雞蛋具有很高的營養(yǎng)價值，這個我們都知道，但你是否知道有關(guān)于它的科學(xué)呢?這是學(xué)習(xí)啦小編為大家整理的關(guān)于雞蛋的科學(xué)論文，僅供參考!

　　關(guān)于雞蛋的科學(xué)論文篇一

　　巧用雞蛋改良滲透實(shí)驗(yàn)及膜的透性實(shí)驗(yàn)

　　摘 要：　本文選用雞蛋內(nèi)膜作為半透膜進(jìn)行滲透實(shí)驗(yàn)，在滲透實(shí)驗(yàn)過程中發(fā)現(xiàn)學(xué)生對膜的選擇透過性這一概念的錯誤認(rèn)知，進(jìn)而設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證膜對離子和大分子的選擇透過性，層層遞進(jìn)使學(xué)生在理解滲透作用的基礎(chǔ)上從深層次理解膜的選擇透過性。

　　關(guān)鍵詞：　滲透作用 雞蛋內(nèi)膜 選擇透過性 高中生物教學(xué)

　　高中生物“滲透實(shí)驗(yàn)教學(xué)”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(nèi)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(nèi)外的液面高度相等，經(jīng)過一段時間后觀察到漏斗內(nèi)的液面上升了。在教學(xué)實(shí)踐中我發(fā)現(xiàn)裝置較復(fù)雜，可操作性差，現(xiàn)象也不明顯，學(xué)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(nèi)膜作為半透膜，以蛋殼作為容器進(jìn)行滲透實(shí)驗(yàn)，實(shí)踐證明這一改進(jìn)不僅能引起學(xué)生的興趣而且現(xiàn)象明顯。學(xué)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(fā)生的條件之一，這一概念的處理一般采用講授式，學(xué)生對于膜的選擇透過性不能深入地理解，甚至有學(xué)生認(rèn)為只要分子量足夠小，就能通過半透膜。而《高中生物課程標(biāo)準(zhǔn)》活動建議中也包括“通過模擬實(shí)驗(yàn)探究膜的透性”。鑒于此我在教學(xué)中加入了用雞蛋作為裝置，利用特定化學(xué)物質(zhì)可發(fā)生顏色和沉淀反應(yīng)原理設(shè)計(jì)了驗(yàn)證膜的選擇透過性實(shí)驗(yàn)。通過這兩個實(shí)驗(yàn)學(xué)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(shí)驗(yàn)：

　　1.滲透作用演示實(shí)驗(yàn)

　　1.1實(shí)驗(yàn)原理

　　雞蛋的膜為雙層結(jié)構(gòu)，蛋膜中含有蛋白質(zhì)90%左右，脂質(zhì)體3%左右，糖類2%左右。它的蛋白質(zhì)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(jié)構(gòu)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(nèi)膜就為實(shí)驗(yàn)用的半透膜。用雞蛋來模擬細(xì)胞，把雞蛋內(nèi)膜浸入水中來演示滲透實(shí)驗(yàn)。

　　1.2實(shí)驗(yàn)材料

　　雞蛋、50mL小燒杯、蒸餾水

　　1.3實(shí)驗(yàn)步驟

　?、偃∫粋€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(nèi)膜。

　?、趯㈦u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(shí)驗(yàn)結(jié)果與討論

　　三十分鐘后，膜被撐破并有蛋清流出。

　　通過這一實(shí)驗(yàn)現(xiàn)象學(xué)生會得出是水進(jìn)入雞蛋內(nèi)部導(dǎo)致膜被撐破，這是為什么呢?引導(dǎo)學(xué)生思考是因?yàn)槟ね獠渴羌兯?，即水的濃度?00%，而雞蛋內(nèi)部水的濃度低于100%，這就在雞蛋膜的兩側(cè)形成了水的濃度梯度，膜外純水中的水分子透過半透膜擴(kuò)散雞蛋內(nèi)的數(shù)量，比雞蛋內(nèi)部水分子擴(kuò)散到膜外的數(shù)量多，因而雞蛋內(nèi)的液量增加，直至漲破。

　　設(shè)問：如果雞蛋膜上有破損的小縫，那么還會看到實(shí)驗(yàn)現(xiàn)象嗎?引導(dǎo)學(xué)生思考半透膜的存在是發(fā)生滲透作用的關(guān)鍵，從而引導(dǎo)學(xué)生總結(jié)發(fā)生滲透作用的條件是半透膜和半透膜兩側(cè)溶液存在濃度差。

