鸡蛋破损自动检测分级系统的研究
摘要
鸡蛋是人们日常生活中一种非常有营养的副食品。在鸡蛋加工过程中，剔除破损蛋是保证加工质量及节约成本的一道重要工序。目前常用的方法是人工检测法，检测工作劳动强度大，检测效率和精度都很低。因此，探寻科学适用的鸡蛋破损检测技术是一项非常有意义的工作。
本文采用声学特性检测技术对鸡蛋的破损情况进行检测。为了使鸡蛋蛋壳发出能够反应其破损状况的声音信号，设计了以单片机为核心的自动敲击装置，该装置通过光电传感器感知是否有鸡蛋进入敲击装置，并由单片机控制步进电机带动敲击棒对鸡蛋的大头、中间及小头等三个不同部位进行敲击而使其发声。为保证对此声音信号进行实时处理，设计了基于DSP的检测分级装置，鸡蛋受敲击后产生的声音信号经过放大、滤波及AD转换后进入到DSP内进行处理。为及时剔除破损蛋，还设计了由DSP控制的自动分级执行机构。
对采集到的声音信号，主要是对其进行频谱分析，通过对鸡蛋大头、中间及小头等三个不同部位声音信号的频谱分析，找出区分好壳蛋和破损蛋的显著特征参数，在充分考虑各个特征参数的相互之间的独立性的基础上，选出最优的特征参数组合，并利用Baycs判别原理建立了区分好壳蛋和破损蛋的判别模型。
在软件方面，自动敲击装置的单片机系统软件和检测分级装置的DSP系统软件均采用汇编语言编写，提高了系统软件执行的效率，而且减小了对系统程序存储器的扩展要求，降低了系统硬件的复杂性。
由本文设计的自动敲击装置和检测分级装置所共同组成的鸡蛋破损自动检测分级系统，其工作参数能够满足课题组前期研究成果“禽蛋品质无损自动检测分级设备”的需求；系统正常工作时，其检测能力可达每小时3600枚蛋；对好壳蛋检测准确率为93.22％；破损蛋检测准确率为85.61％；系统的总体检测准确率为89.2％。
Egg is one of nourishing foods in our daily life. Getting rid of cracked eggs is an important procedure to guarantee good quality of processing eggs and decrease its cost. Detecting cracked eggs by hands is very difficulty for its bad working conditions and laboring intension, as well as the low efficiency and precision. Consequently, it's very urgent and valuable to find a scientific, applicable and fast detecting method for removing cracked eggs.
In this task, the acoustic characteristics were used for detecting the cracked eggs. An automatic knocking device based on MCU was designed to make the eggshell emit characteristic sound. If there was an egg in the device, a photoelectric sensor would send a signal to the MCU. Then the MCU drove three step motors which were connected with knocking sticks to knock different parts of the eggs, the biggest part, the middle part and the smallest part. In order to process the real-time sound signal steadily, a testing and grading device based on DSP was designed. The sound signal from the eggshell was sent to the DSP through the amplifying circuit, the filter and the AD convertor. And there was an machine controlled by the DSP, which could get rid of the cracked eggs on time.
At the same time, we made spectrum charts for the sound signals from different parts of the eggshell. And we found out remarkable frequency factors that were affected to distinguish cracked eggs and intact eggs. Considering statistical independence between those factors adequately, we chose the best factors and used the "Bayes" discriminance to establish the optimum distinguishing functions of in tact eggshells and cracked eggshell respectively.
What's more, we used assemble language to exploit all the software of the MCU system and the DSP system. This could not only improve the executive efficiency of the system software, but also reduce the requirement for ROM and make the hardware system more simple.
The working parameters of the automatic system for detecting and grading cracked eggs that designed in this paper was suitable for "the Automatic Equipment for Detecting and Grading Eggs", which was designed and made by the other persons of the task team few years ago. When the system worked steadily, it could detect 3600 eggs each hour. The detecting accuracy of the system was 93.22 percent for intact eggs and 85.61 percent for cracked eggs. And the total detecting accuracy was 89.2 percent.
