張　超，盧　偉，丁天華，杜健健，丁為民，羅　慧（南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇省現(xiàn)代設(shè)施農(nóng)業(yè)技術(shù)與裝備工程實(shí)驗(yàn)室，江蘇南京210031）

禽蛋品質(zhì)無(wú)損檢測(cè)的研究現(xiàn)狀及其展望

張超，盧偉*，丁天華，杜健健，丁為民，羅慧
（南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇省現(xiàn)代設(shè)施農(nóng)業(yè)技術(shù)與裝備工程實(shí)驗(yàn)室，江蘇南京210031）

近年來(lái)，國(guó)內(nèi)外已有不少學(xué)者對(duì)禽蛋品質(zhì)的無(wú)損檢測(cè)進(jìn)行了研究，其中禽蛋蛋殼強(qiáng)度檢測(cè)、禽蛋裂紋檢測(cè)及禽蛋新鮮度檢測(cè)為研究熱點(diǎn)，而禽蛋微小裂紋、散黃蛋和雙黃蛋的快速無(wú)損檢測(cè)則是研究難點(diǎn)。本文通過(guò)論述機(jī)器視覺(jué)技術(shù)、光譜檢測(cè)技術(shù)、聲學(xué)技術(shù)、電子鼻技術(shù)以及稱(chēng)重-測(cè)距法等無(wú)損檢測(cè)方法，依次分析國(guó)內(nèi)外對(duì)禽蛋外觀品質(zhì)、禽蛋蛋殼強(qiáng)度、禽蛋裂紋和禽蛋新鮮度的研究現(xiàn)狀，并對(duì)禽蛋品質(zhì)無(wú)損檢測(cè)的發(fā)展趨勢(shì)進(jìn)行了展望，以期為今后禽蛋品質(zhì)無(wú)損檢測(cè)的深入研究提供參考。

禽蛋，品質(zhì)，無(wú)損檢測(cè)

禽蛋產(chǎn)業(yè)不僅是中國(guó)農(nóng)業(yè)的支柱產(chǎn)業(yè)，而且是關(guān)系國(guó)計(jì)民生和社會(huì)穩(wěn)定的重要產(chǎn)業(yè)［1］。自1984年以來(lái)，中國(guó)禽蛋產(chǎn)量就一直位居世界首位［2］。但是，國(guó)內(nèi)通過(guò)農(nóng)貿(mào)市場(chǎng)所銷(xiāo)售的禽蛋大多未經(jīng)初加工分級(jí)處理，表面都會(huì)不同程度存在雞血、污漬、裂紋和對(duì)人體有害的微生物［3］。所以，中國(guó)禽蛋在國(guó)際貿(mào)易市場(chǎng)上，因藥物殘留和微生物指標(biāo)檢測(cè)不合格等因素，只能以較低的價(jià)格出口到香港和阿拉伯等地區(qū)和國(guó)家［4］。因此，禽蛋的保鮮、分級(jí)、包裝成為中國(guó)禽類(lèi)飼養(yǎng)者、蛋品加工貯藏者及研究者普遍關(guān)注的問(wèn)題，也是關(guān)系到禽類(lèi)飼養(yǎng)業(yè)、蛋品加工業(yè)能否快速發(fā)展的重要問(wèn)題之一［5］。目前，國(guó)內(nèi)外的蛋品企業(yè)主要依靠人體感官來(lái)挑選禽蛋，不僅勞動(dòng)強(qiáng)度大，生產(chǎn)效率低，而且檢測(cè)精度受工人注意力、挑選經(jīng)驗(yàn)和工作態(tài)度的影響而難以保證［6］。因此，對(duì)禽蛋品質(zhì)無(wú)損檢測(cè)的研究，具有重要的現(xiàn)實(shí)意義［7］。

本文從國(guó)內(nèi)外對(duì)禽蛋外觀品質(zhì)檢測(cè)、蛋殼強(qiáng)度檢測(cè)、蛋殼裂紋檢測(cè)及禽蛋新鮮度檢測(cè)等方面的已有研究進(jìn)行綜合分析，以期為今后禽蛋品質(zhì)無(wú)損檢測(cè)的深入研究提供參考。

