学习啦>论文大全>科技论文>

关于鸡蛋的科学论文

时间: 家文952 分享

  鸡蛋具有很高的营养价值,这个我们都知道,但你是否知道有关于它的科学呢?这是学习啦小编为大家整理的关于鸡蛋的科学论文,仅供参考!

  关于鸡蛋的科学论文篇一

  巧用鸡蛋改良渗透实验及膜的透性实验

  摘 要: 本文选用鸡蛋内膜作为半透膜进行渗透实验,在渗透实验过程中发现学生对膜的选择透过性这一概念的错误认知,进而设计实验验证膜对离子和大分子的选择透过性,层层递进使学生在理解渗透作用的基础上从深层次理解膜的选择透过性。

  关键词: 渗透作用 鸡蛋内膜 选择透过性 高中生物教学

  高中生物“渗透实验教学”中,教材采用在一个长颈漏斗的漏斗口处密封一层玻璃纸,往漏斗内注入蔗糖溶液,然后将漏斗浸入到盛有清水的烧杯中,使漏斗管内外的液面高度相等,经过一段时间后观察到漏斗内的液面上升了。在教学实践中我发现装置较复杂,可操作性差,现象也不明显,学生对玻璃纸不熟悉用做半透膜模型与原型的相似性低。

  本着生活化和简单化原则,我用鸡蛋的内膜作为半透膜,以蛋壳作为容器进行渗透实验,实践证明这一改进不仅能引起学生的兴趣而且现象明显。学生对渗透作用的理解程度较以往有了很大的改善。

  半透膜是渗透作用发生的条件之一,这一概念的处理一般采用讲授式,学生对于膜的选择透过性不能深入地理解,甚至有学生认为只要分子量足够小,就能通过半透膜。而《高中生物课程标准》活动建议中也包括“通过模拟实验探究膜的透性”。鉴于此我在教学中加入了用鸡蛋作为装置,利用特定化学物质可发生颜色和沉淀反应原理设计了验证膜的选择透过性实验。通过这两个实验学生可以更好地理解渗透作用和膜的选择透过性。以下是两个实验:

  1.渗透作用演示实验

  1.1实验原理

  鸡蛋的膜为双层结构,蛋膜中含有蛋白质90%左右,脂质体3%左右,糖类2%左右。它的蛋白质主要有胶原蛋白(大部分为I、V、X型)。鸡蛋膜的特定组成和结构决定了它是一种很好的半透膜。鸡蛋大端两层膜分开形成气室。把气室部分的鸡蛋壳连同外膜剪去,留下内膜就为实验用的半透膜。用鸡蛋来模拟细胞,把鸡蛋内膜浸入水中来演示渗透实验。

  1.2实验材料

  鸡蛋、50mL小烧杯、蒸馏水

  1.3实验步骤

  ①取一个大的鸡蛋(钝端直径略大于小烧杯口),轻轻将钝端的壳敲碎,剥掉蛋壳,露出一个直径0.5~1cm的小孔,注意不要破坏内膜。

  ②将鸡蛋钝端放入盛有清水的烧杯中,使水面没过小孔,静置,并观察。

  1.4实验结果与讨论

  三十分钟后,膜被撑破并有蛋清流出。

  通过这一实验现象学生会得出是水进入鸡蛋内部导致膜被撑破,这是为什么呢?引导学生思考是因为膜外部是纯水,即水的浓度是100%,而鸡蛋内部水的浓度低于100%,这就在鸡蛋膜的两侧形成了水的浓度梯度,膜外纯水中的水分子透过半透膜扩散鸡蛋内的数量,比鸡蛋内部水分子扩散到膜外的数量多,因而鸡蛋内的液量增加,直至涨破。

  设问:如果鸡蛋膜上有破损的小缝,那么还会看到实验现象吗?引导学生思考半透膜的存在是发生渗透作用的关键,从而引导学生总结发生渗透作用的条件是半透膜和半透膜两侧溶液存在浓度差。