本文采用声学特性检测技术对鸡蛋的破损情况进行检测。为了使鸡蛋蛋壳发出能够反应其破损状况的声音信号，设计了以单片机为核心的自动敲击装置，该装置通过光电传感器感知是否有鸡蛋进入敲击装置，并由单片机控制步进电机带动敲击棒对鸡蛋的大头、中间及小头等三个不同部位进行敲击而使其发声。为保证对此声音信号进行实时处理，设计了基于DSP的检测分级装置，鸡蛋受敲击后产生的声音信号经过放大、滤波及AD转换后进入到DSP内进行处理。为及时剔除破损蛋，还设计了由DSP控制的自动分级执行机构。
对采集到的声音信号，主要是对其进行频谱分析，通过对鸡蛋大头、中间及小头等三个不同部位声音信号的频谱分析，找出区分好壳蛋和破损蛋的显著特征参数，在充分考虑各个特征参数的相互之间的独立性的基础上，选出最优的特征参数组合，并利用Baycs判别原理建立了区分好壳蛋和破损蛋的判别模型。
在软件方面，自动敲击装置的单片机系统软件和检测分级装置的DSP系统软件均采用汇编语言编写，提高了系统软件执行的效率，而且减小了对系统程序存储器的扩展要求，降低了系统硬件的复杂性。
由本文设计的自动敲击装置和检测分级装置所共同组成的鸡蛋破损自动检测分级系统，其工作参数能够满足课题组前期研究成果“禽蛋品质无损自动检测分级设备”的需求；系统正常工作时，其检测能力可达每小时3600枚蛋；对好壳蛋检测准确率为93.22％；破损蛋检测准确率为85.61％；系统的总体检测准确率为89.2％。
Egg is one of nourishing foods in our daily life. Getting rid of cracked eggs is an important procedure to guarantee good quality of processing eggs and decrease its cost. Detecting cracked eggs by hands is very difficulty for its bad working conditions and laboring intension, as well as the low efficiency and precision. Consequently, it's very urgent and valuable to find a scientific, applicable and fast detecting method for removing cracked eggs.
In this task, the acoustic characteristics were used for detecting the cracked eggs. An automatic knocking device based on MCU was designed to make the eggshell emit characteristic sound. If there was an egg in the device, a photoelectric sensor would send a signal to the MCU. Then the MCU drove three step motors which were connected with knocking sticks to knock different parts of the eggs, the biggest part, the middle part and the smallest part. In order to process the real-time sound signal steadily, a testing and grading device based on DSP was designed. The sound signal from the eggshell was sent to the DSP through the amplifying circuit, the filter and the AD convertor. And there was an machine controlled by the DSP, which could get rid of the cracked eggs on time.
At the same time, we made spectrum charts for the sound signals from different parts of the eggshell. And we found out remarkable frequency factors that were affected to distinguish cracked eggs and intact eggs. Considering statistical independence between those factors adequately, we chose the best factors and used the "Bayes" discriminance to establish the optimum distinguishing functions of in tact eggshells and cracked eggshell respectively.
What's more, we used assemble language to exploit all the software of the MCU system and the DSP system. This could not only improve the executive efficiency of the system software, but also reduce the requirement for ROM and make the hardware system more simple.
The working parameters of the automatic system for detecting and grading cracked eggs that designed in this paper was suitable for "the Automatic Equipment for Detecting and Grading Eggs", which was designed and made by the other persons of the task team few years ago. When the system worked steadily, it could detect 3600 eggs each hour. The detecting accuracy of the system was 93.22 percent for intact eggs and 85.61 percent for cracked eggs. And the total detecting accuracy was 89.2 percent.