1　禽蛋外觀品質(zhì)無(wú)損檢測(cè)研究現(xiàn)狀

禽蛋外觀品質(zhì)主要包括禽蛋的大小、形狀、顏色及表面潔凈度，雖不影響禽蛋的食用價(jià)值，但對(duì)禽蛋的運(yùn)輸、儲(chǔ)藏及消費(fèi)者購(gòu)買(mǎi)欲產(chǎn)生影響［3］。

目前，國(guó)內(nèi)外對(duì)禽蛋外觀品質(zhì)研究較少，檢測(cè)方法多為機(jī)器視覺(jué)檢測(cè)法［8-14］，如Garcia等［9］為縮短污斑蛋分類(lèi)時(shí)間過(guò)長(zhǎng)的弊端，對(duì)雞蛋的紅綠藍(lán)（RGB）圖像進(jìn)行數(shù)字圖像處理，來(lái)對(duì)雞蛋的形狀和表面缺陷進(jìn)行檢測(cè)與分類(lèi)，最終分類(lèi)處理時(shí)間縮短為100 ms，分類(lèi)準(zhǔn)確率在82%～92%之間。另外，饒秀勤等［12］為研究能滿(mǎn)足雞蛋分級(jí)生產(chǎn)要求的雞蛋重量檢測(cè)，采用色調(diào)（H）、飽和度（I）和強(qiáng)度（S）顏色模型的H分量作為雞蛋圖像的閾值分割指標(biāo)，實(shí)驗(yàn)表明，雞蛋重量檢測(cè)的絕對(duì)誤差在±3 g以?xún)?nèi)，可用于雞蛋分級(jí)生產(chǎn)。而Dehrouyeh等［14］則在饒秀勤［12］的基礎(chǔ)上，進(jìn)一步區(qū)分檢測(cè)蛋殼表面的血斑與污斑，研究基于圖像處理的HIS顏色空間算法，實(shí)驗(yàn)結(jié)果表明，潔凈表面被誤認(rèn)為血斑表面的錯(cuò)誤率為8.67%，潔凈表面被誤認(rèn)為污斑表面的錯(cuò)誤率為14%。

通過(guò)上述研究可見(jiàn)，雖然采用機(jī)器視覺(jué)檢測(cè)法對(duì)禽蛋外觀品質(zhì)進(jìn)行檢測(cè)是可行的，但經(jīng)分析總結(jié)后可知，其具有一定的局限性，即易受禽蛋蛋殼顏色影響，且較難快速、動(dòng)態(tài)檢測(cè)禽蛋外觀品質(zhì)，不利于批量流水線式的禽蛋外觀品質(zhì)檢測(cè)。

2　禽蛋蛋殼強(qiáng)度無(wú)損檢測(cè)研究現(xiàn)狀

蛋殼強(qiáng)度高低與禽蛋裂紋及新鮮度密切相關(guān)，是禽蛋品質(zhì)的重要特征。目前，國(guó)內(nèi)外對(duì)禽蛋蛋殼強(qiáng)度的無(wú)損檢測(cè)主要利用聲學(xué)特性［15-19］和近紅外光譜技術(shù)［20］。

針對(duì)聲學(xué)特性方面，研究者主要是通過(guò)小錘敲擊禽蛋后對(duì)聲音采集分析和處理，并取得一系列的研究成果。如Coucke等［15］發(fā)現(xiàn)蛋殼強(qiáng)度是由雞蛋形狀與雞蛋質(zhì)量的共振頻率共同決定的，且共振頻率約為4300 Hz；Wang等［16］則在Coucke的基礎(chǔ)上進(jìn)一步研究表明共振頻率與雞蛋質(zhì)量、雞蛋密度、蛋殼強(qiáng)度和蛋殼裂紋這四個(gè)物理性質(zhì)之間的回歸系數(shù)為0.62～0.68。

而在近紅外光譜技術(shù)方面，熊歡［20］采用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)分析方法及物理指標(biāo)分析研究禽蛋蛋殼強(qiáng)度等物理指標(biāo)之間的關(guān)系。發(fā)現(xiàn)蛋殼厚度、蛋殼百分比和蛋比重與蛋殼強(qiáng)度的相關(guān)性較大，其相關(guān)系數(shù)分別為0.79、0.76和0.62。