　　以上是滲透作用實(shí)驗(yàn)演示，得出的結(jié)論是：水可以自由通過雞蛋內(nèi)膜，通過的條件是膜內(nèi)外有濃度差。為了讓學(xué)生真正理解半透膜的概念，設(shè)計(jì)了探究離子能否透過半透膜的實(shí)驗(yàn)。

　　2.膜的選擇透過性實(shí)驗(yàn)

　　2.1實(shí)驗(yàn)原理

　　大分子物質(zhì)不能透過半透膜，小分子的物質(zhì)如離子可以選擇性地透過半透膜。

　　2.2實(shí)驗(yàn)材料

　　雞蛋兩個、50mL小燒杯兩個、試管兩個、膠頭滴管若干、質(zhì)量分?jǐn)?shù)為0.1g/mL的AgNO溶液、質(zhì)量分?jǐn)?shù)為0.1g/mL的NaCl溶液、I-KI溶液、新鮮的淀粉溶液。

　　2.3實(shí)驗(yàn)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(nèi)部沖洗干凈，再將大頭端的蛋殼敲碎，輕輕將蛋殼和內(nèi)膜剝離，露出直徑為1cm的小孔，注意不要破壞內(nèi)膜。

　?、趯擅兜皻ぞ幪?、2，分別注入質(zhì)量分?jǐn)?shù)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。

　?、廴蓚€燒杯分別編號A、B，在A燒杯中加入30mL質(zhì)量分?jǐn)?shù)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。

　?、苡^察并分析實(shí)驗(yàn)結(jié)果。

　　2.4實(shí)驗(yàn)結(jié)果與討論

　　A燒杯中有白色沉淀生成，1號蛋殼內(nèi)溶液無明顯變化。B燒杯中溶液無變化，2號蛋殼內(nèi)的溶液呈現(xiàn)藍(lán)色。

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

　　3.反思

　　通過滲透作用演示實(shí)驗(yàn)學(xué)生歸納出了滲透作用發(fā)生的條件：半透膜及半透膜兩側(cè)存在濃度差。其他物質(zhì)的選擇透過性實(shí)驗(yàn)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(xué)生才能真正地理解滲透作用。

　　本實(shí)驗(yàn)也存在一些不足之處和需要注意的地方：一是學(xué)生容易把雞蛋內(nèi)膜作為雞蛋的細(xì)胞膜，事實(shí)上只是細(xì)胞膜的模擬材料，因此要向?qū)W生說明這點(diǎn)，并強(qiáng)調(diào)膜的選擇透過性與膜上的蛋白質(zhì)載體有關(guān);二是利用蛋的鈍端內(nèi)殼膜與外殼膜二者分離去除蛋殼和外殼膜露出內(nèi)膜，這種處理難度較大容易造成內(nèi)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(nèi)水分蒸發(fā)使內(nèi)外膜分離大一些，便于操作。通過以上兩個實(shí)驗(yàn)學(xué)生對膜的選擇透過性和滲透作用有一個全面直觀的認(rèn)識，在實(shí)驗(yàn)結(jié)束時還可以進(jìn)一步引導(dǎo)學(xué)生進(jìn)行探究實(shí)驗(yàn)，設(shè)計(jì)并驗(yàn)證其他物質(zhì)能否通過膜，并分析原因，達(dá)到拓展學(xué)生思維的目的。

　　參考文獻(xiàn)：

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

　　[1]潘建勛.滲透作用演示實(shí)驗(yàn)的改進(jìn)及拓展.生物學(xué)教學(xué)，2009(24)：39.

　　關(guān)于雞蛋的科學(xué)論文篇二

　　一種基于機(jī)器視覺技術(shù)的雞蛋裂紋檢測

　　摘要：為了實(shí)現(xiàn)對雞蛋殼裂紋的檢測，提出了一種基于機(jī)器視覺技術(shù)的雞蛋裂紋檢測系統(tǒng)設(shè)計(jì)方案，該系統(tǒng)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(huán)境中通過CCD攝像機(jī)來獲取單個靜止雞蛋的圖像。軟件部分采用灰度轉(zhuǎn)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(shí)現(xiàn)圖像的裂紋檢測，最后基于圖像的數(shù)學(xué)特征去除干擾因素，準(zhǔn)確定位裂紋。實(shí)驗(yàn)結(jié)果表明系統(tǒng)對破損雞蛋檢測的準(zhǔn)確率達(dá)到了93%。

