《續(xù)》

　　2  智能化技術(shù)

　　當(dāng)前，國內(nèi)外畜禽智能化加工過程中，主要應(yīng)用機(jī)器視覺、神經(jīng)網(wǎng)絡(luò)、紅外光檢測、虛擬仿真和智能控制等技術(shù)，以實(shí)現(xiàn)具有自動分割、在線分級、故障診斷與遠(yuǎn)程監(jiān)控等功能的集成化智能檢測與控制系統(tǒng)。

　　2.1  機(jī)器視覺技術(shù)

　　機(jī)器視覺檢測系統(tǒng)是通過圖像獲取設(shè)備將目標(biāo)轉(zhuǎn)換成圖像信號，通過圖像處理系統(tǒng)得到目標(biāo)的形態(tài)信息，根據(jù)像素信息運(yùn)算獲取目標(biāo)特征進(jìn)而得到相應(yīng)的參數(shù)。在畜禽加工過程中，機(jī)器視覺主要被用來進(jìn)行目標(biāo)檢測與顏色識別以實(shí)現(xiàn)對胴體的精準(zhǔn)定位與品質(zhì)檢測。

　　2.1.1  機(jī)器視覺定位技術(shù)胴體分割

　　在畜胴體分割中，國外大多采用激光掃描技術(shù)，澳大利亞Craig Mostyn公司在自動切割系統(tǒng)中通過激光對豬胴體掃描獲得三維外形和骨骼結(jié)構(gòu)，驅(qū)使機(jī)器人進(jìn)行胴體分割。隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，澳大利亞CSRO實(shí)驗(yàn)室引入視覺圖像系統(tǒng)進(jìn)行定位，設(shè)計(jì)了頭部肉類分割設(shè)備，提高了肉產(chǎn)出量。

　　在家禽胴體分割中，主要依靠機(jī)器視覺定位技術(shù)，通過在線采集圖像獲取胴體外形輪廓質(zhì)心坐標(biāo)及各切分割處位置。王樹才等采用尋找家禽胴體外形輪廓質(zhì)心及膛口中心的方式進(jìn)行定位，實(shí)現(xiàn)了家禽凈膛的工序，其輪廓質(zhì)心、膛口中心坐標(biāo)重復(fù)定位精度分別為±1.6像素、±1.52像素。

　　2.1.2  機(jī)器視覺肉質(zhì)分級技術(shù)

　　當(dāng)前機(jī)器視覺技術(shù)在肉品分級中主要應(yīng)用于大理石花紋、脂肪含量、肉顏色和嫩度等關(guān)鍵指標(biāo)檢測。

　　機(jī)器視覺檢測技術(shù)屬于無損檢測，不需要用探針刺入胴體內(nèi)部對肉塊厚度和背膘厚進(jìn)行測量，不會對胴體進(jìn)行破壞。20世紀(jì)80年代，丹麥開始利用視覺圖像分析技術(shù)對牛肉進(jìn)行分級，分別在燈光和臨界光條件下拍攝圖像，通過圖像比較分析消除臨界光影響，從圖像中獲得牛胴體輪廓信息。1991年，MCDONALDTP等對牛肉分級方面展開了研究，首先采用機(jī)器視覺檢測技術(shù)對牛肉產(chǎn)品進(jìn)行分級量化研究，將肌肉和脂肪進(jìn)行區(qū)分，通過布爾運(yùn)算模型來描述大理石花紋的空間分布，并且提出僅根據(jù)可見的總脂肪面積來區(qū)分不同種類的大理石紋，但方法效果不理想。隨后，在大理石紋和牛肉顏色等級研究方面，LIJ等對兩種方法進(jìn)行研究，通過在預(yù)測模型中加入圖像紋理參數(shù)，可提高模型預(yù)測能力，結(jié)果表明圖像紋理特征可準(zhǔn)確預(yù)測牛肉新鮮度。GERRARD DE等采用RGB和Lab色彩紋理成功預(yù)測了顏色和牛肉大理石花紋等級。

