食品（蘑菇）分级包装生产线机械设计
文献综述
摘要：蘑菇的分级属于劳动密集型产业，长期依靠人工肉眼进行分级，劳动强度大，耗费人力多，效率低，分级精度不高。本设计针对当前蘑菇分级自动化过程不高等问题，通过分析与比较，寻求蘑菇自动化分级所需解决的关键问题，设计了一套蘑菇分级包装生产线，主要针对于经过图像处理后的蘑菇的分级，解决了蘑菇加工行业亟待解决的蘑菇分级问题。
关键词：香菇；自动分级；控制；MSP430
Abstract： Mushroom classification is a labor intensive industry. It is classified by artificial eye for a long time. It has large labor intensity, much labor intensity, low efficiency and low classification accuracy.This design for the mushroom grading process automation problems, through analysis and comparison, the key problem for mushroom automatic grading to solve, design a set of mushroom grading and packaging production lines, mainly for the classification of the image after treatment of mushroom, mushroom grading to solve the problems to be solved of mushroom processing industry.
正文：
食品（蘑菇）分级包装生产的国内外现状
1国外研究状况
国外从20世纪90年代就开始研究基于计算机视觉技术的水果分级系统，到现在已有部分实用的产品，如美国的OSCARTM型和MERLIN型高速水果分级生产线，用于苹果、梨、橘子、桃子等水果的分等定级和品质检测(Crowe T q et a1．，1996)。Heinemann等基于机器视觉和专家系统研究了白色双孢蘑菇自动检测和分级系统，以评判蘑菇的质量等级，视觉系统的错误率为20％，而人工检测的不一致率为14％到36％。EJ．Garcia-Ramos采用微处理器和传感器，同时实现了传感器信号处理和输出等级信号延时的功能，同时控制执行机构，实现了水果坚实度的在线检测，取得了良好的效果(EJ．Garcia．R-atmos et a1．，2003)HO．Hsien Chen于2004年研制了基于视觉技术的香菇大小自动分级系统，申请了台湾专利，实现了香菇3个级别大小的分级及异色香菇、破损香菇的识别和剔除，正确率大于92％，分级时间为4.8秒，但由于是人工上料，生产率不高(H．H．Chen and C。H．Ting，2004)。Bundit Jarimopas和NitipongJaisin利用机器视觉技术，根据甜角的形状、大小以及缺陷等进行分级，并设计了一套设备，该设备主要由上料输送系统，图像处理系统，控制系统以及分选执行系统组成。上料输送系统采用带传送，执行机构由气功构成，控制部分由AT89C2051作为主控模块，根据计算机发出的指令，控制执行机构的动作(Bundit Jarimopasamp;Nitipong Jaisin。2008)。国外最新分级设备的产生往往具有机器视觉系统(G P．Moreda et a1．，2009)。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
