關于雞蛋的科學論文

　　雞蛋具有很高的營養價值，這個我們都知道，但你是否知道有關于它的科學呢?下面是小編為大家搜集整理的關于雞蛋的科學論文，歡迎大家閱讀與借鑒，希望能夠給你帶來幫助。

　　關于雞蛋的科學論文篇一

　　巧用雞蛋改良滲透實驗及膜的透性實驗

　　摘 要： 本文選用雞蛋內膜作為半透膜進行滲透實驗，在滲透實驗過程中發現學生對膜的選擇透過性這一概念的錯誤認知，進而設計實驗驗證膜對離子和大分子的選擇透過性，層層遞進使學生在理解滲透作用的基礎上從深層次理解膜的選擇透過性。

　　關鍵詞： 滲透作用 雞蛋內膜 選擇透過性 高中生物教學

　　高中生物“滲透實驗教學”中，教材采用在一個長頸漏斗的漏斗口處密封一層玻璃紙，往漏斗內注入蔗糖溶液，然后將漏斗浸入到盛有清水的燒杯中，使漏斗管內外的液面高度相等，經過一段時間后觀察到漏斗內的液面上升了。在教學實踐中我發現裝置較復雜，可操作性差，現象也不明顯，學生對玻璃紙不熟悉用做半透膜模型與原型的相似性低。

　　本著生活化和簡單化原則，我用雞蛋的內膜作為半透膜，以蛋殼作為容器進行滲透實驗，實踐證明這一改進不僅能引起學生的興趣而且現象明顯。學生對滲透作用的理解程度較以往有了很大的改善。

　　半透膜是滲透作用發生的條件之一，這一概念的處理一般采用講授式，學生對于膜的選擇透過性不能深入地理解，甚至有學生認為只要分子量足夠小，就能通過半透膜。而《高中生物課程標準》活動建議中也包括“通過模擬實驗探究膜的透性”。鑒于此我在教學中加入了用雞蛋作為裝置，利用特定化學物質可發生顏色和沉淀反應原理設計了驗證膜的選擇透過性實驗。通過這兩個實驗學生可以更好地理解滲透作用和膜的選擇透過性。以下是兩個實驗：

　　1.滲透作用演示實驗

　　1.1實驗原理

　　雞蛋的膜為雙層結構，蛋膜中含有蛋白質90%左右，脂質體3%左右，糖類2%左右。它的蛋白質主要有膠原蛋白(大部分為I、V、X型)。雞蛋膜的特定組成和結構決定了它是一種很好的半透膜。雞蛋大端兩層膜分開形成氣室。把氣室部分的雞蛋殼連同外膜剪去，留下內膜就為實驗用的半透膜。用雞蛋來模擬細胞，把雞蛋內膜浸入水中來演示滲透實驗。

　　1.2實驗材料

　　雞蛋、50mL小燒杯、蒸餾水

　　1.3實驗步驟

　　①取一個大的雞蛋(鈍端直徑略大于小燒杯口)，輕輕將鈍端的殼敲碎，剝掉蛋殼，露出一個直徑0.5～1cm的小孔，注意不要破壞內膜。

　　②將雞蛋鈍端放入盛有清水的燒杯中，使水面沒過小孔，靜置，并觀察。

　　1.4實驗結果與討論

　　三十分鐘后，膜被撐破并有蛋清流出。

　　通過這一實驗現象學生會得出是水進入雞蛋內部導致膜被撐破，這是為什么呢?引導學生思考是因為膜外部是純水，即水的濃度是100%，而雞蛋內部水的濃度低于100%，這就在雞蛋膜的兩側形成了水的濃度梯度，膜外純水中的水分子透過半透膜擴散雞蛋內的數量，比雞蛋內部水分子擴散到膜外的數量多，因而雞蛋內的液量增加，直至漲破。

　　設問：如果雞蛋膜上有破損的小縫，那么還會看到實驗現象嗎?引導學生思考半透膜的存在是發生滲透作用的關鍵，從而引導學生總結發生滲透作用的條件是半透膜和半透膜兩側溶液存在濃度差。

　　以上是滲透作用實驗演示，得出的結論是：水可以自由通過雞蛋內膜，通過的條件是膜內外有濃度差。為了讓學生真正理解半透膜的'概念，設計了探究離子能否透過半透膜的實驗。

　　2.膜的選擇透過性實驗

　　2.1實驗原理

　　大分子物質不能透過半透膜，小分子的物質如離子可以選擇性地透過半透膜。

　　2.2實驗材料

　　雞蛋兩個、50mL小燒杯兩個、試管兩個、膠頭滴管若干、質量分數為0.1g/mL的AgNO溶液、質量分數為0.1g/mL的NaCl溶液、I-KI溶液、新鮮的淀粉溶液。