　　羅明等的研究表明瘦肉率與背膘厚、腿臀圍、眼肌面積等特性指標(biāo)存在關(guān)系，屠宰率與豬的外形有關(guān)，肉色與圖像顏色密切相關(guān)。于鉑等基于圖像和人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立特征與等級關(guān)系得出大理石紋與肌肉脂肪含量密切相關(guān)，眼肌面積、肌肉脂肪含量等特性指標(biāo)與相應(yīng)圖像特征線性相關(guān)。鄭麗敏等通過視覺圖像技術(shù)提取輪廓圖像、判斷特征點(diǎn)，對豬胴體相關(guān)檢測指標(biāo)進(jìn)行自動評定。唐毅通過采集豬胴體圖像進(jìn)行邊界檢測、特征提取、面積計(jì)算可實(shí)現(xiàn)豬胴體等級在線評定，其檢測結(jié)果與企業(yè)定級結(jié)果對比準(zhǔn)確率可達(dá)93%。李青等通過輪廓面積分割提取出背膘區(qū)域及其邊緣輪廓，利用擬合線對輪廓邊框進(jìn)行擬合、通過直線映射確定背膘厚度檢測，檢測正確率可達(dá)93.5%。

　　在對禽肉分級中，機(jī)器視覺主要通過顏色、外形輪廓對禽肉質(zhì)量進(jìn)行判定。丁筱玲等設(shè)計(jì)了一種基于機(jī)器視覺技術(shù)對雞翅質(zhì)量智能識別的方法，通過建立140根雞翅俯視和側(cè)視圖像的數(shù)據(jù)庫，并對數(shù)據(jù)庫圖像灰度化、形態(tài)學(xué)運(yùn)算等處理，提取面積、輪廓周長和長短軸等特征，實(shí)現(xiàn)了對雞翅質(zhì)量的預(yù)測誤差達(dá)0.57%。陳坤杰等提出了一種基于圖像特征的雞胴體質(zhì)量分級方法，通過采集95幅雞胴體圖像并提取特征，通過線性回歸的方法，分別建立了一元、多元線性回歸模型進(jìn)行對比分析，結(jié)果表明多元線性回歸模型的預(yù)測能力更精準(zhǔn)，平均正確率可達(dá)89% 。

　　2.2  光譜檢測分析技術(shù)

　　光譜分析技術(shù)集成了光譜測量技術(shù)、計(jì)算機(jī)技術(shù)、化學(xué)計(jì)量學(xué)技術(shù)和基礎(chǔ)測試技術(shù)，通過選擇合適的化學(xué)計(jì)量學(xué)方法，將樣品光譜信息和指標(biāo)參考值相關(guān)聯(lián)，構(gòu)建高精度、高穩(wěn)定性的數(shù)學(xué)模型預(yù)測位置樣品參考值，具有無損、快捷和環(huán)保的特點(diǎn)。

　　20世紀(jì)90年代初，PARKB等提出可以利用多光譜技術(shù)對雞胴體表面進(jìn)行檢測，從而檢測出雞胴體表面皮膚病。隨后，孫嘯等利用高光譜圖像對牛肉大理石紋進(jìn)行檢測，相對于原始圖像具有較高的分割精度。隨著高光譜成像技術(shù)在農(nóng)產(chǎn)品方面的檢測應(yīng)用，研究人員在檢測胴體表面污染物方面取得了相關(guān)的研究進(jìn)展。趙進(jìn)輝等應(yīng)用高光譜圖像技術(shù)結(jié)合分段主成分分析和波段比等數(shù)據(jù)處理方法檢測雞胴體表面糞便污染物，結(jié)果表明檢測總正確率為93.3%。雖然高光譜圖像技術(shù)可較準(zhǔn)確地對雞胴體表面污染物進(jìn)行檢測，但是，由于其檢測時(shí)間長的問題，無法很好地應(yīng)用于在線生產(chǎn)實(shí)踐。