  以上是渗透作用实验演示,得出的结论是:水可以自由通过鸡蛋内膜,通过的条件是膜内外有浓度差。为了让学生真正理解半透膜的概念,设计了探究离子能否透过半透膜的实验。

  2.膜的选择透过性实验

  2.1实验原理

  大分子物质不能透过半透膜,小分子的物质如离子可以选择性地透过半透膜。

  2.2实验材料

  鸡蛋两个、50mL小烧杯两个、试管两个、胶头滴管若干、质量分数为0.1g/mL的AgNO溶液、质量分数为0.1g/mL的NaCl溶液、I-KI溶液、新鲜的淀粉溶液。

  2.3实验步骤

  ①取一个直径大于烧杯口的鸡蛋,把鸡蛋的尖端轻轻敲破,剪出一个直径1cm的小孔,然后将蛋黄和蛋清倒出并用清水将内部冲洗干净,再将大头端的蛋壳敲碎,轻轻将蛋壳和内膜剥离,露出直径为1cm的小孔,注意不要破坏内膜。

  ②将两枚蛋壳编号1、2,分别注入质量分数为0.1g/mL的NaCl溶液和新鲜淀粉溶液各5mL,注意不要把溶液撒在蛋壳外。

  ③取两个烧杯分别编号A、B,在A烧杯中加入30mL质量分数为0.1g/mL的AgNO溶液;在B烧杯中加入30mLI-KI溶液。将1、2两枚蛋壳分别放入A、B两个烧杯中(液面要没过小孔),放置10分钟。

  ④观察并分析实验结果。

  2.4实验结果与讨论

  A烧杯中有白色沉淀生成,1号蛋壳内溶液无明显变化。B烧杯中溶液无变化,2号蛋壳内的溶液呈现蓝色。

  膜的选择透过性知识有进一步的理解,同时可以反思对渗透作用的理解是否准确。

  3.反思

  通过渗透作用演示实验学生归纳出了渗透作用发生的条件:半透膜及半透膜两侧存在浓度差。其他物质的选择透过性实验是在渗透作用演示中遗留下来的问题,这一问题解决之后学生才能真正地理解渗透作用。

  本实验也存在一些不足之处和需要注意的地方:一是学生容易把鸡蛋内膜作为鸡蛋的细胞膜,事实上只是细胞膜的模拟材料,因此要向学生说明这点,并强调膜的选择透过性与膜上的蛋白质载体有关;二是利用蛋的钝端内壳膜与外壳膜二者分离去除蛋壳和外壳膜露出内膜,这种处理难度较大容易造成内膜损伤,因此在选择鸡蛋时要选放置了一段时间的不新鲜的鸡蛋,这样鸡蛋内水分蒸发使内外膜分离大一些,便于操作。通过以上两个实验学生对膜的选择透过性和渗透作用有一个全面直观的认识,在实验结束时还可以进一步引导学生进行探究实验,设计并验证其他物质能否通过膜,并分析原因,达到拓展学生思维的目的。

  参考文献:

  [1]吴庆余.基础生物命科学.北京:高等教育出版社,2010:47-48.

  [1]潘建勋.渗透作用演示实验的改进及拓展.生物学教学,2009(24):39.

  关于鸡蛋的科学论文篇二

  一种基于机器视觉技术的鸡蛋裂纹检测

  摘要:为了实现对鸡蛋壳裂纹的检测,提出了一种基于机器视觉技术的鸡蛋裂纹检测系统设计方案,该系统的硬件部分采用红色LED作为光源,选用背景光照射方式,在封闭的环境中通过CCD摄像机来获取单个静止鸡蛋的图像。软件部分采用灰度转换,中值滤波,线性锐化,阈值分割,边缘轮廓特征提取等手段实现图像的裂纹检测,最后基于图像的数学特征去除干扰因素,准确定位裂纹。实验结果表明系统对破损鸡蛋检测的准确率达到了93%。