　　關(guān)鍵詞：裂紋;機(jī)器視覺;雞蛋;MATLAB;檢測

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

　　蛋類食品具有很高的營養(yǎng)價值，是人們?nèi)粘Ｉ钪械闹饕称罚淦焚|(zhì)的優(yōu)劣直接決定蛋類產(chǎn)品的質(zhì)量，甚至于影響食用者的健康。我國蛋類產(chǎn)品的市場資源深厚，需求量大，但是在雞蛋生產(chǎn)體系結(jié)構(gòu)中，蛋殼破損檢測方法還很落后，還沒有產(chǎn)品化的自動檢測系統(tǒng)，受鴨蛋表面污點(diǎn)的影響，傳統(tǒng)的檢測設(shè)備不能夠正確識別裂紋和污點(diǎn)，除一些大規(guī)模的生產(chǎn)基地分別從荷蘭Hot-Cheers及日本NABEL公司引進(jìn)檢測生產(chǎn)線，我國絕大部分禽蛋生產(chǎn)企業(yè)仍然沿用人工檢測方法。目前，人工檢測是國內(nèi)外雞蛋破損檢測的主要方法[1]，由于人工檢測生產(chǎn)效率低，勞動強(qiáng)度大，對檢測人員的技術(shù)要求高，檢測穩(wěn)定性較差，這些嚴(yán)重制約著中國蛋品加工技術(shù)的規(guī)模化發(fā)展。據(jù)資料顯示，美國每年因照蛋環(huán)節(jié)造成的雞蛋破損率為5%～8%，經(jīng)濟(jì)損失巨大[2]。因此，研究適合我國國情的雞蛋破損檢測設(shè)備，提高分揀效率，已經(jīng)成為我國蛋產(chǎn)品制造業(yè)目前及未來亟待解決的問題。機(jī)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(jié)構(gòu)建立一種關(guān)系，通過數(shù)學(xué)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(yè)的發(fā)展。

　　1 試驗(yàn)材料和機(jī)器視覺系統(tǒng)硬件設(shè)計(jì)

　　本試驗(yàn)所研究的雞蛋來自于長沙春華皮蛋廠的同一批雞蛋。機(jī)器視覺系統(tǒng)硬件部分可概括分為圖像獲取、圖像分析處理以及圖像結(jié)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(jī)、圖像采集卡和計(jì)算機(jī)等環(huán)節(jié)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(jī)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(yàn)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(zhuǎn)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(yàn)結(jié)果。

　　2.1 灰度轉(zhuǎn)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(qiáng)，采集的原圖像的裂紋部分是一條明亮的線條或網(wǎng)狀的明亮區(qū)域。在灰度圖中裂紋部分和雞蛋其他區(qū)域也容易分辨，因此將彩色圖像轉(zhuǎn)化為灰度圖像，既有易于區(qū)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(shù)要求文件格式為二維的灰度圖像，而imread函數(shù)讀出的是三維圖像，因此為了前后函數(shù)的兼容，有必要進(jìn)行灰度轉(zhuǎn)換。將彩色圖片進(jìn)行灰度轉(zhuǎn)化是把彩色圖像中的RGB值轉(zhuǎn)化為灰度值，RGB圖像是以R、G、B為軸來建立空間直角坐標(biāo)系，RGB圖像的每個像素的顏色都是用該三維空間的一個點(diǎn)來表示的?；叶葓D像每個像素的顏色可以用直線R=G=B上的一個點(diǎn)來表示。因此RGB圖像轉(zhuǎn)灰度圖像的本質(zhì)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(shí)現(xiàn)的，函數(shù)表達(dá)式為I=rgb2gray(RGB)。如圖2a所示。

　　2.2 圖像增強(qiáng)

　　為了使雞蛋的裂紋尤其是微小裂紋能夠準(zhǔn)確快速地識別出來，圖像增強(qiáng)處理是一切工作的基礎(chǔ)，圖像增強(qiáng)能夠顯示那些被模糊了的細(xì)節(jié)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(jìn)行增強(qiáng)處理。

　　2.2.1 中值濾波

　　蛋殼的結(jié)構(gòu)特點(diǎn)和物理環(huán)境決定了通過CCD攝像機(jī)采集到的圖像主區(qū)域上會不可避免的出現(xiàn)與裂紋形狀和結(jié)構(gòu)相類似的部分，這一部分噪聲信號會影響系統(tǒng)對裂紋區(qū)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(shù)字圖像中一點(diǎn)的值用該鄰域中各點(diǎn)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(shù)，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(jìn)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(qiáng)圖像的輪廓特征，以便于機(jī)器視覺系統(tǒng)的識別，提高準(zhǔn)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(shù)都是正的，而周圍的系數(shù)都是負(fù)的。對3×3的模板來說，典型的系數(shù)取值是