　　隨著光譜檢測技術(shù)的發(fā)展，線掃描高光譜技術(shù)和可見近紅外檢測技術(shù)應(yīng)用于雞胴體表面污染物在線檢測。CHAOK將近紅外檢測技術(shù)應(yīng)用于雞肉生產(chǎn)線，對雞肉進(jìn)行實(shí)時(shí)在線檢測，成功區(qū)分了衛(wèi)生和不衛(wèi)生的雞肉。線掃描高光譜成像技術(shù)盡管能滿足雞胴體表面污染物在線檢測的要求，但其成像設(shè)備價(jià)格昂貴，國內(nèi)大多數(shù)企業(yè)仍主要采用人工目測的方式，陳坤杰等提出一種通過機(jī)器視覺在線采集圖像特征并快速識別的方法，實(shí)現(xiàn)雞胴體表面污染物的在線檢測，實(shí)現(xiàn)了對表面有污染物殘留雞胴體的總體平均檢測正確率為90.5%，但污染點(diǎn)的位置和污染物水分稀釋會降低污染物的可識別度進(jìn)而影響檢測質(zhì)量。

　　近紅外光譜 ( NIＲ) 技術(shù)是發(fā)展相對較為成熟的光譜分析技術(shù)之一，作為無損快速檢測技術(shù)在肉品行業(yè)中已得到廣泛應(yīng)用，該技術(shù)能實(shí)現(xiàn)生鮮肉快速、在線、準(zhǔn)確無損檢測，是各類生鮮肉品質(zhì)安全分析的重要技術(shù)之一。近紅外光譜在肉質(zhì)檢測方面主要被用于肉品物理屬性(顏色、嫩度、紋理)和化學(xué)組分(脂肪、水分、蛋白質(zhì))以及有害物質(zhì)( 揮發(fā)性鹽基氮)等肉類品質(zhì)檢測的特征指標(biāo)分析。目前，近紅外技術(shù)在肉類品質(zhì)快速檢測方面有大量研究，在檢測物理屬性方面，孫宏偉等基于可見近紅外(400～1000nm)光譜分析肉品顏色，通過標(biāo)準(zhǔn)正態(tài)變量變換和SG平滑預(yù)處理建立了豬里脊肉顏色的偏最小二乘模型，滿足豬肉顏色和pH值等品質(zhì)參數(shù)檢測的要求。與目前已經(jīng)應(yīng)用于生產(chǎn)的pH值測量法相比，受測量人員和環(huán)境的影響均較小。彭彥昆等基于近紅外光譜技術(shù)，優(yōu)化光纖探頭檢測距離，分別建立了單波段(第1、2波段)和雙波段的含水率偏最小二乘回歸模型，采集靜態(tài)和在線條件下豬肉光譜圖，對比結(jié)果表明雙波段融合建模效果優(yōu)于單波段(表1)。根據(jù)陶琳麗等的研究表明，眾多研究人員采用不同的建模方法，對牛、羊、豬、雞肉建立預(yù)測模型，并對肉中FA(Fatty Acid)含量的熱點(diǎn)問題進(jìn)行了研究，GJERLAUG-ENER E等、羅香等、González-Martin NI等、RIPOCHE A等建立了NIRS在豬肉FA含量預(yù)測的校正模型，PRIETO N等、SIERRA V等、REALNICE等、CECCHINATOA等建立了牛肉校正模型，MAＲ-CHIMD等、ZHOULJ等、RIOVANTOR等、BERZAGHI P等建立了雞肉的校正模型，GUY F等建立了羊肉的校正模型。根據(jù)相關(guān)研究對比不同建模方法對預(yù)測結(jié)果有較大的差異性。

表 1 不同波段和檢測距離條件下含水率PLS模型

　　2.3  多傳感器融合技術(shù)