以上研究表明，采用聲學(xué)特性和近紅外光譜技術(shù)檢測(cè)禽蛋蛋殼強(qiáng)度是可行的，但經(jīng)對(duì)所引文獻(xiàn)內(nèi)容分析后可知，以上兩種方法均有其弊端，其中，聲學(xué)特性易受周?chē)h(huán)境噪聲干擾，而近紅外光譜技術(shù)則易受溫度、檢測(cè)部位及環(huán)境的影響。

3　禽蛋蛋殼裂紋無(wú)損檢測(cè)研究現(xiàn)狀

禽蛋在包裝、加工、運(yùn)輸環(huán)節(jié)中容易產(chǎn)生裂紋，而使微生物進(jìn)入禽蛋內(nèi)部，導(dǎo)致新鮮度降低，及時(shí)將裂紋蛋挑揀出來(lái)以避免流入市場(chǎng)至關(guān)重要。目前，國(guó)內(nèi)外對(duì)禽蛋蛋殼裂紋的無(wú)損檢測(cè)方法主要有聲學(xué)特性［21-31］和機(jī)器視覺(jué)技術(shù)［32-34］。

在研究較多的聲學(xué)特性方面，與蛋殼強(qiáng)度研究方法類(lèi)似，仍是采用小錘敲擊雞蛋的方式進(jìn)行研究，并取得很多成果。如Wang等［23］在禽蛋蛋殼上分別進(jìn)行了單點(diǎn)敲擊單點(diǎn)響應(yīng)和單點(diǎn)敲擊多點(diǎn)響應(yīng)，經(jīng)敲擊激勵(lì)后用傳感器獲取時(shí)域特性信號(hào)，并進(jìn)行信號(hào)頻域分析，結(jié)果表明：無(wú)損蛋的頻域特征存在一個(gè)較明顯的主頻率值，峰值突出；裂紋蛋頻域特征沒(méi)有明顯的主頻率值，峰值較紊亂。Lin等［27］則研究基于聲共振的禽蛋裂紋檢測(cè)，搭建實(shí)驗(yàn)裝置如圖1所示，分析敲擊雞蛋后的頻率響應(yīng)，根據(jù)頻率響應(yīng)信號(hào)提取出五個(gè)特征值，采用3種分類(lèi)算法（K-近鄰、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)）分別構(gòu)建分類(lèi)模型進(jìn)行分類(lèi)，通過(guò)比較得知，支持向量機(jī)分類(lèi)效果最佳，準(zhǔn)確率達(dá)到97.1%；之后，其［28］為解決分類(lèi)訓(xùn)練樣本數(shù)量不平衡的問(wèn)題，通過(guò)自適應(yīng)濾波器濾除1000～8000 Hz頻段外的頻率，采用支持向量數(shù)據(jù)描述（SVDD）算法構(gòu)建分類(lèi)模型，識(shí)別準(zhǔn)確率達(dá)到90%。

圖1　聲共振禽蛋裂紋檢測(cè)系統(tǒng)［27］Fig.1　Acoustic resonance egg cracks detection system［27］

盧偉等［31］在已有聲學(xué)特性研究成果基礎(chǔ)上，最新研究采用掃頻振動(dòng)和支持向量機(jī)結(jié)合的方法檢測(cè)雞蛋裂紋，來(lái)增強(qiáng)無(wú)損蛋與裂紋蛋的振動(dòng)信號(hào)的差異，通過(guò)交叉驗(yàn)證的方式進(jìn)行模型參數(shù)優(yōu)化，識(shí)別準(zhǔn)確率達(dá)到98%，并解決以往通過(guò)聲學(xué)特性較難檢測(cè)蛋殼微小裂紋的難題。

