计算机视觉在禽蛋品质检测中的应用研究进展
本文针对计算机视觉技术用于蛋品分级方面进行了综述。禽蛋品质检测一般分外部品质检测和内部品质检测两大部分，其中禽蛋的颜色、表面缺陷、蛋形指数、重量和内容物、新鲜度是禽蛋外部品质检测和内部品质检测的重要指标。主要基于小波的轮廓特征提取算法、基于边缘算子技术、基于菲涅尔衍射的边缘检测算法等图像识别方法检测禽蛋外部品质；图像亮度、声学特性检测技术对裂纹禽蛋进行检测，主要有基于阈值、区域和梯度等图像分割技术、基于小波变换的图象增强算法、声学脉冲共振特性等；还有透射光谱技术、荧光光谱图像、磁共振成像技术等非破坏性技术检测禽蛋内部品质；利用贝叶斯判别原理、神经网络及其改进算法对禽蛋分级。但目前研究多数是静态的，动态检测识别准确率偏低，因此改进识别方法提高检测准确精度是今后的主要研究方向。
计算机视觉 禽蛋品质 品质检测 特征提取
杨旭 郑丽敏
中国农业大学信息与电气工程学院,北京,100083
国内会议
大庆
中文
2007-08-14（万方平台首次上网日期，不代表论文的发表时间）