基于机器视觉的鸡胴体断翅快速检测技术

摘要：

为实现肉鸡屠宰过程中断翅鸡胴体的快速检测,提高生产效率,该研究利用机器视觉系统采集了肉鸡屠宰线上的1053张肉鸡胴体图,构建了一种快速识别断翅缺陷的方法.通过机器视觉装置采集鸡胴体正视图,经图像预处理后分别提取鸡胴体左右两端到质心的距离及其差值(d1、d2、dc)、两翅最低点高度及其差值(h1、h2、hc)、两翅面积及其比值(S1、S2、Sr)、矩形度(R)和宽长比(rate)共11个特征值,并通过主成分分析降维至8个主成分.建立线性判别模型、二次判别模型、随机森林、支持向量机、BP神经网络和VGG16模型,比较模型的F1分数和总准确率,在所有模型组合中,以VGG16模型的F1分数和总准确率最高,分别为94.35％和93.28％,平均预测速度为10.34张/s.利用VGG16建立的模型有较好的分类效果,可为鸡胴体断翅的快速识别与分类提供技术参考.

关键词：机器视觉、机器学习、鸡胴体、断翅检测

所属期刊栏目：38

分类号：TS251.7(食品工业)

资助基金：现代农业产业技术体系CARS-41

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：253-261