而在機(jī)器視覺(jué)方面，賀靜等［32］提出基于數(shù)字信號(hào)處理（DSP）實(shí)時(shí)圖像采集處理的雞蛋蛋殼破損檢測(cè)方法，實(shí)驗(yàn)結(jié)果表明：此算法對(duì)于蛋殼裂縫長(zhǎng)度大于8 mm的雞蛋識(shí)別率達(dá)到96%。楊冬風(fēng)等［33］則通過(guò)使用空氣壓力調(diào)節(jié)來(lái)適度增大微小裂紋，以解決當(dāng)下微小裂紋難以識(shí)別的問(wèn)題，根據(jù)無(wú)損蛋和裂紋蛋圖像的特點(diǎn)，使用分形維數(shù)對(duì)圖像進(jìn)行分析，用4個(gè)方向剖面分割灰度圖像曲面，得到具有分形規(guī)律的曲線，計(jì)算曲線的維數(shù)與圖像整體盒維數(shù)，作為神經(jīng)網(wǎng)絡(luò)的特征向量，識(shí)別率為98.36%。

上述論述表明，當(dāng)前國(guó)內(nèi)外對(duì)禽蛋裂紋檢測(cè)的研究較多，并取得了較大成果，同時(shí)證明了利用聲學(xué)特性和機(jī)器視覺(jué)技術(shù)無(wú)損檢測(cè)禽蛋裂紋的可行性與高精度性。

4　禽蛋新鮮度無(wú)損檢測(cè)研究現(xiàn)狀

新鮮度是禽蛋品質(zhì)中最重要的特征之一，直接關(guān)系到禽蛋的商品等級(jí)、市場(chǎng)競(jìng)爭(zhēng)力、經(jīng)濟(jì)效益和人們的飲食健康，因此對(duì)禽蛋新鮮度的無(wú)損檢測(cè)研究十分重要。目前，國(guó)內(nèi)外對(duì)禽蛋新鮮度的無(wú)損檢測(cè)方法主要有稱(chēng)重-測(cè)距法［35］、電子鼻技術(shù)［36-37］、聲學(xué)特性［38-39］、機(jī)器視覺(jué)技術(shù)［40-44］和光譜檢測(cè)技術(shù)［45-49］，其中，采用機(jī)器視覺(jué)技術(shù)和光譜檢測(cè)技術(shù)檢測(cè)禽蛋新鮮度的研究較多。

如機(jī)器視覺(jué)技術(shù)方面，王巧華等［40］利用機(jī)器視覺(jué)裝置獲取雞蛋顏色參數(shù)來(lái)研究分析雞蛋內(nèi)部顏色信息（H、I、S）與雞蛋新鮮度的相關(guān)關(guān)系，據(jù)此搭建實(shí)驗(yàn)裝置，如圖2所示，通過(guò)實(shí)驗(yàn)獲得雞蛋的新鮮度大?。ü蛑担脺y(cè)得的哈夫值作為樣本數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，經(jīng)檢驗(yàn)表明系統(tǒng)正確識(shí)別率為90.8%。王巧華等［41］為進(jìn)一步研究雞蛋圖像形態(tài)特征與新鮮度的相關(guān)關(guān)系，選取蛋黃與整蛋面積比值、氣室高度與整蛋長(zhǎng)軸長(zhǎng)度比值作為形態(tài)特征參數(shù)，建立兩特征值與新鮮度的關(guān)系模型來(lái)快速無(wú)損檢測(cè)雞蛋新鮮度，經(jīng)檢驗(yàn)，通過(guò)兩特征模型判別雞蛋新鮮度的正確率分別為91%和93%。

圖2　禽蛋新鮮度檢測(cè)裝置［40］Fig.2　Egg freshness detection device structures［40］

鄭麗敏等［42］則采用機(jī)器視覺(jué)技術(shù)提取雞蛋蛋黃指數(shù)和氣室指數(shù)這兩個(gè)圖像特征，建立雞蛋新鮮度與蛋黃指數(shù)、貯藏時(shí)間與雞蛋新鮮度、貯藏時(shí)間與蛋黃指數(shù)和氣室指數(shù)的關(guān)系模型，經(jīng)檢驗(yàn)，實(shí)測(cè)值與預(yù)測(cè)值的平均相對(duì)誤差為6%。劉鵬等［44］為提高判斷雞蛋新鮮度方面的穩(wěn)定性和模型適應(yīng)性，通過(guò)證據(jù)理論和BP神經(jīng)網(wǎng)絡(luò)將電子鼻和機(jī)器視覺(jué)兩種傳感器在特征層進(jìn)行融合，構(gòu)建雞蛋新鮮度的融合模型，判別雞蛋新鮮度準(zhǔn)確率平均值達(dá)到92.6%。