　　2.3實驗步驟

　　①取一個直徑大于燒杯口的雞蛋，把雞蛋的尖端輕輕敲破，剪出一個直徑1cm的小孔，然后將蛋黃和蛋清倒出并用清水將內部沖洗干凈，再將大頭端的蛋殼敲碎，輕輕將蛋殼和內膜剝離，露出直徑為1cm的小孔，注意不要破壞內膜。

　　②將兩枚蛋殼編號1、2，分別注入質量分數為0.1g/mL的NaCl溶液和新鮮淀粉溶液各5mL，注意不要把溶液撒在蛋殼外。

　　③取兩個燒杯分別編號A、B，在A燒杯中加入30mL質量分數為0.1g/mL的AgNO溶液;在B燒杯中加入30mLI-KI溶液。將1、2兩枚蛋殼分別放入A、B兩個燒杯中(液面要沒過小孔)，放置10分鐘。

　　④觀察并分析實驗結果。

　　2.4實驗結果與討論

　　A燒杯中有白色沉淀生成，1號蛋殼內溶液無明顯變化。B燒杯中溶液無變化，2號蛋殼內的溶液呈現藍色。

　　膜的選擇透過性知識有進一步的理解，同時可以反思對滲透作用的理解是否準確。

　　3.反思

　　通過滲透作用演示實驗學生歸納出了滲透作用發生的條件：半透膜及半透膜兩側存在濃度差。其他物質的選擇透過性實驗是在滲透作用演示中遺留下來的問題，這一問題解決之后學生才能真正地理解滲透作用。

　　本實驗也存在一些不足之處和需要注意的地方：一是學生容易把雞蛋內膜作為雞蛋的細胞膜，事實上只是細胞膜的模擬材料，因此要向學生說明這點，并強調膜的選擇透過性與膜上的蛋白質載體有關;二是利用蛋的鈍端內殼膜與外殼膜二者分離去除蛋殼和外殼膜露出內膜，這種處理難度較大容易造成內膜損傷，因此在選擇雞蛋時要選放置了一段時間的不新鮮的雞蛋，這樣雞蛋內水分蒸發使內外膜分離大一些，便于操作。通過以上兩個實驗學生對膜的選擇透過性和滲透作用有一個全面直觀的認識，在實驗結束時還可以進一步引導學生進行探究實驗，設計并驗證其他物質能否通過膜，并分析原因，達到拓展學生思維的目的。

　　參考文獻：

　　[1]吳慶余.基礎生物命科學.北京：高等教育出版社，2010：47-48.

　　[1]潘建勛.滲透作用演示實驗的改進及拓展.生物學教學，2009(24)：39.

　　關于雞蛋的科學論文篇二

　　一種基于機器視覺技術的雞蛋裂紋檢測

　　摘要：為了實現對雞蛋殼裂紋的檢測，提出了一種基于機器視覺技術的雞蛋裂紋檢測系統設計方案，該系統的硬件部分采用紅色LED作為光源，選用背景光照射方式，在封閉的環境中通過CCD攝像機來獲取單個靜止雞蛋的圖像。軟件部分采用灰度轉換，中值濾波，線性銳化，閾值分割，邊緣輪廓特征提取等手段實現圖像的裂紋檢測，最后基于圖像的數學特征去除干擾因素，準確定位裂紋。實驗結果表明系統對破損雞蛋檢測的準確率達到了93%。

