[发明专利]一种基于卷积神经网络的鸡蛋新鲜度检测方法

权利要求书

1.一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：包括以下步骤，

步骤一、选择哈夫值作为鸡蛋新鲜度的指标，将鸡蛋等级按照哈夫值分为AA、A和B级；

步骤二、搭建鸡蛋透光图像采集装置，采集鸡蛋透光图像样本；

步骤三、搭建鸡蛋哈夫值测定装置，鸡蛋透光图像样本经过步骤二之后利用所述鸡蛋哈夫值测定装置计算鸡蛋哈夫值；

步骤四、将鸡蛋透光图像样本图像和哈夫值数据代入卷积神经网络训练、测试，得出检测结果。

2.根据权利要求1所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述步骤四中所述卷积神经网络结构由四个卷积层、四个池化层、二个全连接层和一个分类器堆叠成。

3.根据权利要求2所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述卷积层计算公式如下：

式中，k表示第l层卷积操作，b代表第l层卷积核的偏置，M_J是输入层的感受野，f(·)为激活函数。

4.根据权利要求3所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述卷积神经网络结构还包含六个激活层和二个Dropout层。

5.根据权利要求4所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所属激活层激活函数的包括修正线性单元(rectified linear unit，ReLU)，其表达式为ReLU＝max(0,x)。

6.根据权利要求1所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述步骤二中鸡蛋透光图像采集装置包括平面镜、球积分光源、被检测对象鸡蛋、铁架台、CMOS工业相机、计算机和软件系统检测，所述球积分光源底部放置所述平面镜，所述球积分光源顶部放置所述被检测对象鸡蛋，所述球积分光源和平面镜放置于所述铁架台平台上，所述CMOS工业相机放置在所述铁架台的支架上，所述CMOS工业相机通过USB接口连接计算机，计算机安装有图像采集驱动，实现软件系统检测。

7.根据权利要求1所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述步骤二中鸡蛋透光图像采集装置的光源采用OPT-RID-150球积分光源。

8.根据权利要求1所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：对所述步骤二中采集的鸡蛋样本RGB空间中G分量进行4倍增强，之后利用插值算法将G增强的图像尺寸缩小为原样本的1/8，以满足卷积神经网络模型模型快速训练、测试。

9.根据权利要求1所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：所述步骤三中哈夫值是美国农业部综合鸡蛋蛋白高度和蛋重两个表征鸡蛋新鲜度的因子建立的指标，其计算公式如下：

Ha＝100×lg(H+7.57-1.7×w^0.37)

式中，H为蛋白高度(单位mm)，w表示鸡蛋质量(单位g)。

10.根据权利要求8所述的一种基于卷积神经网络的鸡蛋新鲜度检测方法，其特征在于：鸡蛋哈夫值采集方法包括：

第一、将经过图像采集的鸡蛋用电子天平测量重量，为防止偶然误差，实验单枚鸡蛋称取三次，去平均值；

第二、将鸡蛋轻轻打破，将液态蛋平铺在水平平台上，利用游标卡尺测量蛋芯边缘与浓蛋白边缘中点呈等边三角形的三点浓蛋白高度，取平均值为蛋白高度；

第三、利用上述公式计算出鸡蛋哈夫值。