家禽內(nèi)臟的掏出及可食用內(nèi)臟的分揀是家禽屠宰和禽肉加工中最難實(shí)現(xiàn)機(jī)械化和自動(dòng)化的環(huán)節(jié),研究家禽自動(dòng)掏膛設(shè)備對(duì)提高家禽屠宰生產(chǎn)線的全自動(dòng)化作業(yè)水平和改善禽類產(chǎn)品的食品安全質(zhì)量有著重要的意義。目前,市場(chǎng)上大多數(shù)家禽自動(dòng)掏膛設(shè)備來自于歐美發(fā)達(dá)國(guó)家,由于歐美國(guó)家一般不食用家禽內(nèi)臟,所以國(guó)外掏膛設(shè)備并不完全適用于我國(guó)國(guó)情,目前我國(guó)普遍采用人工輔助流水線作業(yè),因此研發(fā)符合我國(guó)需求的家禽自動(dòng)掏膛設(shè)備及研究?jī)?nèi)臟器官識(shí)別分揀工作意義重大。本文結(jié)合家禽屠宰加工中掏膛工序的實(shí)際工藝需求,為了確保機(jī)械手掏膛過程中內(nèi)臟的完整性,減少脆弱器官的破損,利用機(jī)器視覺技術(shù)對(duì)家禽胴體和內(nèi)臟準(zhǔn)確定位并對(duì)可食用內(nèi)臟器官離體后的識(shí)別進(jìn)行了深入的研究,主要研究?jī)?nèi)容和結(jié)論如下:(1)家禽胴體和內(nèi)臟整體圖像分割。針對(duì)家禽掏膛時(shí)胴體可見而內(nèi)臟不可見的問題,研究家禽胴體和開膛家禽內(nèi)臟整體分割技術(shù)及其相對(duì)位置偏差有利于機(jī)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(duì)家禽胴體的識(shí)別。首先通過對(duì)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(jìn)行家禽胴體的分割;然后基于家禽內(nèi)臟圖像的...

【文章頁數(shù)】：176 頁

【學(xué)位級(jí)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(nèi)臟分揀設(shè)備國(guó)內(nèi)外研究概況
        1.2.1 國(guó)外家禽掏膛及內(nèi)臟分揀設(shè)備概況
        1.2.2 國(guó)內(nèi)家禽掏膛及內(nèi)臟分揀設(shè)備概況
    1.3 機(jī)器人在肉類加工中的應(yīng)用研究
        1.3.1 禽類加工機(jī)器人
        1.3.2 畜類加工機(jī)器人
    1.4 機(jī)器視覺技術(shù)在農(nóng)產(chǎn)品識(shí)別及加工中的應(yīng)用研究
        1.4.1 機(jī)器視覺技術(shù)基本理論
        1.4.2 農(nóng)產(chǎn)品加工及識(shí)別研究概況
    1.5 本文的主要研究?jī)?nèi)容及技術(shù)路線
        1.5.1 主要研究?jī)?nèi)容
        1.5.2 技術(shù)路線
    1.6 本章小結(jié)
第二章 基于機(jī)器視覺的家禽胴體和內(nèi)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(xué)運(yùn)算
    2.2 基于改進(jìn)水平集算法的家禽內(nèi)臟整體圖像分割
        2.2.1 家禽內(nèi)臟整體圖像處理方案
        2.2.2 圖像預(yù)處理
        2.2.3 OTSU多閾值分割算法實(shí)現(xiàn)圖像分割
        2.2.4 改進(jìn)的水平集算法實(shí)現(xiàn)圖像分割
        2.2.5 兩種算法性能評(píng)估
        2.2.6 家禽內(nèi)臟圖像分割結(jié)果與分析
    2.3 家禽胴體和內(nèi)臟相對(duì)位置偏差
        2.3.1 坐標(biāo)變換
        2.3.2 位置偏差計(jì)算與結(jié)果分析
    2.4 本章小結(jié)
第三章 基于改進(jìn)分水嶺算法的雞心、肝圖像分割及體內(nèi)位置預(yù)測(cè)
    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(jié)果與分析
    3.2 雞心、肝圖像分割
        3.2.1 改進(jìn)的分水嶺分割算法
        3.2.2 雞心、肝圖像分割結(jié)果
        3.2.3 算法比較與分析
    3.3 雞內(nèi)臟及器官的體內(nèi)位置預(yù)測(cè)
        3.3.1 材料與方法
        3.3.2 結(jié)果與分析
    3.4 本章小結(jié)
第四章 家禽可食用內(nèi)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(nèi)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(nèi)臟器官離體圖像分割技術(shù)
    4.2 可食用內(nèi)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(nèi)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(nèi)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(jié)
第五章 家禽可食用內(nèi)臟器官離體識(shí)別研究
    5.1 基于形狀特征的心臟識(shí)別
    5.2 基于BP神經(jīng)網(wǎng)絡(luò)的可食用內(nèi)臟器官離體識(shí)別
        5.2.1 人工神經(jīng)網(wǎng)絡(luò)構(gòu)建
        5.2.2 可食用內(nèi)臟器官的BP神經(jīng)網(wǎng)絡(luò)表達(dá)
        5.2.3 可食用內(nèi)臟器官的BP神經(jīng)網(wǎng)絡(luò)算法描述
        5.2.4 仿真試驗(yàn)結(jié)果與分析
    5.3 基于支持向量機(jī)的可食用內(nèi)臟器官離體識(shí)別
        5.3.1 支持向量機(jī)模型
        5.3.2 支持向量機(jī)算法原理
        5.3.3 內(nèi)臟識(shí)別中核函數(shù)的選擇
        5.3.4 支持向量機(jī)分類結(jié)果分析
    5.4 兩種模式識(shí)別方法結(jié)果對(duì)比
    5.5 本章小結(jié)
第六章 家禽機(jī)械手掏膛系統(tǒng)構(gòu)建與試驗(yàn)分析
    6.1 家禽機(jī)械手掏膛系統(tǒng)總體結(jié)構(gòu)
        6.1.1 整機(jī)系統(tǒng)構(gòu)建
        6.1.2 禽體輸送裝置
        6.1.3 直角坐標(biāo)機(jī)械臂組件
        6.1.4 家禽掏膛機(jī)械手末端執(zhí)行器
    6.2 家禽機(jī)械手掏膛視覺系統(tǒng)設(shè)計(jì)與研究
        6.2.1 家禽機(jī)械手掏膛視覺系統(tǒng)的組成
        6.2.2 圖像目標(biāo)檢測(cè)與邊緣提取
        6.2.3 膛口最大內(nèi)切圓算法
        6.2.4 坐標(biāo)系標(biāo)定
    6.3 家禽機(jī)械手掏膛控制系統(tǒng)技術(shù)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(jī)械手掏膛系統(tǒng)綜合性能試驗(yàn)研究
        6.4.1 材料與方法
        6.4.2 系統(tǒng)性能評(píng)價(jià)指標(biāo)
        6.4.3 綜合性能分析
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 論文的主要?jiǎng)?chuàng)新點(diǎn)
    7.3 展望
參考文獻(xiàn)
附錄:注釋說明
攻讀博士學(xué)位期間的主要科研成果
致謝



本文編號(hào)：3866279