层节点数及连接权值否是
图2 基于改进免疫遗传算法的LMBP 网络算法流程图
注:检测结果,图中XXXX
② 编码方式
遗传算法染色体的编码策略有两种方式[128]:一是根据模式定理建议用尽量少的符号编码
(如二进制编码) ;二是以数值优化计算的方便和精度为准,采用一个基因一个参数的办法(如
十进制编码) ,并把相应的基因操作改造成适合十进制操作的方式。
虽然二进制编码有成熟的模式定理,但采用二进制编码在网络学习中有明显的缺点:一是不
直观,二进制编码只能用0和1表示参数,每位上的0和1表示的含义不明确;二是精度低,
因为实际的连接权值是实数,将它们用二进制数表示编码实际上是用离散值来尽量逼近权、
阈值,这就有可能导致因某些实数权值不能被更精确表达而使网络的训练失败;三是运算效
率低。
与二进制编码相比,实数编码存在很多的优势。
表2 算法性能比较
Table.2 Comparison of algorithm performance
算法平均
收敛率(%)平均
收敛代数平均收敛
速度(s)回想
准确率(%)检测
准确率(%)
标准GA-BP95.8625.8954100100
改进免疫GA-LMBP98.15413.0432100100
由表3可知,本文提出的改进免疫遗传LMBP 神经网络具有较好的收敛性能,检测准确率
高。因此改进免疫遗传LMBP 神经网络模型是正确。
6 结论
下面是本文的主要研究内容:
(1) 建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统,确定了用于图像采集的光
照条件。
(2) 对种蛋筛选方法进行了系统研究,提出了基于机器视觉技术的根据种蛋重量、蛋形、种
蛋蛋壳表面缺陷和蛋壳颜色进行种蛋孵化前的种蛋筛选即对种蛋外观品质检测的综合指标
评价体系。
① 研究了用于种蛋蛋形和蛋壳颜色自动检测的神经网络模型。将混沌思想、免疫算法与遗
传算法相结合,提出了一种改进免疫遗传算法,
② 使用本文提出的方法检测结果与实际称量结果间有良好的相关性,过大蛋、正常蛋和过
小蛋检测准确率分别达到了97.73%、97.04%和96.51%。
7 展望
为了进一步提高研究的实用化程度,探索更加有效、快速准确的检测方法,今后还应在以下
几方面继续开展研究:
(1) 扩大研究对象范围,研究适合更多品种的种蛋品质与孵化成活性以及商品蛋品质检测分
级的方法与技术。
(2) 扩展研究领域。.
内容用五号楷体字。另起一页。标题用小四号黑体字,字间空二个空格,居中。参 考 文
献
M-专著
J-期刊
C-论文集
N-报纸文章
D-学位论文
R-报告[1] 唐向阳,张勇,李江有等. 机器视觉关键技术的现状及应用展望[J]. 昆明理工大
学学报(理工版) ,2004,V ol.29(2):36-39
[2] 刘曙光,刘明远,何钺. 机器视觉及其应用[J]. 河北科技大学学报,2000,V ol.21(4):11-15
[3] 章毓晋. 图像理解与计算机视觉[M]. 北京:清华大学出版社,2003:11-15
[4] 伍鑫蒲. 西方文论选[C]. 上海:上海译文出版社,1979:11-15
[5] 李大伦. 经济全球化的重要性[N]. 光明日报,2011,5
[6] 张筑生. 微分子动力学的不变集[D]. 北京:北京大学数学系数学研究所,2005:11-15
[7] 冯西桥. 蛋重对孵化率的影响[R]. 北京:清华大学研究所,2008:1-6
[8] 任奕林,伍冬生. 我国禽蛋业的现状及发展对策[J]. 中国家禽,2005,V ol.27(2):5-6
[9] R T Elster. J W Goodurm. Detecting of Cracks in Eggs Using Machine Vision[J]. Transactions of the ASAE,1991,V ol.34(1):307-312
[10] J W Goodurm. R T Elster. Machine Vision for Cracks Detection in Rotation Eggs[J].
