（毕业学术论文设计）-外文翻译--基于声响应和支持向量数据描述方法的蛋壳破损检测.docVIP

华中农业大学本科毕业设计外文翻译 PAGE PAGE 3 基于声响应和支持向量数据描述方法的蛋壳破损检测 原文来源：Hao Lin,Jie-wen Zhao,Quan-sheng Chen,Jian-rong Cai,Ping Zhou .Eggshell crack detection based on acoustic response and support vector data description algorithm 摘要 一个基于声响应原理并结合图像识别的系统试图检测蛋壳上的裂纹。支持向量数据描述方法(SVDD)被用来解决由于待测样品的比例失调引起的分级问题。频段在1000至8000Hz。循环的最小二乘滤波器用来处理响应信号。声脉冲反应的信号噪声比明显增强。五个特点描述符从响应频率信号提取出来，在构建模型的时候一些参数被优化。 实验结果表明，在相同条件下SVDD比传统的分级方法能够得到更好的效果。在检测蛋壳裂纹时，支持向量数据描述方法能够实现90%正确、10%错误的预测水平。根据上述结果，我们能得到结论，基于声响应原理并结合图像识别的系统在检测蛋壳破损的领域有巨大的潜能。 关键字:蛋壳;破损;检测声响应;支持向量数据描述. 0.引言 在鸡蛋产业中，鸡蛋外壳的破损状况是一个主要的质量缺陷。破损的鸡蛋非常容易受到细菌感染从而导致健康危险[1]。这样会导致鸡蛋行业的重大经济损失。最近的研究表明，应用声响应原理检测鸡蛋外壳破损是有可能的[2-5]。监督模式识别方法也被用来区分鸡蛋是否完整[6]。之前的研究中，待测样本需要相当大数目的完整鸡蛋作为样品，同时需要大约同样数量的不完整的鸡蛋。但是，更加困难的是得到足够多的自然破损的鸡蛋。人为地打破鸡蛋外壳很浪费时间而且浪费金钱。此外，人为地破损鸡蛋外壳比自然破损的鸡蛋不能提供让人信服的数据。所以当两个样本的数量不相当时，传统的区分方法有可能面临困境，因为少数样本不能提供可信有效的数据去支持所得结论。 支持向量数据描述方法，是受两组别支持向量机（SVM）理论的启发，专门为单组问题定制的[7]。单组问题区分方法经常被用来解决两组别问题，这里的两组别每一个都有一个特殊含义[8]。SVDD中所指的两组分别是目标组和异常组。目标组假定为抽样符合标准，大量的样本可供使用。异常组假定为非常稀少，或者看做完全忽略。支持向量数据描述的基本思路是：定义目标样本的边界尽可能小[9]。SVDD早已被应用于解决机械故障诊断中的不平均样本问题、网络中的入侵侦测、字迹识别和人像识别等等[10-13]。 在这个系统中，SVDD的算法被用来解决因为数据数量不相当引起的分级问题。另外，循环的最小二乘滤波器用来加强信噪比。一些信号激发的共振频率特性作为SVDD的输入数据去检测鸡蛋是否完整。 1.材料和方法 1.1样本的制备 所有的样本鸡蛋都是从家禽养殖场自然收集，然后集中放置。测试时，这些蛋从出生最多不超过3天。差不多130枚外壳完整的鸡蛋和30枚外壳破损的鸡蛋用来被测试。鸡蛋的大小从小到大依次排列。形状不规则的鸡蛋不能作为该实验的样本。蛋壳上的裂缝，在显微镜下观测，大约有10-40mm长，宽带小于15um。同时，把完整的和不完整的样本分成两个子集合。一个用来建立标准的叫做校准组集合，另一个用来检验样本稳定性的叫做预测组集合。标准组集合包括120个样本，其中完整的鸡蛋样本有110个，不完整的样本有10个。剩下的40个样本组成一个预测组，包括20个完整样本，20个破损样本。 1.2试验系统 这是一个依靠声音共振原理的系统，被用来探测鸡蛋外壳是否完整。这个系统包括一个鸡蛋输送的装置，一个光激励的设备，一个麦克风，信号放大器，一台个人计算机（PC）和获取、分析结果的软件。一个该系统的原理图如下图Fig.1所示。 一对硬橡胶制成的滚子用来支撑鸡蛋，滚子的形状与一般鸡蛋的外形相契合。激励设备包括一个电磁驱动器，一个可调伏特直流电，一直质量较轻的金属棒。金属棒的总重量是6g，长度是6cm。系统激励是一个很重要的因素，它直接影响脉冲的大小和宽度。可调的伏特直流电调节系统激励。根据以前的研究，激励电压应该设置为30V。在这样的设置下，能够得到不超过仪表量程的最佳信号。敲击的位置接近破损蛋壳的裂缝，这些破损鸡蛋随即的混在完整鸡蛋中。 1.3数据采集和分析 从麦克风得到的响应信号经过放大，被一个16位的数据采集卡过滤并采集。数据采集程序依赖LabVIEW8.2 software(National Instruments，USA)编辑，这个软件能对响应信号进行快速的获取跟处理。采样率是22.05kHz。报时信号通过512-point快速傅里叶转换转换成频率信号。接收的线性频率光谱转换成功率谱。波段滤波器用来保存频段在10