在光譜檢測(cè)技術(shù)方面，Yande等［45］為研究雞蛋內(nèi)部品質(zhì)與透射特性的相關(guān)關(guān)系，研究波長(zhǎng)在200～600 nm范圍內(nèi)雞蛋新鮮度的光特性，發(fā)現(xiàn)在波長(zhǎng)463 nm處雞蛋的新鮮度具有良好的分辨性。而Alessandro等［47］在Yande的基礎(chǔ)上進(jìn)一步研究透射光譜與雞蛋新鮮度的關(guān)系，利用光譜儀和光纖探針裝置對(duì)貯藏溫度在20℃條件下的雞蛋進(jìn)行檢測(cè)，采集833～2500 nm光譜波長(zhǎng)并與新鮮度參數(shù)進(jìn)行對(duì)應(yīng)，通過(guò)主成分分析（PCA）、偏最小二乘回歸（PLS）和偏最小二乘法判別分析（PLS-DA），建立根據(jù)光譜信息來(lái)預(yù)測(cè)雞蛋新鮮度參數(shù)并將雞蛋分類(lèi)的模型。Lin等［49］則研究利用近紅外光譜法結(jié)合一類(lèi)支持向量機(jī)來(lái)確定雞蛋新鮮度，通過(guò)結(jié)合遺傳算法的人工神經(jīng)網(wǎng)絡(luò)（GA-ANN）來(lái)校準(zhǔn)回歸模型，根據(jù)均方根誤差（RMSEP）和預(yù)測(cè)集中的相關(guān)系數(shù)（r）來(lái)評(píng)估模型性能，研究發(fā)現(xiàn)：RMSEP=2.443和r=0.879時(shí)模型達(dá)到最優(yōu)。

上述論述表明，當(dāng)前國(guó)內(nèi)外對(duì)禽蛋的新鮮度研究較多，研究方法也呈現(xiàn)多樣性，且提出了關(guān)于禽蛋內(nèi)部HIS與禽蛋新鮮度存在的關(guān)系、貯藏時(shí)間與禽蛋新鮮度的對(duì)應(yīng)關(guān)系及最佳分辨新鮮度的光譜波長(zhǎng)等問(wèn)題的有效解決辦法。

5　展望

隨著人們生活水平的提高，人們對(duì)食品安全也提出了更高的要求，希望得到安全、放心的食品。而禽蛋作為人們?nèi)粘Ｉ钪械谋匦杵?，其品質(zhì)問(wèn)題也必然成為了一個(gè)不容忽視的問(wèn)題。此外，提高禽蛋產(chǎn)品質(zhì)量和安全性，能提升禽蛋產(chǎn)品的商品等級(jí)，從而提高其市場(chǎng)競(jìng)爭(zhēng)力，并帶來(lái)可觀的經(jīng)濟(jì)效益，因此如何快速無(wú)損地檢測(cè)禽蛋品質(zhì)，尤其是適宜流水線在線、快速、準(zhǔn)確度高的無(wú)損檢測(cè)方法更是禽蛋檢測(cè)的迫切需求。

目前禽蛋的無(wú)損檢測(cè)方法主要以形態(tài)學(xué)測(cè)重量尺寸、機(jī)器視覺(jué)、敲擊法聲學(xué)特征分析、電子鼻氣味分析以及光譜分析等為主，而現(xiàn)有方法均存在不足之處，如形態(tài)學(xué)測(cè)重量尺寸較難適應(yīng)快速流水線式的檢測(cè)要求，機(jī)器視覺(jué)技術(shù)容易受禽蛋蛋殼顏色和蛋殼強(qiáng)度影響，敲擊法聲學(xué)特性在環(huán)境噪聲的干擾下檢測(cè)精度不高等，因此亟需將其他領(lǐng)域的先進(jìn)檢測(cè)方法和檢測(cè)手段借鑒到禽蛋品質(zhì)無(wú)損檢測(cè)中來(lái)。