引文
1．陈红，王巧华，宗望远，文友先．禽蛋品质检测现状及展望．湖北农业科学，2003a，2：85-87
2．陈红，王巧华，文友先．无损检测技术在禽蛋破损自动检测中的应用．食品与机械，2003b，5：9-10
3．陈家焱．鸭蛋破损声检与分级技术的研究．[硕士学位论文]．武汉：华中农业大学，2004
4．陈怀琛．数字信号处理教程——MATLAB释义与实现．北京：电子工业出版社，2004，163-220，259-307
5．曹广忠，邱建．高性能浮点DSP芯片TMS320VC33．国外电子元器件，2001，(10)：14-17
6．曹广忠，阮双琛．基于DSP的汽车转速及噪音测量仪设计．仪器与仪表，2002，(8)：11-13
7．董晓剑．鸭蛋破损自动检测与系统设计．[硕士学位论文]．武汉：华中农业大学，2002
8．公茂法，汤元信，李其才．禽蛋质量自动检测方法与实现．自动化与仪器仪表，1995，(5)：35-39
9．胡汉才．单片机原理及其接口技术．北京：清华大学出版社，2003：1-5
10．黄耀志．基于神经网络分析的鲜蛋破损检测．振动、测试与诊断，2003，23(3)：205-230
11．金海龙．小容量步进电机智能驱动器的开发研究．自动化与仪表，2000，15(2)：52-53
12．姜瑞涉，陆秋君，王俊．鸡蛋品质检测的研究现状及其展望．粮油加工与食品机械，2002，11：33-35
13．姜瑞涉，王俊，陆秋君，于勇．鸡蛋敲击响应特性与蛋壳裂纹检测．农业机械学报，2005，36(3)：75-78
14．康华光，陈大钦．电子技术基础(模拟部分)．第四版．北京：高等教育出版社，1999，365-370
15．卢亚玲，谢兆鸿．基于DSP芯片实现的异常声音识别系统．武汉工业学院学报，2002，(4)：52-54
16．刘信芳，吴守一．鸡蛋力学特性试验分析．江苏工学院学报，1992，13(1)
17．刘金刚．基于DSP的鸡蛋破损检测系统的研究．[硕士学位论文]．武汉：华中农业大学，2005
18．刘宝廷，程树康．步进电动机及其驱动控制系统．哈尔滨：哈尔滨工业大学出版社，1997，2-10，50-100
19．李其才．禽蛋质量自动检测与分选系统．新浪潮，1992，5：17-20
20．李建忠．单片机原理及应用．西安：西安电子科技大学出版社，2002，1-3
21．李克新，刘泊．DSP数据采集处理系统在工务报警仪中的应用．哈尔滨理工大学学报，2003，8(6)：54-57
22．李忠杰，宁守信．步进电动机应用技术．北京：机械工业出版社，1988，53-70
23．李疆，董景新，陈皓生．便携式仪表电源的设计．电源技术应用，2002，5(12)：32-35
24．凌振宝，潘志伟，穰瑜，张太青．城市自来水管道漏点检测仪的设计．吉林大学学报(信息科学版)，2005，23(3)：263-266
25．马光彦，王伟策，蒋新胜，罗珊．一种高精度声源自动跟踪系统的设计．仪器仪表学报，2004，25(4)：240-241
26．莫牧．基于单片机的鸡蛋破损检测系统的研究．[硕士学位论文]．武汉：华中农业大学，2005
27．聂学俊．MCS—51单片机在普通机床数控改造中的应用．机床与液压，2000，(2)：76-77
28．潘磊庆，屠康，赵立，赵艺泽，潘秀娟．敲击振动检测鸡蛋裂纹的初步研究．农业工程学报，2005，21(4)：11-15
29．任奕林，伍冬生，李旭荣．我国禽蛋业的现状及发展对策．中国家禽，2005，27(2)：5-6
30．孙盛杰，杜育宽．利用单片机控制步进电机提高精度的研究．信息技术，2002，(10)：65-68
31．谭晓波．达林顿晶体管阵列ULN2800系列及其应用．计算机信息，1999，15(3)：72-73
32．文友先，王巧华，宗望远，陈红，熊利荣，刘剑英，余佑生．鸭蛋破损检测的试验研究．华中农业大学学报，2001，21(3)：285-287
33．文友先，刘俭英，王巧华，陈红，熊利荣，丁幼春，陈小伟，宗望远，余佑生，袁观宇．禽蛋品质无损自动检测分级设备及方法．中国专利，02139083．2002-09-23
34．王勇德，项锦欣．鸡蛋功效成分的研究进展．肉类工业，2005，7：20-23
35．王巧华，文友先，刘剑英．我国机器视觉技术的发展前沿．农机化研究，2002，10(4)：16-18
36．王树才，任奕林，陈红，熊利荣，文友先．利用敲击声音信号进行禽蛋破损检测和模糊识别．农业工程学报，2004，20(4)：130-133
37．王立贤，汪滨琦．用单片机实现步进电机变速控制的方法．应用科技，2003，30(1)：42-43
38．王念旭．DSP基础与应用系统设计．北京：北京航空航天大学出版社，2001，1-3，48-80，479-600
39．王言章，程德福，张宁．地下管线测漏仪中数据的采集和预处理．管道技术与设备 2004，(3)：11-13
40．王鸿钰．步进电机控制技术入门．上海：同济大学出版社，1990，1-5