Transactions of the ASAE,1992,V ol.35(4):1323-1328
[11] V C Patel,R W McClendon,J W Goodrum. Crack detection in eggs using computer vision
and neural networks[J]. A.I. Applications,1994,Vol.8(2):21-31
[12] 彭秀丽,邓干臻,孙成浩,王艳青. 蛋重对孵化率、初生重及性比例的影响[J]. 湖北农
业科学,2002,V ol.1:65-67
[13] 康相涛,宋素芳,李明,王彦彬,符建伟. 蛋鸡种蛋蛋重对孵化率和雏鸡生长发育的影
响[J],中国家禽2002,V ol.24(15):10-12
[14] Zhou Y ,Hu XF. Ye Q T. A robust lane detection approach based on MAP estimate and
particle swarm optimization[J]. Lecture Notes in Artificial Intelligence,2005,V ol.3802:804-811.
[15] Omran M G H ,Salman A ,Engelbrecht A P. Dynamic clustering using particle swarm
optimization with application in image segmentation[J]. Pattern Analysis and Applications ,
2006,V ol.8(4):332-344
[16] 李爱国,覃征,鲍复民等. 粒子群优化算法[J]. 计算机工程与应用,2002,Vol.38(21):l-3
[17] Parsopoulos K E,Vrahatis M N. Recent approaches to global optimization problems through
particle swarm optimization[J]. Natural Computing,2002,V ol.12(1):235-306
注 意: 序号加方括号,用阿拉伯数字连续编号,序号后空一格,不加标点符号。参考文献要按格式著录。
[18] ydin M E,Fogarty T C. A simulated annealing algorithm for multi-agent systems:a job-shop scheduling application[J]. Journal of Intelligent Manufacturing,2004,V ol.15(6):805-814
参考文献的著录格式:
(1) 当引用文献是“期刊文章”时,其格式为:
编号 作者1姓名,作者2姓名.引用文章题名[J ].译者姓名.期刊名,年, 卷号(期号):起止页码
(2) 当引用文献是“专著,论文集,学位论文,报告”时,其格式为:
编号 作者1姓名,作者2姓名.文献题名[ ].译者姓名.版本(第一版不注明).出版地:出版者,出版年.起止页码
(3) 当引用文献是“论文集中的析出文献”时,其格式为:
编号 析出文献主要责任者. 析出文献题名[C ]. 原文献主要责任者. 原文献题名[ ]. 出版地:出版者,出版年.析出文献起止页码
(4) 当引用文献是“报纸文章”时, 其格式为:
编号 主要责任者. 文献题名[N ]. 报纸名, 出版日期 (版次)
(5) 当引用文献是“国际﹑国家标准”时, 其格式为:
编号 标准编号, 标准名称[S ]
(6) 当引用文献是“专利” 时, 其格式为:
编号 专利所有者. 专利题名[P ]. 专利国别: 专利号, 出版日期
(7) 当引用文献是“ 电子文献” 时, 其格式为:
编号 主要责任者. 电子文献题名〔电子文献及载体类型标识〕. 电子文献的出处或可获得地址, 发表或更新日期/引用日期(任选)
附: 参考文献类型及其标识
1) 传统文献
国标GB3469规定,以单字母方式标识以下各种参考文献类型:
期刊文章---J ;专著—M ;论文集---C ;报纸文章---N ;学位论文---D ; 报告---R ; 标准---S ; 专利---P
2) 电子文献
数据库---DB ; 计算机程序---CP ; 电子公告---EB
3) 电子文献的载体类型及其标识
磁带(magnetic tape )---MT ; 磁盘(disk )---DK ; 光盘(CD-ROM )---CD ;联机网络(online )---OL
表示格式
〔文献类型标识/载体类型标识〕
例:〔DB/OL〕 联机网上数据库;〔DB/MT〕 磁带数据库;〔M/CD〕 光盘图书; 〔CP/DK〕 磁盘软件;〔J/OL〕 网上期刊;〔EB/OL〕 网上电子公告
以纸张为载体的传统文献在引作参考文献时不必注明其载体类型。