　　關鍵詞：裂紋;機器視覺;雞蛋;MATLAB;檢測

　　中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044(2013)07-1633-03

　　蛋類食品具有很高的營養價值，是人們日常生活中的主要食品，其品質的優劣直接決定蛋類產品的質量，甚至于影響食用者的健康。我國蛋類產品的市場資源深厚，需求量大，但是在雞蛋生產體系結構中，蛋殼破損檢測方法還很落后，還沒有產品化的自動檢測系統，受鴨蛋表面污點的影響，傳統的檢測設備不能夠正確識別裂紋和污點，除一些大規模的生產基地分別從荷蘭Hot-Cheers及日本NABEL公司引進檢測生產線，我國絕大部分禽蛋生產企業仍然沿用人工檢測方法。目前，人工檢測是國內外雞蛋破損檢測的主要方法[1]，由于人工檢測生產效率低，勞動強度大，對檢測人員的技術要求高，檢測穩定性較差，這些嚴重制約著中國蛋品加工技術的規模化發展。據資料顯示，美國每年因照蛋環節造成的雞蛋破損率為5%～8%，經濟損失巨大[2]。因此，研究適合我國國情的雞蛋破損檢測設備，提高分揀效率，已經成為我國蛋產品制造業目前及未來亟待解決的問題。機器視覺檢測作為一種主要利用光的透射、折射、反射的原理與蛋殼結構建立一種關系，通過數學模型建立檢測蛋殼裂紋的方法[3-5]，無疑將極大的推動我國雞蛋檢測事業的發展。

　　1 試驗材料和機器視覺系統硬件設計

　　本試驗所研究的雞蛋來自于長沙春華皮蛋廠的同一批雞蛋。機器視覺系統硬件部分可概括分為圖像獲取、圖像分析處理以及圖像結果顯示與控制三個部分，主要由LED光源、照蛋器、可散熱暗室、CCD攝像機、圖像采集卡和計算機等環節組成。采用紅色LED作為光源，選用背景光照射方式。雞蛋距離光源15cm。在暗室中，光線通過照蛋器上的小孔透射到雞蛋上，CCD攝像機可以采集到雞蛋的正面圖像。裝置圖如圖1所示。

　　2 圖像分析與處理

　　試驗獲得的圖像格式為JPG，720×350大小的彩色圖片，圖像分析與處理的流程是灰度轉化，中值濾波，線性銳化，閾值分割，邊緣輪廓特征提取，最終得到試驗結果。

　　2.1 灰度轉化

　　在暗室的背景光照射下，裂紋部分與非裂紋部分的亮度有很大的差異，裂紋部分的亮度更強，采集的原圖像的裂紋部分是一條明亮的線條或網狀的明亮區域。在灰度圖中裂紋部分和雞蛋其他區域也容易分辨，因此將彩色圖像轉化為灰度圖像，既有易于區分裂紋，又可以提高圖像的處理速度，并且在后期的圖像處理過程中，期間使用的多個函數要求文件格式為二維的灰度圖像，而imread函數讀出的是三維圖像，因此為了前后函數的兼容，有必要進行灰度轉換。將彩色圖片進行灰度轉化是把彩色圖像中的RGB值轉化為灰度值，RGB圖像是以R、G、B為軸來建立空間直角坐標系，RGB圖像的每個像素的顏色都是用該三維空間的一個點來表示的。灰度圖像每個像素的顏色可以用直線R=G=B上的一個點來表示。因此RGB圖像轉灰度圖像的本質就是尋求一個三維空間到一維空間的映射。在MATLAB仿真軟件中是由公式(1)來實現的，函數表達式為I=rgb2gray(RGB)。如圖2a所示。

　　2.2 圖像增強

　　為了使雞蛋的裂紋尤其是微小裂紋能夠準確快速地識別出來，圖像增強處理是一切工作的基礎，圖像增強能夠顯示那些被模糊了的細節或簡單突出一幅圖像中我們最感興趣的特征，同時削弱或去除某些不需要的信息。該文采用中值濾波和線性銳化的方法對雞蛋圖像進行增強處理。

　　2.2.1 中值濾波

　　蛋殼的結構特點和物理環境決定了通過CCD攝像機采集到的圖像主區域上會不可避免的出現與裂紋形狀和結構相類似的部分，這一部分噪聲信號會影響系統對裂紋區域的識別與判定。中值濾波是一種去除噪聲的非線性處理方法，其基本原理是把數字圖像中一點的值用該鄰域中各點值的中值代替[6]，利用中值濾波可以消除各種噪聲源和一些干擾引起的虛假的樣品邊緣或輪廓。在MATLAB仿真軟件中，采用I2=medfilt2(I1)函數，通過3×3的模板返回中值濾波后的圖像矩陣I2[7]。如圖2b所示。

　　2.2.2 線性銳化

　　為了更進一步突出裂紋的特征信息，采用圖像銳化處理來突出圖像的邊緣輪廓信息，加強圖像的輪廓特征，以便于機器視覺系統的識別，提高準確率。線性高通濾波器是最常用的線性銳化濾波器，這種濾波器的中心系數都是正的，而周圍的系數都是負的。對3×3的模板來說，典型的系數取值是