41．王幸之，王雷，王闪，钟爱琴．AT89系列单片机原理与接口技术．北京：北京航空航天大学出版社，2004，1-20
42．肖宛昂．嵌入式系统中FFT算法研究．单片机与嵌入式系统应用，2003，4：434-436
43．叶树明，李顶立．PWM细分恒流步进电机驱动电路的设计．机电工程，2004，21(12)：20-23
44．余家林．农业多元试验统计．北京：北京农业大学出版社，1993，169-175
45．余家林．SAS应用讲义．1993，46-53
46．应义斌，蔡东平，何卫国．农产品声学特性及其在品质无损检测中的应用．农业工程学报，1997，13(3)：209～211
47．应义斌，饶秀勤，赵匀等．机器视觉技术在农产品品质自动识别中的应用研究进展．农业工程学报，2000，16(1)：103-108
48．杨秀坤．农产品品质检测中的人工智能方法研究．[博士学位论文]．哈尔滨：东北农业大学，1997
49．郁志宏，倪志华，李海军，张晓芳．机器视觉技术在禽蛋品质和孵化成活性检测中的应用．内 蒙古农业大学学报，2004，25(3)：116-120
50．游根杰，于丹．中国鸡蛋：用标准搏击世界市场．农产品市场周刊，2005，12：21-22
51．朱晓光．基于DSP的便携式信号采集分析仪的研究．[硕士学位论文]．保定：华北电力大学，2003
52．朱爱军，胡宾鑫，赵云，郭勇，杨绍国．声光一体生命搜索与定位探测仪设计与实现．计算机工程与应用，2004，(4)：198-199
53．张佳兰，高玉鹏．鸡蛋品质研究现状．山东家禽，2003，5：44-47
54．张雄伟，陈亮，徐光辉DSP芯片的原理与开发应用．第3版．北京：电子工业出版社，2003，9-11
55．张思．振动测试与分析技术．北京：清华大学出版社，1991
56．张立材，吴冬梅．数字信号处理．北京：北京邮电大学出版社，2004，83-130
57．周维忠．基于机器视觉的孵化生产质量检测技术研究．[博士学位论文]．西安：西安交通大学，2000
58．周维忠，冯心梅．鸡蛋外形的计算机系统识别研究．农业工程学报，2000，16(6)：126-130
59．郑睿，廖胜凯．冰上芭蕾舞蹈机器人的实现．电子世界，2004，(7)：37-40
60．曾旖，张彦斌，刘卫峰，司刚全．基于DSP的磨机负荷检测仪的研制．仪表技术与传感器，2005，(7)：14-16
61. Angela Ribeiro, Mafia C, Garcia Alegre and Domingo Guinea. Automatic rules generation by G A for eggshell detect classification. European Congress on Computational Methods in Applied Sciences and Engineering. 2000, Barcelona
62. ADGS08F/ADGS09F/ADG528F:4/8 channel Fault-Protected Analog Multiplexers. Analog Devices Inc., 1998
63. Coucke P. Assessment of some physical quality parameters of eggs based on vibration analysis. (Ph D dissertation). Katholieke University Leuven, Belgium, 1998
64. Couke P, Decuypere E, De Daerdemaeker J. Measuring the mechanical stiffness of an eggshell using resonant frequency analysis. Bri Poul Sci, 1999,40(2):227-232
65. Coucke P, Ketelaere B De, De Baerde Maeker J. Detection of eggshell cracks by means of acoustic frequency analysis. Rd IFAC workshop on Mathematical and control applications in agriculture and horticulture. Hannover, Germany, 1997
66. Cho H K, W K Choi. Factors affecting acoustic responses of eggs. In proc Int Symp on Agri Mech and Autom in Taiwan, 1997,1(1):215-220
67. Cho H K, W K Choi, Paek J K. Detection of surface in shell eggs by acoustic impulse method. Transactions of ASAE,2000,43(6):1921-1926