　　在肉品檢測過程中，單一檢測技術(shù)往往出現(xiàn)指標(biāo)信息不足、檢測方法局限性、應(yīng)用范圍小等問題，近年來許多研究人員通過對比研究發(fā)現(xiàn)，通過多源信息融合建立的肉品分級預(yù)測模型的精確度更高。基于以上問題，研究人員提出了基于近紅外光譜與機(jī)器視覺等技術(shù)檢測肉類品質(zhì)的分析方法，近紅外光譜分析可定量檢測肉制品pH值、肌內(nèi)脂肪、蛋白質(zhì)、TVB-N(揮發(fā)性鹽堿基氮)等指標(biāo)，機(jī)器視覺可檢測顏色、紋理等物理特征，并且可以實(shí)現(xiàn)快速便捷地?zé)o損檢測，適合應(yīng)用于生產(chǎn)實(shí)踐。

　　在此方面國內(nèi)外學(xué)者進(jìn)行了大量的研究，HUANG L等利用近紅外光譜(NIＲS)、計(jì)算機(jī)視覺(CV)和電子鼻( E-nose)技術(shù)3種技術(shù)融合，檢測豬肉中TVB-N含量，通過采集90份新鮮度不同的豬肉樣品建立3種技術(shù)采集的數(shù)據(jù)庫，預(yù)測模型結(jié)果表明，3種技術(shù)融合要優(yōu)于單一技術(shù)的判定準(zhǔn)確率。姜沛宏等基于機(jī)器視覺與近紅外光譜檢測技術(shù)對牛肉新鮮度進(jìn)行評價(jià)，通過主成分分析將特征層信息融合，建立了牛肉新鮮度的評判模型，預(yù)測準(zhǔn)確率可達(dá)98.31% 。

　　2.4  X射線掃描CT成像技術(shù)

　　X 射線斷層技術(shù)可以實(shí)現(xiàn)對胴體3個(gè)主要組分的檢測：瘦肉、肥肉、骨。這一技術(shù)可以用來虛擬分割胴體以進(jìn)行分級。法國NASSYG等采用X射線斷層掃描技術(shù)，實(shí)現(xiàn)了對瘦肉、肥肉、骨3個(gè)組分的檢測，在剔骨分割車間，這一技術(shù)被用來設(shè)定機(jī)器人的分割程序，以根據(jù)每塊胴體的構(gòu)造進(jìn)行適宜的分割。歐洲科學(xué)家網(wǎng)絡(luò)致力于研究建立一個(gè)歐洲的瘦肉率掃描參考技術(shù)用于肉類分級。X射線掃描技術(shù)通過根據(jù)肌肉的緊密程度的測量，對火腿不同切面的成像研究獲得了理想的試驗(yàn)結(jié)果，可在加工結(jié)束前對火腿質(zhì)量進(jìn)行評定。

　　隨著試驗(yàn)研究的進(jìn)行，X射線掃描技術(shù)開始應(yīng)用于實(shí)際檢測，陳坤杰等利用CT成像技術(shù)對三黃雞胴體進(jìn)行掃描以獲得其物理特征，確定雞胴體主要器官的相對位置，為機(jī)械手摘取提供引導(dǎo)，為自動凈膛裝置的設(shè)計(jì)提供基本數(shù)據(jù)。沈杰通過用雙能X射線對雞肉、鴨肉和鵝肉的脂肪含量進(jìn)行了預(yù)測，分別建立了相應(yīng)的線性回歸方程，相關(guān)系數(shù)在0.8以上。劉斌等通過雙能X射線測定綿羊肌內(nèi)脂肪，將營養(yǎng)指標(biāo)進(jìn)行相關(guān)性分析、通徑分析及回歸方程的構(gòu)建，證明了雙能射線掃描對羊胴體肌內(nèi)脂肪的預(yù)測能力。

　　2.5  超聲波掃描成像技術(shù)

　　超聲波檢測屬于無損檢測，可在保證動物軀體完整的情況下迅速測量機(jī)體組分，并提供直觀圖像結(jié)果。其不需要刺進(jìn)胴體內(nèi)部對肉本身進(jìn)行損壞，可利用超聲波的穿透性獲取反射信息，對胴體脂肪層厚度進(jìn)行推算。

