基于計算機視覺的牛肉顏色自動分級技術研究.pdf

1、推行牛肉分級制度是促進肉生產業(yè)發(fā)展的重要因素。我國已出臺了牛胴體分級的行業(yè)標準，其中牛肉的顏色是表征牛肉質量的重要指標之一。目前，由于技術原因，對牛肉顏色等級的評定工作仍然停留在人工操作的水平，存在著主觀性強和效率低等缺點。利用計算機視覺進行牛肉顏色的自動分級，將克服人工分級帶來的諸多缺點，對規(guī)范我國牛肉市場，提高我國肉生產業(yè)自動化水平具有重要的推動作用。 本研究設計制作了一個牛肉圖像采集光照系統(tǒng)，然后利用該系統(tǒng)進行牛胴體眼肌切

2、面圖像的采集，在對所采集的圖像進行預處理后，提取肌肉和脂肪的顏色特征，最后設計了兩種分類器對牛肉肌肉顏色和脂肪顏色進行自動分級。其主要研究工作如下： 1.設計并制作了一個圖像采集光照系統(tǒng)，為牛肉顏色自動分級系統(tǒng)獲得準確的牛肉顏色信息打下基礎。通過實驗研究對圖像采集光照系統(tǒng)的光照均勻性、強度以及顯色能力進行了深入的分析與研究。實驗結果表明該裝置可以使被采集的牛肉獲得均勻且具有一定強度和顏色復現的照明效果。 2.運用圖像處理

3、技術對采集得到的牛胴體眼肌切面的圖像進行預處理，主要包括圖像去噪、圖像背景分割、牛肉肌肉和脂肪顏色有效判定部位的分割。牛胴體眼肌切面圖像的去噪采用了空間域低通濾波，有效地去除了設備和環(huán)境造成的噪聲。圖像背景的分割采用了邊界跟蹤法。牛肉肌肉和脂肪顏色的有效判定部位的分割結合采用了大津法、全方位腐蝕和膨脹、圖像與運算等圖像處理方法。結果顯示該方法可以獲得較理想的分割效果。 3.將分割完成的牛肉圖像在RGB和HSI兩個顏色空間中進行描

4、述，并分別計算R、G、B、H、S、I六個顏色分量的平均值和標準偏差共12個顏色特征作為牛肉肌肉顏色和脂肪顏色的定量描述參數。 4.利用BP神經網絡和支持向量機兩種模式識別方法設計了兩種分類器，以上述12個顏色特征參數為輸入變量進行了牛肉肌肉顏色和脂肪顏色等級的自動分級。實驗結果表明，基于BP神經網絡的分類器對牛肉肌肉顏色測試集樣本等級判定的正確率可達95.0％，對牛肉脂肪測試集樣本等級判定的正確率可達97.4％。基于支持向量機的