68. Cho H K and Kwonl Y. Crack detection in eggs by machine vision. 6th International Conference on computers in Agriculture, 1996
69. Elster R T and Goodrum J W. Detecting of cracks in eggs using machine vision. Transactions of the ASAE, 1991, 34(1):307-312
70. Goodrum J W and Elster R T. Machine vision for cracks detecting rotation eggs. Transactions of the ASAE, 1992,4:1323-1328
71. Garcia M C, Alegre, Ribeiro A, Guinea D and Cristobal G. Eggshell defects detection based on color processing. SPIE 2000 Electronic Imaging Conf, CA, Jan. 2000
72. INA217: Low Noise, Low-Distortion Instrumentation Amp Replacement for SSM2017 (Rev. A). Texas Instrument Incorporated, 2002,9. Literature Number: SBOS247A
73. Jenshinn Lin, Y Lin, M Hsich and C Yang. An automatic system for eggshell qulity monitoring. ASAE Annual Meeting 2001, Paper number 016032
74. Ketelaere B De, Coucke P, Baerdemaeker J De. Eggshell crack based on acoustic resonance frequency analysis. J Aric Eng Res,2000,76:157-163
75. Nakano K, Mizutani J and Ohtuka Y. Studies on non-destructive detection of abnormal eggs(Part1) detection of blood spots in eggs using image processing. The Jour of Soci of Agri Stru Japan, 1998,29(3): 17-23
76. Nakano K, Usui Y, Motonaga Y and Mizutani J. Development of non-destructive detector for abnormal eggs. Workshop Con Appli in Post-Harvest and Pro Tech, 2001:71-76
77. Nakano K, Sasaoka K and Ohtuka Y. A study on non-destructive detection of abnormal eggs by using image processing. Asian Federation for Info Tech in Agri, 2000:345-352
78. Patel V C, McClendon and Goodrum J W. Crack detecting eggs using computer vision and neural networks. A I Applications, 1994,2:21-31
79. Sinha D N, R G Johnston, W K Grace, C L Lemanski. Asoustic resonance in chicken eggs. Biotech Prog, 1992, 8(3): 240-243
80. TMS320C3X User's Guide. Texas Instruments Incorporated, 1997,7. Literature Number: SPRU031E
81. TMS320VC33 Digital Signal Processor. Texas Instruments Inc., 2002,7. Literature Number: SPRS087D
82. ULN2803、04AP/AFW: Toshiba Bipolar Digital Integrated Circuit Silicon Monolithic. Toshiba, 1999,10