禽蛋檢測(cè)的信號(hào)處理方法也需要豐富，還需要對(duì)信號(hào)特征提取和模式識(shí)別算法以及多傳感器的信息融合技術(shù)進(jìn)行深入研究，可以將腦電信號(hào)（EEG）、肌電信號(hào)（EMG）、先進(jìn)的電路故障診斷方法和振動(dòng)信號(hào)特征提取方法以及模式識(shí)別方法等借鑒到禽蛋品質(zhì)檢測(cè)的信號(hào)處理中，以進(jìn)一步提高禽蛋品質(zhì)無(wú)損檢測(cè)的速度和準(zhǔn)確性。

此外，禽蛋無(wú)損檢測(cè)的內(nèi)涵亟需豐富，前文綜述表明，對(duì)禽蛋蛋殼強(qiáng)度、蛋殼裂紋和禽蛋新鮮度等的無(wú)損檢測(cè)方法均為近年來(lái)的研究熱點(diǎn)，而禽蛋微小裂紋、散黃蛋和雙黃蛋、旺雞蛋等的快速無(wú)損檢測(cè)則是難點(diǎn)，甚至是目前研究的空白。這些都是將來(lái)禽蛋無(wú)損檢測(cè)亟需要解決的問(wèn)題，今后有待進(jìn)一步研究。

［1］馬美湖.我國(guó)禽蛋產(chǎn)業(yè)發(fā)展現(xiàn)狀及需解決的重大科技問(wèn)題［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2010（5）：12-18.

［2］張冰.我國(guó)禽蛋生產(chǎn)，貿(mào)易及國(guó)際競(jìng)爭(zhēng)力研究［D］.呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2005.

［3］孫力.禽蛋品質(zhì)在線智能化檢測(cè)關(guān)鍵技術(shù)研究［D］.鎮(zhèn)江：江蘇大學(xué)，2013.

［4］司偉達(dá)，韓兆鵬，劉旭明.鮮禽蛋分級(jí)和質(zhì)量控制技術(shù)研究現(xiàn)狀［J］.中國(guó)家禽，2013，35（8）：44-48.

［5］馬美湖.禽蛋制品生產(chǎn)技術(shù)［M］.北京：中國(guó)輕工業(yè)出版社，2003.

［6］陳紅，王巧華，文友先.無(wú)損檢測(cè)技術(shù)在禽蛋破損自動(dòng)檢測(cè)中的應(yīng)用［J］.食品與機(jī)械，2003（5）：9-10.

［7］屠康，趙立，潘磊慶.雞蛋品質(zhì)檢測(cè)的研究現(xiàn)狀［J］.中國(guó)家禽，2005，26（23）：48-50.

［8］Patel V C，McClendon R W，Goodrum J W.Color computer vision and artificial neural networks for the detection of defects in poultry eggs［M］.Netherland：Artificial Intelligence for Biology and Agriculture，1998：163-176.

［9］Garcia，Ribeiro，Guinea D，et al.Eggshell defects detection based on color processing［C］.Electronic Imaging.InternationalSociety for Optics and Photonics，2000：280-287.

［10］Mertens K，De Ketelaere B，Kamers B，et al.Dirt detection on brown eggs by means of color computer vision［J］.Poultry science，2005，84（10）：1653-1659.

［11］鄧海霞，劉友明，文友先，等.基于機(jī)器視覺(jué)群體雞蛋尺寸的檢測(cè)方法［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2006，25（4）：452-454.

［12］饒秀勤，岑益科，應(yīng)義斌.基于外形幾何特征的雞蛋重量檢測(cè)模型［J］.中國(guó)家禽，2008（5）：18-20.

［13］馮俊青.基于SVM的雞蛋外觀品質(zhì)檢測(cè)方法研究［D］.呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2008.

［14］Dehrouyeh M H，Omid M，Ahmadi H，et al.Grading and quality inspection of defected eggs using machine vision［J］. International Journal of Advanced Science and Technology，2010，17：23-31.

［15］Coucke P.Assessment of some physical quality parameters of eggs based on vibration analysis［J］.Dissertationes de Agricultura，1998，21（3）：15-18.