  关键词:裂纹;机器视觉;鸡蛋;MATLAB;检测

  中图分类号:TP18 文献标识码:A 文章编号:1009-3044(2013)07-1633-03

  蛋类食品具有很高的营养价值,是人们日常生活中的主要食品,其品质的优劣直接决定蛋类产品的质量,甚至于影响食用者的健康。我国蛋类产品的市场资源深厚,需求量大,但是在鸡蛋生产体系结构中,蛋壳破损检测方法还很落后,还没有产品化的自动检测系统,受鸭蛋表面污点的影响,传统的检测设备不能够正确识别裂纹和污点,除一些大规模的生产基地分别从荷兰Hot-Cheers及日本NABEL公司引进检测生产线,我国绝大部分禽蛋生产企业仍然沿用人工检测方法。目前,人工检测是国内外鸡蛋破损检测的主要方法[1],由于人工检测生产效率低,劳动强度大,对检测人员的技术要求高,检测稳定性较差,这些严重制约着中国蛋品加工技术的规模化发展。据资料显示,美国每年因照蛋环节造成的鸡蛋破损率为5%~8%,经济损失巨大[2]。因此,研究适合我国国情的鸡蛋破损检测设备,提高分拣效率,已经成为我国蛋产品制造业目前及未来亟待解决的问题。机器视觉检测作为一种主要利用光的透射、折射、反射的原理与蛋壳结构建立一种关系,通过数学模型建立检测蛋壳裂纹的方法[3-5],无疑将极大的推动我国鸡蛋检测事业的发展。

  1 试验材料和机器视觉系统硬件设计

  本试验所研究的鸡蛋来自于长沙春华皮蛋厂的同一批鸡蛋。机器视觉系统硬件部分可概括分为图像获取、图像分析处理以及图像结果显示与控制三个部分,主要由LED光源、照蛋器、可散热暗室、CCD摄像机、图像采集卡和计算机等环节组成。采用红色LED作为光源,选用背景光照射方式。鸡蛋距离光源15cm。在暗室中,光线通过照蛋器上的小孔透射到鸡蛋上,CCD摄像机可以采集到鸡蛋的正面图像。装置图如图1所示。

  2 图像分析与处理

  试验获得的图像格式为JPG,720×350大小的彩色图片,图像分析与处理的流程是灰度转化,中值滤波,线性锐化,阈值分割,边缘轮廓特征提取,最终得到试验结果。

  2.1 灰度转化

  在暗室的背景光照射下,裂纹部分与非裂纹部分的亮度有很大的差异,裂纹部分的亮度更强,采集的原图像的裂纹部分是一条明亮的线条或网状的明亮区域。在灰度图中裂纹部分和鸡蛋其他区域也容易分辨,因此将彩色图像转化为灰度图像,既有易于区分裂纹,又可以提高图像的处理速度,并且在后期的图像处理过程中,期间使用的多个函数要求文件格式为二维的灰度图像,而imread函数读出的是三维图像,因此为了前后函数的兼容,有必要进行灰度转换。将彩色图片进行灰度转化是把彩色图像中的RGB值转化为灰度值,RGB图像是以R、G、B为轴来建立空间直角坐标系,RGB图像的每个像素的颜色都是用该三维空间的一个点来表示的。灰度图像每个像素的颜色可以用直线R=G=B上的一个点来表示。因此RGB图像转灰度图像的本质就是寻求一个三维空间到一维空间的映射。在MATLAB仿真软件中是由公式(1)来实现的,函数表达式为I=rgb2gray(RGB)。如图2a所示。

  2.2 图像增强

  为了使鸡蛋的裂纹尤其是微小裂纹能够准确快速地识别出来,图像增强处理是一切工作的基础,图像增强能够显示那些被模糊了的细节或简单突出一幅图像中我们最感兴趣的特征,同时削弱或去除某些不需要的信息。该文采用中值滤波和线性锐化的方法对鸡蛋图像进行增强处理。

  2.2.1 中值滤波

  蛋壳的结构特点和物理环境决定了通过CCD摄像机采集到的图像主区域上会不可避免的出现与裂纹形状和结构相类似的部分,这一部分噪声信号会影响系统对裂纹区域的识别与判定。中值滤波是一种去除噪声的非线性处理方法,其基本原理是把数字图像中一点的值用该邻域中各点值的中值代替[6],利用中值滤波可以消除各种噪声源和一些干扰引起的虚假的样品边缘或轮廓。在MATLAB仿真软件中,采用I2=medfilt2(I1)函数,通过3×3的模板返回中值滤波后的图像矩阵I2[7]。如图2b所示。

  2.2.2 线性锐化

  为了更进一步突出裂纹的特征信息,采用图像锐化处理来突出图像的边缘轮廓信息,加强图像的轮廓特征,以便于机器视觉系统的识别,提高准确率。线性高通滤波器是最常用的线性锐化滤波器,这种滤波器的中心系数都是正的,而周围的系数都是负的。对3×3的模板来说,典型的系数取值是