　　在畜肉檢測方面，BRETHOURJR利用超聲波檢測技術(shù)對545頭牛的背膘厚和大理石紋進(jìn)行了測定，建立了背膘厚和大理石紋評定預(yù)測模型，結(jié)果顯示應(yīng)用超聲波檢測技術(shù)預(yù)測屠宰后胴體性狀是可行

　　的。FORTINA等分別采用 CVT-2、UltraFom300和AutoFom等3種超聲波檢測儀對生豬出肉率和質(zhì)量進(jìn)行預(yù)測，并設(shè)計(jì)了對豬胴體的大理石花紋和肌內(nèi)脂肪的實(shí)時(shí)超聲波在線檢測系統(tǒng)，但結(jié)果表明檢測效果并不理想。胡曉亮等通過超聲波掃描從圖像中獲得不同組織的特征參數(shù)，建立了豬肉組織結(jié)構(gòu)預(yù)測方法，分析所得圖像采集噪聲、家畜種類和組織特異性將會對檢測結(jié)果的準(zhǔn)確度產(chǎn)生影響。魏彩虹等利用超聲波活體檢測技術(shù)，建立了羊的活體預(yù)測模型可成功預(yù)測宰后背膘厚度和眼肌面積。胡寶利等利用線性回歸方法，通過背膘厚和眼肌面積數(shù)據(jù)建立了肉質(zhì)形狀的預(yù)測模型，結(jié)果顯示只有高檔肉產(chǎn)出量預(yù)測較為精確，后部肉和優(yōu)質(zhì)肉預(yù)測結(jié)果不理想。

　　在禽肉檢測方面，研究表明家禽的胸肌厚度與胸肌重、胸肌率之間存在著高度相關(guān)性。朱峰等通過超聲波實(shí)時(shí)測量技術(shù)測定肉鴨胸肌厚度、皮脂厚度，可預(yù)估鴨肉生產(chǎn)性能。BOCHNOR通過對鴨活體進(jìn)行檢測預(yù)測其產(chǎn)肉性能，預(yù)測值與真實(shí)值相關(guān)系數(shù)可達(dá)0.9。KLECZEK K等建立了肉鴨胸肌重、胸肉率的回歸方程，其決定系數(shù)可達(dá)64%。COREIALR等通過超聲波檢測剔骨雞胸肉中的碎骨，可提高雞胸肉的品質(zhì)。

　　3  發(fā)展趨勢

　　目前，隨著信息化、智能化技術(shù)的發(fā)展和滲透應(yīng)用，對于畜禽加工行業(yè)將是一次變革性創(chuàng)新，其不僅會促進(jìn)畜禽加工領(lǐng)域的發(fā)展，更會實(shí)現(xiàn)畜禽產(chǎn)業(yè)的全面進(jìn)步。

　　3.1  設(shè)備類型標(biāo)準(zhǔn)、多樣化

　　在當(dāng)前的畜禽加工過程中，生產(chǎn)設(shè)備之間不同標(biāo)準(zhǔn)，是當(dāng)前設(shè)備不能實(shí)現(xiàn)全過程自動化、智能化作業(yè)的主要原因之一，在未來的研發(fā)過程中，應(yīng)根據(jù)畜禽加工過程工序進(jìn)行設(shè)備標(biāo)準(zhǔn)的制定，達(dá)成工藝與裝備配套，以實(shí)現(xiàn)有序化排列連續(xù)性生產(chǎn)。

　　面對不同應(yīng)用場合與肉類本身的差異化問題，需要生產(chǎn)設(shè)備具備相當(dāng)?shù)闹悄芎腿嵝陨a(chǎn)能力以適應(yīng)復(fù)雜的非結(jié)構(gòu)環(huán)境，因此，開發(fā)多樣化的設(shè)備尤為重要。將穩(wěn)定成熟的技術(shù)與設(shè)計(jì)應(yīng)用于多環(huán)境、多對象的多樣化設(shè)備，可實(shí)現(xiàn)人工便攜使用，又可在線穩(wěn)定使用。