［16］J Wang，R S Jiang，Y Yu.Relationship between dynamic resonance frequency and egg physical properties［J］.Food research international，2004，37（1）：45-50.

［17］Altuntas，E，S，ekerogˇlu A.Effect of egg shape index on mechanical properties of chicken eggs［J］.Journal of Food Engineering，2008，85（4）：606-612.

［18］周平，蔡健榮，林顥.基于聲學(xué)特性的雞蛋蛋殼強(qiáng)度檢測(cè)的研究［J］.食品科技，2010（2）：237-240.

［19］Lin，Zhao J，Sun L，et al.Stiffness measurement of eggsll by acousticresonanceandPLSmodels［J］.JournalofFood Engineering，2011，103（4）：351-356.

［20］熊歡.蛋殼強(qiáng)度和厚度的近紅外光譜檢測(cè)分析［D］.杭州：浙江大學(xué)，2013.

［21］Cho H K，Choi W K，Paek J H.Detection of surface cracks in shell eggs by acoustic impulse method［J］.Transactions of the ASAE，2000，43（6）：1921-1926.

［22］De Ketelaere B，Coucke P，De Baerdemaeker J.Eggshell crack detection based on acoustic resonance frequency analysis［J］.Journal of Agricultural Engineering Research，2000，76（2）：157-163.

［23］Wang，Jiang.Egg shell crack detection by dynamic frequency analysis［J］.European Food Research and Technology，2005，221（1-2）：214-220.

［24］潘磊慶，屠康，趙立，等.敲擊振動(dòng)檢測(cè)雞蛋裂紋的初步研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2005，21（4）：11-15.

［25］王巧華，鄧小炎，文友先.雞蛋敲擊響應(yīng)的奇異性特征與蛋殼裂紋多層檢測(cè)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，39（12）：127-131.

［26］何麗紅，劉金剛，文友先.基于粗糙集與支持向量機(jī)的禽蛋蛋殼無(wú)損檢測(cè)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（3）：167-171.

［27］Lin H，Zhao J W，Chen Q S，et al.Eggshell crack detection based on acoustic impulse response and supervised pattern recognition［J］.Czech J Food Sci，2009，27（6）：393-402.

［28］Lin H，Zhao J，Chen Q，et al.Eggshell crack detection based on acoustic response and support vector data description algorithm［J］.European Food Research and Technology，2009，230（1）：95-100.

［29］Deng X，Wang Q，Chen H，et al.Eggshell crack detection using a wavelet-based support vector machine［J］.Computers and electronics in agriculture，2010，70（1）：135-143.

［30］孫力，蔡健榮，林顥，等.基于聲學(xué)特性的禽蛋裂紋實(shí)時(shí)在線檢測(cè)系統(tǒng)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（5）：183-186.

［31］盧偉，張超，丁天華，等.一種基于磁致伸縮技術(shù)的禽蛋品質(zhì)無(wú)損檢測(cè)裝置及其方法［P］.中國(guó)，201410485660.3.2014-09-23.

［32］賀靜，王樹(shù)才.基于DSP實(shí)時(shí)圖像分割算法的雞蛋蛋殼破損檢測(cè)［J］.湖南科技學(xué)院學(xué)報(bào)，2010，31（4）：55-58.

［33］楊冬風(fēng)，馬秀蓮.基于分形紋理分析的蛋殼裂紋識(shí)別［J］.吉林大學(xué)學(xué)報(bào)（工學(xué)版），2011，41（1）：348-352.

［34］李競(jìng).基于機(jī)器視覺(jué)的鴨蛋蛋殼檢測(cè)系統(tǒng)［D］.長(zhǎng)沙：中南大學(xué)，2013.

［35］熊利榮，丁幼春，劉儉英.雞蛋新鮮度隨貯藏時(shí)間變化規(guī)律的研究［J］.湖北農(nóng)業(yè)科學(xué)，2004（4）：118-120.

［36］Dutta，Hines，Gardner J W，et al.Non-destructive egg freshness determination：an electronic nose based approach［J］. Measurement Science and Technology，2003，14（2）：190-191.

［37］劉明，潘磊慶，屠康，等.電子鼻檢測(cè)雞蛋貨架期新鮮度變化［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26（4）：317-321.