  在MATLAB仿真软件中,可采用I2=imfilter(I,h1)函数实现线性锐化。如图2c所示。

  2.3 阈值分割

  阈值分割法是一种基于图像的分割技术,通过设定不同的特征阈值,把图像像素点分为若干类。当不同类的物体灰度值或其他特征值相差很大时,它能很有效地对图像进行分割。在前人的研究基础上,采用最大类间方差法可以自动计算出最优阈值,较灰度直方图确定阈值的方法其准确率大大提高[8]。在MATLAB仿真软件中,可以采用thresh=graythresh(I)函数实现动态阈值分割。如图2d所示。

  2.4 鸡蛋边缘轮廓特征提取

  通过对鸡蛋图像处理,可以得到图像中裂纹部分和噪声部分的几何特征参数。通过实验分析可知在带有污点的鸡蛋图像中,裂纹部分一般呈现线条状或网状,污点部分的长宽比较小,裂纹处的数学特征如数学期望和方差等与污点有较大差别;污点处的期望值一般小于整幅图像的平均阈值,而裂纹大于平均阈值,并且污点处的数值波动比裂纹处的小。   在边缘检测中,边缘定位能力和噪声抵制能力是一对矛盾体,有的算法边缘定位能力比较强,有的抗噪能力比较好。边缘检测算子参数的选择也直接影响到边缘定位能力和噪声抵制能力,常用的算子有水平垂直差分算子、Roberts算子、Sobel算子、Prewitt算子[9]、Laplacian算子、LOG算子和Canny算子。Sobel算子对灰度渐变和噪声较多的图像处理效果好,且对边缘定位比较准确,因此选取Sobel算子进行边缘轮廓特征处理。在MATLAB图像处理工具箱中提供了edge函数用于实现Sobel边缘算子检测。其调用格式为I2=edge(I2,'sobel')。如图2e所示。

  3 试验结果

  本试验选取150个大小不同,品种相同,有标号的鸡蛋作图像采样检测,其中经过仔细成熟的人工检测得知无破损的鸡蛋80个,有破损的鸡蛋70个 。将机器视觉系统的检测结果与人工检测结果进行对比。结果表明,系统的准确率达到了93%。如表1所示。

  4 结论

  本文建立了一种基于机器视觉技术的鸡蛋裂纹检测系统。通过图像采集系统收集鸡蛋图像,经图像转化、图像增强和特征提取,使用MATLAB编程环境,能够较为准确地对鸡蛋图像进行检测,系统的准确率达到了93%。对干净的鸡蛋能够准确的检测,但对于有污点的蛋检测精度需进一步提高,算法还有待改进。并且本系统现在是停留在实验室条件下,对静止对象进行拍摄和检测,下一步要实现整个检测系统的整体设计,力争在工业现场实现传动系统和检测系统的同步。

  参考文献:

  [1] 姜瑞涉,陆秋君,王俊. 鸡蛋品质检测的研究现状及其展望[J].粮油加工与食品机械,2002(11):33-35.

  [2] Bain M M.Eggshell structure and mechanical strength[C].In Proc 8th Australian Poultry and Feed Convention,Gold Coast:Australia,1990.

  [3] 赵鹏.机器视觉理论及应用[M].电子工业出版社,2011:1-2.

  [4] 潘磊庆,屠康,苏子鹏,等.基于计算机视觉和神经网络检测鸡蛋裂纹的研究[J].农业工程学报,2007,23(5):154-158.

  [5] 潘磊庆,屠康,詹歌,等.基于计算机视觉和声学响应信息融合的鸡蛋裂纹检测[J].农业工程学报,2010,26(11):332-337.

  [6] 周品,李晓东. MATLAB数字图像处理[M].清华大学出版社,2012:232-236.

  [7] 张铮,王艳平,薛桂香.数字图像处理与机器视觉――Visual C++与Matlab实现[M].人民邮电出版社,2010,4:156-158.

  [8] 王树文,张长利,房俊龙.基于计算机视觉的番茄损伤自动检测与分类研究[J].农业工程学报,2005,21(5):98-101.

  [9] 彭辉,姚雅娟,文友先,等.基于图像投影变换的鸡蛋破损检测[J].农业工程学报,2010,49(3):694-697.

2159086