2．陈红，王巧华，文友先．无损检测技术在禽蛋破损自动检测中的应用．食品与机械，2003b，5：9-10
3．陈家焱．鸭蛋破损声检与分级技术的研究．[硕士学位论文]．武汉：华中农业大学，2004
4．陈怀琛．数字信号处理教程——MATLAB释义与实现．北京：电子工业出版社，2004，163-220，259-307
5．曹广忠，邱建．高性能浮点DSP芯片TMS320VC33．国外电子元器件，2001，(10)：14-17
6．曹广忠，阮双琛．基于DSP的汽车转速及噪音测量仪设计．仪器与仪表，2002，(8)：11-13
7．董晓剑．鸭蛋破损自动检测与系统设计．[硕士学位论文]．武汉：华中农业大学，2002
8．公茂法，汤元信，李其才．禽蛋质量自动检测方法与实现．自动化与仪器仪表，1995，(5)：35-39
9．胡汉才．单片机原理及其接口技术．北京：清华大学出版社，2003：1-5
10．黄耀志．基于神经网络分析的鲜蛋破损检测．振动、测试与诊断，2003，23(3)：205-230
11．金海龙．小容量步进电机智能驱动器的开发研究．自动化与仪表，2000，15(2)：52-53
12．姜瑞涉，陆秋君，王俊．鸡蛋品质检测的研究现状及其展望．粮油加工与食品机械，2002，11：33-35
13．姜瑞涉，王俊，陆秋君，于勇．鸡蛋敲击响应特性与蛋壳裂纹检测．农业机械学报，2005，36(3)：75-78
14．康华光，陈大钦．电子技术基础(模拟部分)．第四版．北京：高等教育出版社，1999，365-370
15．卢亚玲，谢兆鸿．基于DSP芯片实现的异常声音识别系统．武汉工业学院学报，2002，(4)：52-54
16．刘信芳，吴守一．鸡蛋力学特性试验分析．江苏工学院学报，1992，13(1)
17．刘金刚．基于DSP的鸡蛋破损检测系统的研究．[硕士学位论文]．武汉：华中农业大学，2005
18．刘宝廷，程树康．步进电动机及其驱动控制系统．哈尔滨：哈尔滨工业大学出版社，1997，2-10，50-100
19．李其才．禽蛋质量自动检测与分选系统．新浪潮，1992，5：17-20
20．李建忠．单片机原理及应用．西安：西安电子科技大学出版社，2002，1-3
21．李克新，刘泊．DSP数据采集处理系统在工务报警仪中的应用．哈尔滨理工大学学报，2003，8(6)：54-57
22．李忠杰，宁守信．步进电动机应用技术．北京：机械工业出版社，1988，53-70
23．李疆，董景新，陈皓生．便携式仪表电源的设计．电源技术应用，2002，5(12)：32-35
24．凌振宝，潘志伟，穰瑜，张太青．城市自来水管道漏点检测仪的设计．吉林大学学报(信息科学版)，2005，23(3)：263-266
25．马光彦，王伟策，蒋新胜，罗珊．一种高精度声源自动跟踪系统的设计．仪器仪表学报，2004，25(4)：240-241
26．莫牧．基于单片机的鸡蛋破损检测系统的研究．[硕士学位论文]．武汉：华中农业大学，2005
27．聂学俊．MCS—51单片机在普通机床数控改造中的应用．机床与液压，2000，(2)：76-77
28．潘磊庆，屠康，赵立，赵艺泽，潘秀娟．敲击振动检测鸡蛋裂纹的初步研究．农业工程学报，2005，21(4)：11-15
29．任奕林，伍冬生，李旭荣．我国禽蛋业的现状及发展对策．中国家禽，2005，27(2)：5-6
30．孙盛杰，杜育宽．利用单片机控制步进电机提高精度的研究．信息技术，2002，(10)：65-68
31．谭晓波．达林顿晶体管阵列ULN2800系列及其应用．计算机信息，1999，15(3)：72-73
32．文友先，王巧华，宗望远，陈红，熊利荣，刘剑英，余佑生．鸭蛋破损检测的试验研究．华中农业大学学报，2001，21(3)：285-287
33．文友先，刘俭英，王巧华，陈红，熊利荣，丁幼春，陈小伟，宗望远，余佑生，袁观宇．禽蛋品质无损自动检测分级设备及方法．中国专利，02139083．2002-09-23
34．王勇德，项锦欣．鸡蛋功效成分的研究进展．肉类工业，2005，7：20-23
35．王巧华，文友先，刘剑英．我国机器视觉技术的发展前沿．农机化研究，2002，10(4)：16-18
36．王树才，任奕林，陈红，熊利荣，文友先．利用敲击声音信号进行禽蛋破损检测和模糊识别．农业工程学报，2004，20(4)：130-133
37．王立贤，汪滨琦．用单片机实现步进电机变速控制的方法．应用科技，2003，30(1)：42-43
38．王念旭．DSP基础与应用系统设计．北京：北京航空航天大学出版社，2001，1-3，48-80，479-600
39．王言章，程德福，张宁．地下管线测漏仪中数据的采集和预处理．管道技术与设备 2004，(3)：11-13
40．王鸿钰．步进电机控制技术入门．上海：同济大学出版社，1990，1-5
41．王幸之，王雷，王闪，钟爱琴．AT89系列单片机原理与接口技术．北京：北京航空航天大学出版社，2004，1-20