［38］王樹(shù)才，魏小彪.雞蛋敲擊響應(yīng)特性與其新鮮度的相關(guān)性［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，28（3）：373-376.

［39］龍翔，李運(yùn)斌，羅霞.雞蛋新鮮度無(wú)損檢測(cè)系統(tǒng)的研究與設(shè)計(jì)［J］.計(jì)算機(jī)與數(shù)字工程，2010，38（5）：155-158.

［40］王巧華，熊利榮，丁幼春，等.雞蛋新鮮度神經(jīng)網(wǎng)絡(luò)檢測(cè)系統(tǒng)的研究［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，24（6）：630-632.

［41］王巧華，文友先，林雪冬，等.雞蛋透射光圖像形態(tài)特征與其新鮮度的相關(guān)關(guān)系［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008，24（3）：179-183.

［42］鄭麗敏，楊旭，徐桂云，等．基于計(jì)算機(jī)視覺(jué)的雞蛋新鮮度無(wú)損檢測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2009，25（增刊2）：335-339.

［43］魏小彪，王樹(shù)才.雞蛋新鮮度綜合無(wú)損檢測(cè)模型及實(shí)驗(yàn)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2009，25（3）：242-247.

［44］劉鵬，屠康，潘磊慶，等.基于D-S證據(jù)理論的雞蛋新鮮度多傳感器融合識(shí)別［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（8）：122-127.

［45］Yande L，Yibin Y.Study on optical nondestructive inspection of chicken-egg freshness［J］.Proceeding of JICAST，2002，31（4）：25-29.

［46］Kemps B J，Bamelis F R，De Ketelaere B，et al.Visible transmission spectroscopy for the assessment of egg freshness［J］. Journal of the Science of Food and Agriculture，2006，86（9）：1399-1406.

［47］Giunchi A，Berardinelli A，Ragni L，et al.Non-destructive freshness assessment of shell eggs using FT-NIR spectroscopy［J］. Journal of Food Engineering，2008，89（2）：142-148.

［48］林顥，趙文杰，陳全勝，等.近紅外光譜結(jié)合一類(lèi)支持向量機(jī)算法檢測(cè)雞蛋的新鮮度［J］.光譜學(xué)與光譜分析，2010，30（4）：929-932.

［49］Lin H，Zhao J，Sun，et al.Freshness measurement of eggs using near infrared（NIR）spectroscopy and multivariate data analysis［J］.Innovative Food Science&Emerging Technologies，2011，12（2）：182-186.

Research status and prospect of the nondestructive detection of eggs quality

ZHANG Chao，LU Wei*，DING Tian-hua，DU Jian-jian，DING Wei-min，LUO Hui
（College of Engineering，Jiangsu Province Engineering Lab for Modern Facility Agriculture Technology&Equipment，Nanjing Agricultural University，Nanjing 210031，China）

In recent years，non-destructive detection of eggs quality had been studied by many scholars domestically and internationally.Among them，the detection of egg shell strength，cracked eggs and egg freshness were hot research topics，but the quick and nondestructive detection of tiny cracks appearance of eggs，scattered eggs and double-yolked eggs were difficult topics.This review discussed the technology of machine vision，spectrum detection technology，acoustic technology，electronic nose technology and weighing -ranging method of nondestructive testing methods，following by analysis of progress for egg quality，egg shell strength，cracks appearance of eggs and egg freshness，and prospecting the development trend of nondestructive testing of egg quality to provide a reference for further studying nondestructive testing of egg quality.

egg；quality；non-destructive detection

TS201.1

A

1002-0306（2015）18-0381-04

10.13386/j.issn1002-0306.2015.18.069

2014－12－03

張超（1993-），男，本科，主要從事農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)方面的研究，E-mail：zhangchaonjau@126.com。

盧偉（1978-），男，博士，副教授，主要從事農(nóng)產(chǎn)品無(wú)損檢測(cè)與機(jī)器人傳感與控制技術(shù)方面的研究，E-mail：njaurobot@njau.edu.cn。

國(guó)家自然科學(xué)基金青年基金（61401215）；江蘇省自然科學(xué)基金項(xiàng)目（BK20130696）；中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目（KYZ201427）。