　　在MATLAB仿真軟件中，可采用I2=imfilter(I，h1)函數(shù)實(shí)現(xiàn)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(shù)，通過設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類。當(dāng)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(jìn)行分割。在前人的研究基礎(chǔ)上，采用最大類間方差法可以自動計(jì)算出最優(yōu)閾值，較灰度直方圖確定閾值的方法其準(zhǔn)確率大大提高[8]。在MATLAB仿真軟件中，可以采用thresh=graythresh(I)函數(shù)實(shí)現(xiàn)動態(tài)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(shù)。通過實(shí)驗(yàn)分析可知在帶有污點(diǎn)的雞蛋圖像中，裂紋部分一般呈現(xiàn)線條狀或網(wǎng)狀，污點(diǎn)部分的長寬比較小，裂紋處的數(shù)學(xué)特征如數(shù)學(xué)期望和方差等與污點(diǎn)有較大差別;污點(diǎn)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(diǎn)處的數(shù)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(qiáng)，有的抗噪能力比較好。邊緣檢測算子參數(shù)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(zhǔn)確，因此選取Sobel算子進(jìn)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(shù)用于實(shí)現(xiàn)Sobel邊緣算子檢測。其調(diào)用格式為I2=edge(I2，'sobel')。如圖2e所示。

　　3 試驗(yàn)結(jié)果

　　本試驗(yàn)選取150個大小不同，品種相同，有標(biāo)號的雞蛋作圖像采樣檢測，其中經(jīng)過仔細(xì)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(jī)器視覺系統(tǒng)的檢測結(jié)果與人工檢測結(jié)果進(jìn)行對比。結(jié)果表明，系統(tǒng)的準(zhǔn)確率達(dá)到了93%。如表1所示。

　　4 結(jié)論

　　本文建立了一種基于機(jī)器視覺技術(shù)的雞蛋裂紋檢測系統(tǒng)。通過圖像采集系統(tǒng)收集雞蛋圖像，經(jīng)圖像轉(zhuǎn)化、圖像增強(qiáng)和特征提取，使用MATLAB編程環(huán)境，能夠較為準(zhǔn)確地對雞蛋圖像進(jìn)行檢測，系統(tǒng)的準(zhǔn)確率達(dá)到了93%。對干凈的雞蛋能夠準(zhǔn)確的檢測，但對于有污點(diǎn)的蛋檢測精度需進(jìn)一步提高，算法還有待改進(jìn)。并且本系統(tǒng)現(xiàn)在是停留在實(shí)驗(yàn)室條件下，對靜止對象進(jìn)行拍攝和檢測，下一步要實(shí)現(xiàn)整個檢測系統(tǒng)的整體設(shè)計(jì)，力爭在工業(yè)現(xiàn)場實(shí)現(xiàn)傳動系統(tǒng)和檢測系統(tǒng)的同步。

　　參考文獻(xiàn)：

　　[1] 姜瑞涉，陸秋君，王俊. 雞蛋品質(zhì)檢測的研究現(xiàn)狀及其展望[J].糧油加工與食品機(jī)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(jī)器視覺理論及應(yīng)用[M].電子工業(yè)出版社，2011：1-2.

　　[4] 潘磊慶，屠康，蘇子鵬，等.基于計(jì)算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)檢測雞蛋裂紋的研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2007，23(5)：154-158.

　　[5] 潘磊慶，屠康，詹歌，等.基于計(jì)算機(jī)視覺和聲學(xué)響應(yīng)信息融合的雞蛋裂紋檢測[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26(11)：332-337.

　　[6] 周品，李曉東. MATLAB數(shù)字圖像處理[M].清華大學(xué)出版社，2012：232-236.

　　[7] 張錚，王艷平，薛桂香.數(shù)字圖像處理與機(jī)器視覺――Visual C++與Matlab實(shí)現(xiàn)[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(jì)算機(jī)視覺的番茄損傷自動檢測與分類研究[J].農(nóng)業(yè)工程學(xué)報(bào)，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(nóng)業(yè)工程學(xué)報(bào)，2010，49(3)：694-697.