　　3.2  提高設(shè)備智能集成化水平

　　當(dāng)前國內(nèi)外應(yīng)用在畜禽加工產(chǎn)業(yè)的智能設(shè)備主要解決單一環(huán)節(jié)智能作業(yè)需求，未來應(yīng)朝向智能加工生產(chǎn)線應(yīng)用發(fā)展。當(dāng)前畜禽生產(chǎn)加工過程中設(shè)備的種類、智能化程度的不同制約著生產(chǎn)效率與衛(wèi)生安全。為實(shí)現(xiàn)畜禽屠宰加工規(guī)?；a(chǎn)、智能化過程管理，提高設(shè)備的智能集成化水平十分重要。通過在生產(chǎn)車間設(shè)備、環(huán)節(jié)植入數(shù)據(jù)采集芯片、傳感器，對設(shè)備、工藝和生產(chǎn)參數(shù)等數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、監(jiān)控等，可實(shí)現(xiàn)建立生產(chǎn)信息管理系統(tǒng)，對畜禽生產(chǎn)加工環(huán)節(jié)進(jìn)行實(shí)時(shí)管理。實(shí)現(xiàn)裝備與管理智能化，更利于全程品質(zhì)及安全管控。

　　近紅外光分析技術(shù)可用于對其化學(xué)成分進(jìn)行檢測，多光譜和高光譜技術(shù)可同時(shí)對肉品的內(nèi)外品質(zhì)進(jìn)行檢測，機(jī)器視覺圖像技術(shù)可對顏色、肌肉脂肪按量、紋理等信息進(jìn)行分級，但目前仍停留于實(shí)驗(yàn)研究階段，要進(jìn)一步加強(qiáng)檢測方法、模型及儀器設(shè)備的研發(fā)，在生產(chǎn)過程中實(shí)現(xiàn)在線快速準(zhǔn)確檢測。

　　在肉品檢測方面，多測量結(jié)果融合分析是較好的未來發(fā)展方向，應(yīng)根據(jù)需要，結(jié)合多種檢測方法，通過不同的評價(jià)機(jī)制與指標(biāo)對檢測目標(biāo)進(jìn)行綜合評價(jià)。單一的檢測手段往往不能實(shí)現(xiàn)對肉品品質(zhì)進(jìn)行理想且全面的檢測，需要將技術(shù)融合與集成，通過信息互補(bǔ)提高品質(zhì)檢測精度與擴(kuò)大監(jiān)測范圍，使評價(jià)機(jī)制具有很好的穩(wěn)定性且綜合度高。

　　4  結(jié)束語

　　智能裝備可大大節(jié)約畜禽肉加工過程人力物力，降低成本、提高生產(chǎn)效率，且成套性強(qiáng)，可對加工過程有序化排列連續(xù)性生產(chǎn)，保證每一環(huán)節(jié)對產(chǎn)品信息可追溯，保證肉質(zhì)安全、提高肉品品質(zhì)等具有重要作用，是畜禽加工產(chǎn)業(yè)發(fā)展方向。通過歸納智能化裝備在畜禽屠宰、分割和分級等加工過程中的應(yīng)用，總結(jié)國內(nèi)外學(xué)者在機(jī)器視覺、光譜檢測、多種技術(shù)融合、X射線CT成像和超聲波成像等智能化技術(shù)在畜禽加工領(lǐng)域的諸多研究成果，分析當(dāng)前裝備產(chǎn)品研發(fā)應(yīng)用與技術(shù)研究過程中存在的設(shè)備智能化集成度不高、技術(shù)不成熟等問題，提出了未來畜禽加工領(lǐng)域的發(fā)展趨勢，智能裝備應(yīng)標(biāo)準(zhǔn)化、多樣化，以適用于不同應(yīng)用環(huán)境與加工肉品種類，提高裝備集成化水平，推進(jìn)畜禽加工智能化發(fā)展，實(shí)現(xiàn)技術(shù)應(yīng)用落地與探索技術(shù)融合，提高技術(shù)應(yīng)用可靠性與全面性。本文為畜禽加工智能化裝備技術(shù)研究與行業(yè)智能化發(fā)展提供相關(guān)信息和參考。

　　《完》