42．肖宛昂．嵌入式系统中FFT算法研究．单片机与嵌入式系统应用，2003，4：434-436
43．叶树明，李顶立．PWM细分恒流步进电机驱动电路的设计．机电工程，2004，21(12)：20-23
44．余家林．农业多元试验统计．北京：北京农业大学出版社，1993，169-175
45．余家林．SAS应用讲义．1993，46-53
46．应义斌，蔡东平，何卫国．农产品声学特性及其在品质无损检测中的应用．农业工程学报，1997，13(3)：209～211
47．应义斌，饶秀勤，赵匀等．机器视觉技术在农产品品质自动识别中的应用研究进展．农业工程学报，2000，16(1)：103-108
48．杨秀坤．农产品品质检测中的人工智能方法研究．[博士学位论文]．哈尔滨：东北农业大学，1997
49．郁志宏，倪志华，李海军，张晓芳．机器视觉技术在禽蛋品质和孵化成活性检测中的应用．内 蒙古农业大学学报，2004，25(3)：116-120
50．游根杰，于丹．中国鸡蛋：用标准搏击世界市场．农产品市场周刊，2005，12：21-22
51．朱晓光．基于DSP的便携式信号采集分析仪的研究．[硕士学位论文]．保定：华北电力大学，2003
52．朱爱军，胡宾鑫，赵云，郭勇，杨绍国．声光一体生命搜索与定位探测仪设计与实现．计算机工程与应用，2004，(4)：198-199
53．张佳兰，高玉鹏．鸡蛋品质研究现状．山东家禽，2003，5：44-47
54．张雄伟，陈亮，徐光辉DSP芯片的原理与开发应用．第3版．北京：电子工业出版社，2003，9-11
55．张思．振动测试与分析技术．北京：清华大学出版社，1991
56．张立材，吴冬梅．数字信号处理．北京：北京邮电大学出版社，2004，83-130
57．周维忠．基于机器视觉的孵化生产质量检测技术研究．[博士学位论文]．西安：西安交通大学，2000
58．周维忠，冯心梅．鸡蛋外形的计算机系统识别研究．农业工程学报，2000，16(6)：126-130
59．郑睿，廖胜凯．冰上芭蕾舞蹈机器人的实现．电子世界，2004，(7)：37-40
60．曾旖，张彦斌，刘卫峰，司刚全．基于DSP的磨机负荷检测仪的研制．仪表技术与传感器，2005，(7)：14-16
61. Angela Ribeiro, Mafia C, Garcia Alegre and Domingo Guinea. Automatic rules generation by G A for eggshell detect classification. European Congress on Computational Methods in Applied Sciences and Engineering. 2000, Barcelona
62. ADGS08F/ADGS09F/ADG528F:4/8 channel Fault-Protected Analog Multiplexers. Analog Devices Inc., 1998
63. Coucke P. Assessment of some physical quality parameters of eggs based on vibration analysis. (Ph D dissertation). Katholieke University Leuven, Belgium, 1998
64. Couke P, Decuypere E, De Daerdemaeker J. Measuring the mechanical stiffness of an eggshell using resonant frequency analysis. Bri Poul Sci, 1999,40(2):227-232
65. Coucke P, Ketelaere B De, De Baerde Maeker J. Detection of eggshell cracks by means of acoustic frequency analysis. Rd IFAC workshop on Mathematical and control applications in agriculture and horticulture. Hannover, Germany, 1997
66. Cho H K, W K Choi. Factors affecting acoustic responses of eggs. In proc Int Symp on Agri Mech and Autom in Taiwan, 1997,1(1):215-220
67. Cho H K, W K Choi, Paek J K. Detection of surface in shell eggs by acoustic impulse method. Transactions of ASAE,2000,43(6):1921-1926