　　在MATLAB仿真軟件中，可采用I2=imfilter(I，h1)函數實現線性銳化。如圖2c所示。

　　2.3 閾值分割

　　閾值分割法是一種基于圖像的分割技術，通過設定不同的特征閾值，把圖像像素點分為若干類。當不同類的物體灰度值或其他特征值相差很大時，它能很有效地對圖像進行分割。在前人的研究基礎上，采用最大類間方差法可以自動計算出最優閾值，較灰度直方圖確定閾值的方法其準確率大大提高[8]。在MATLAB仿真軟件中，可以采用thresh=graythresh(I)函數實現動態閾值分割。如圖2d所示。

　　2.4 雞蛋邊緣輪廓特征提取

　　通過對雞蛋圖像處理，可以得到圖像中裂紋部分和噪聲部分的幾何特征參數。通過實驗分析可知在帶有污點的雞蛋圖像中，裂紋部分一般呈現線條狀或網狀，污點部分的長寬比較小，裂紋處的數學特征如數學期望和方差等與污點有較大差別;污點處的期望值一般小于整幅圖像的平均閾值，而裂紋大于平均閾值，并且污點處的數值波動比裂紋處的小。   在邊緣檢測中，邊緣定位能力和噪聲抵制能力是一對矛盾體，有的算法邊緣定位能力比較強，有的抗噪能力比較好。邊緣檢測算子參數的選擇也直接影響到邊緣定位能力和噪聲抵制能力，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算子對灰度漸變和噪聲較多的圖像處理效果好，且對邊緣定位比較準確，因此選取Sobel算子進行邊緣輪廓特征處理。在MATLAB圖像處理工具箱中提供了edge函數用于實現Sobel邊緣算子檢測。其調用格式為I2=edge(I2，'sobel')。如圖2e所示。

　　3 試驗結果

　　本試驗選取150個大小不同，品種相同，有標號的雞蛋作圖像采樣檢測，其中經過仔細成熟的人工檢測得知無破損的雞蛋80個，有破損的雞蛋70個 。將機器視覺系統的檢測結果與人工檢測結果進行對比。結果表明，系統的準確率達到了93%。如表1所示。

　　4 結論

　　本文建立了一種基于機器視覺技術的雞蛋裂紋檢測系統。通過圖像采集系統收集雞蛋圖像，經圖像轉化、圖像增強和特征提取，使用MATLAB編程環境，能夠較為準確地對雞蛋圖像進行檢測，系統的準確率達到了93%。對干凈的雞蛋能夠準確的檢測，但對于有污點的蛋檢測精度需進一步提高，算法還有待改進。并且本系統現在是停留在實驗室條件下，對靜止對象進行拍攝和檢測，下一步要實現整個檢測系統的整體設計，力爭在工業現場實現傳動系統和檢測系統的同步。

　　參考文獻：

　　[1] 姜瑞涉，陸秋君，王俊. 雞蛋品質檢測的研究現狀及其展望[J].糧油加工與食品機械，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] 趙鵬.機器視覺理論及應用[M].電子工業出版社，2011：1-2.

　　[4] 潘磊慶，屠康，蘇子鵬，等.基于計算機視覺和神經網絡檢測雞蛋裂紋的研究[J].農業工程學報，2007，23(5)：154-158.

　　[5] 潘磊慶，屠康，詹歌，等.基于計算機視覺和聲學響應信息融合的雞蛋裂紋檢測[J].農業工程學報，2010，26(11)：332-337.

　　[6] 周品，李曉東. MATLAB數字圖像處理[M].清華大學出版社，2012：232-236.

　　[7] 張錚，王艷平，薛桂香.數字圖像處理與機器視覺――Visual C++與Matlab實現[M].人民郵電出版社，2010，4：156-158.

　　[8] 王樹文，張長利，房俊龍.基于計算機視覺的番茄損傷自動檢測與分類研究[J].農業工程學報，2005，21(5)：98-101.

　　[9] 彭輝，姚雅娟，文友先，等.基于圖像投影變換的雞蛋破損檢測[J].農業工程學報，2010，49(3)：694-697.

【雞蛋的科學論文】相關文章：

小學的科學論文04-11

環境與科學論文06-28

關于科學論文02-01

生物科學論文03-20

樹的年輪科學論文06-12

科學與偽科學論文06-12

口腔科學論文11-21

小學科學論文06-09

科學論文_600字01-27