首页> 中文学位 >淡水鱼种类识别与重量在线检测方法研究及装备设计
【6h】

淡水鱼种类识别与重量在线检测方法研究及装备设计

代理获取

目录

声明

摘要

第一章 绪论

1.1 课题研究的目的和意义

1.2 农产品分级的国内外研究现状

1.2.1 农产品大小分级的研究现状

1.2.2 农产品重量分级的研宄现状

1.2.3 农产品外观分级的研究现状

1.2.4 农产品品质分级的研究现状

1.2.5 农产品种类分级的研究现状

1.3 本文研究内容与技术路线

1.3.1 本文研究内容

1.3.2 本文技术路线

1.4 本章小结

第二章 淡水鱼鱼体物理特性的检测研究

2.1 4种淡水鱼外观特征概述

2.2 试验材料与仪器

2.2.1 试验材料

2.2.2 试验仪器

2.3 4种淡水鱼体长与重量关系研究

2.4 鱼体与皮带滑动摩擦系数测定

2.5 本章小结

第三章 基于鱼体轮廓特征的淡水鱼种类检测分级方法研究

3.1 前言

3.2 基于机器视觉的淡水鱼鱼体图像采集装置

3.3 淡水鱼鱼体图像处理流程

3.4 基于鱼体轮廓的淡水鱼刍体特征参数提取方法

3.5 特征值分析

3.5.1 淡水鱼种类分级的特征值确定

3.5.2 淡水鱼种类分级模型的构建

3.5.3 淡水鱼种类分级模型的准确性检验

3.6 本章小结

第四章 淡水鱼在线称重装置设计

4.1 前言

4.2 淡水鱼在线称重装置组成

4.2.1 淡水鱼在线称重装置的总体结构

4.2.2 淡水鱼在线称重装置的数据采样电路设计

4.3 淡水鱼在线称重装置的准确性验证

4.3.1 淡水鱼在线称重装置的称重准确性检测方法

4.3.2 淡水鱼在线称重装置的称重准确性检测结果与分析

4.4 本章小结

第五章 淡水鱼种类、重量在线检测分级装置的设计

5.1 前言

5.2 淡水鱼鱼体分级装置的设计

5.2.1 鱼体分级装置的结构组成

5.2.2 鱼体分拨机构的组成

5.2.3 分拨摇臂设计

5.4 淡水鱼重量在线检测分级装置的设计

5.4.1 淡水鱼重量在线检测分级装置的结构组成

5.4.2 淡水鱼重量在线检测分级装置的工作原理

5.4.3 淡水鱼重量在线检测分级装置的分级准确性验证

5.5 淡水鱼种类在线识别分级装置的设计

5.5.1 淡水鱼种类在线识别分级装置的结构组成

5.5.2 淡水鱼种类在线识别分级装置的工作原理

5.5.3 淡水鱼种类在线识别分级装置的分级准确性验证

5.6 本章小结

第六章 总结

参考文献

致谢

展开▼

摘要

大宗淡水鱼是营养丰富的食材,深受人们喜爱。淡水鱼具有易腐败、不易贮存等缺点,对其进行精深加工不仅可以延长淡水鱼的保鲜期,还可以丰富人们对于淡水鱼的消费形式,如生产鱼罐头、调味品及其他休闲食品等。淡水鱼种类识别、重量分级是淡水鱼前处理加工的第一道工序,对于淡水鱼的深加工具有重要的意义。本文以白鲢鱼、鲫鱼、鳊鱼及草鱼4种淡水鱼为研究对象,对鱼体的种类、重量检测分级方法进行研究,并设计了淡水鱼种类、重量在线检测分级装置。本文主要内容如下:
  1)采用机器视觉技术对淡水鱼的种类分级进行研究,提出了基于淡水鱼鱼体轮廓特征曲线的种类分级方法,建立了鱼体种类分级模型,并设计试验对模型的准确性进行检验。试验结果表明,基于鱼体轮廓特征的种类分级模型对4种淡水鱼种类识别的正确率均达到100%,平均识别时间为1.32s。
  2)设计了用于鱼体重量分级的在线称重装置,并设计电路对传感器的信号进行滤波处理,同时对传感器的偏载误差进行调整。对在线称重装置的测试结果表明,当称重输送机的运行速度在0.20m/s至0.25m/s范围内时,称重装置的误差范围为±0.73%,可以满足淡水鱼前处理的工艺要求。
  3)设计了在线分级装置。在线分级装置的主体为皮带输送机,输送机两侧安装有鱼体分拨机构。利用仿真软件对分拨机构的摇臂进行优化,在提高分级效率的同时,可以降低能耗。当分级装置输送机的运行速度设置为0.20m/s至0.25m/s时,可以保证分级装置的分级效率和准确率。
  4)将机器视觉系统和在线分级装置组合,搭建了淡水鱼种类在线识别分级装置样机,并设计了专用控制系统。利用淡水鱼种类在线识别分级装置样机进行试验,速度设置为0.2m/s至0.25m/s之间,结果表明该样机对白鲢鱼、草鱼的分级正确率为100%,而鲫鱼、鳊鱼的分级正确率可以达到98%,分级速度为13条/分钟。
  5)将在线称重装置与分级装置组合,搭建了重量在线检测分级装置样机,并设计了专用控制系统。利用淡水鱼鱼体重量在线检测分级装置样机进行试验,结果表明当称重装置的速度设置为0.2m/s时,鱼体重量在线检测分级样机的平均分级速度为22条/分钟,分级正确率为98%以上。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号