68. Cho H K and Kwonl Y. Crack detection in eggs by machine vision. 6th International Conference on computers in Agriculture, 1996
69. Elster R T and Goodrum J W. Detecting of cracks in eggs using machine vision. Transactions of the ASAE, 1991, 34(1):307-312
70. Goodrum J W and Elster R T. Machine vision for cracks detecting rotation eggs. Transactions of the ASAE, 1992,4:1323-1328
71. Garcia M C, Alegre, Ribeiro A, Guinea D and Cristobal G. Eggshell defects detection based on color processing. SPIE 2000 Electronic Imaging Conf, CA, Jan. 2000
72. INA217: Low Noise, Low-Distortion Instrumentation Amp Replacement for SSM2017 (Rev. A). Texas Instrument Incorporated, 2002,9. Literature Number: SBOS247A
73. Jenshinn Lin, Y Lin, M Hsich and C Yang. An automatic system for eggshell qulity monitoring. ASAE Annual Meeting 2001, Paper number 016032
74. Ketelaere B De, Coucke P, Baerdemaeker J De. Eggshell crack based on acoustic resonance frequency analysis. J Aric Eng Res,2000,76:157-163
75. Nakano K, Mizutani J and Ohtuka Y. Studies on non-destructive detection of abnormal eggs(Part1) detection of blood spots in eggs using image processing. The Jour of Soci of Agri Stru Japan, 1998,29(3): 17-23
76. Nakano K, Usui Y, Motonaga Y and Mizutani J. Development of non-destructive detector for abnormal eggs. Workshop Con Appli in Post-Harvest and Pro Tech, 2001:71-76
77. Nakano K, Sasaoka K and Ohtuka Y. A study on non-destructive detection of abnormal eggs by using image processing. Asian Federation for Info Tech in Agri, 2000:345-352
78. Patel V C, McClendon and Goodrum J W. Crack detecting eggs using computer vision and neural networks. A I Applications, 1994,2:21-31
79. Sinha D N, R G Johnston, W K Grace, C L Lemanski. Asoustic resonance in chicken eggs. Biotech Prog, 1992, 8(3): 240-243
80. TMS320C3X User's Guide. Texas Instruments Incorporated, 1997,7. Literature Number: SPRU031E
81. TMS320VC33 Digital Signal Processor. Texas Instruments Inc., 2002,7. Literature Number: SPRS087D
82. ULN2803、04AP/AFW: Toshiba Bipolar Digital Integrated Circuit Silicon Monolithic. Toshiba, 1999,10