丁筱玲++吴玉红++周田田++左润国++郭言国++赵立新

摘要：旨在设计一种基于机器视觉技术对鸡翅质量智能识别的方法，实现对鸡翅质量的预测。运用机器视觉技术采集140根鸡翅的俯视和侧视图像建立图像库，并对库中图像进行灰度化、形态学运算等处理；分别提取鸡翅俯视图和侧视图的面积、轮廓周长、长轴、短轴特征，并采用相机标定方法计算出实际各项特征值，分别建立鸡翅实际质量和样本实际特征值之间的一元线性、幂指数及多元混合预测模型。试验结果显示，采用多元混合预测模型效果最佳，相关系数达到0.971 7，估计误差方差为0.505 5；运用检验数据对该预测模型进行验证，得到预测鸡翅质量与实际鸡翅质量的绝对误差均值为0.265 6 g，相对误差均值为0.57%。试验结果表明，基于机器视觉技术的鸡翅质量预测方法可行，可应用于鸡翅质量分级。

关键词：机器视觉技术；质量预测；预测模型；鸡翅

中图分类号： TP391.4文献标志码： A

文章编号：1002-1302（2017）09-0208-05

近年，我国鸡肉产量持续增长，总产量居世界前三，鸡肉已成为我国仅次于猪肉的第二大肉类消费品。肉鸡加工厂出售鸡肉时，可整鸡出售，亦可将其分割成鸡脯肉、鸡杂、鸡胗、鸡血、翅尖、翅中、翅根、鸡爪、鸡腿、鸡架、半边鸡等出售，并根据不同需求按照各类别的重量或品质进行分级。目前，鸡翅分级普遍采用人工分级，这种分级方法工作效率低，且易受人工主观鉴别因素影响造成较大误差，难以满足生产需要[1]。随着计算机技术的发展，机器视觉技术日臻成熟，已成为当今自动化企业不可或缺的产品，广泛应用在制药、食品、金属加工等方面[2-7]。……