鸡胴体质量分级是指按质量的大小对鸡胴体进行分级,它是肉鸡屠宰生产中的一个重要环节。在鸡腿、鸡翅等分割产线中,需要对鸡胴体预先分级,选择质量大小合适的鸡胴体进入分割环节;在整鸡生产线中,鸡胴体的质量分级更是直接影响着产品的分类包装和出售价格。目前,鸡胴体的质量分级并未实现完全自动化,国内中小型企业仍然普遍使用人工称重分级的方式,工人根据台秤的称重结果进行分级,工作效率低,错误率高;国外及国内大型屠宰加工企业采用自动化的分级设备,在传送带上在线称重,质量数据上传电脑后,电脑指导分级的执行,虽然具有高精度,但由于称重设备反复接触鸡胴体,导致鸡胴体受到二次污染,存在严重的食品安全隐患。因此需要研究一种非接触式的质量分级方法,从根本上避免鸡胴体受到设备污染的情况。本文利用了机器视觉的非接触性质,提出一种基于机器视觉的鸡胴体质量分级方法。通过工业相机采集鸡胴体的图像,再借助图像处理技术提取图像中与鸡胴体质量紧密相关的特征量,建立图像特征量与质量的数学模型,根据特征量的大小预测出鸡胴体的质量大小,对照企业生产中的分级标准,最终实现对鸡胴体的质量分级。本文的主要研究内容和结论如下:1、采集100个鸡胴体训练集样本图像,对图像进行灰度化、滤波、边缘检测、二值化、形态学、孔洞填充处理,实现图像预处理。再从预处理后的图像中提取出6个描述鸡胴体质量大小的特征量,分别是投影面积各、胴体长度Hp、轮廓长度Cp、鸡胸长度Ap、鸡胸宽度Bp、鸡胸面积Ep。最后通过图像标定,将图像特征量从像素尺寸换算成实际物理尺寸。2、研究图像特征量与鸡胴体质量之间关系,分别使用线性回归分析和主成分分析的方法,建立特征量与质量之间的数学模型。分析对比了各个模型的统计学数据,以及各模型对质量的预测误差。根据质量等级标准,检验了各模型的质量分级准确率,将鸡胴体质量的预测值和实际值划分等级,以等级判定结果一致百分比为分级的准确率。使用50个验证集样本检验该模型的分级准确率,结果表明,分级模型的平均分级准确率达到90%。3、设计了一套鸡胴体质量分级系统,系统分为图像采集、图像处理、分级执行3个部分,通过工业相机采集图像,工控机处理图像、判定等级,PLC控制气动装置卸下鸡胴体,实现了鸡胴体质量在线分级。4、使用该平台对鸡胴体分级方法进行试验和评价。设计了两个不同实验,检验了鸡胴体质量分级系统在不同输送链运行速度下的分级准确率,实验结果显示分级系统的分级准确率达到82.3%。