论文部分内容阅读
牛肉眼肌切面含有丰富的纹理特征信息,是进行牛肉嫩度剪切力检测的重要部位。牛肉嫩度传统的评价方法有感官测定法和机械判定法。感官测定法容易受个人经验、心理和环境的影响,误差大,效率低；机械判定法则借助仪器测量肉的剪切力比较耗时复杂,对牛肉具有破坏性。本课题根据我国牛肉嫩度检测方法现状,研究建立基于图像纹理特征和大理石花纹特征模型的预测牛肉嫩度的方法,为牛肉嫩度预测的智能化提供了理论依据。本课题研究了影响牛肉嫩度的主要因素,牛肉眼肌切面大理石花纹特征的提取方法；纹理图像分析方法及其特征的提取；基于图像纹理特征与大理石花纹特征的牛肉嫩度预测方法。牛肉眼肌切面大理石花纹特征的提取部分研究了硬件平台构成(CCD工业相机、PC机、碗装光源),试验材料(肉的来源)。实现了光源补偿解决了牛肉切面的反光问题,牛肉图像的采集,牛肉眼肌切面图片的预处理,包括灰度化、加权滤波掩膜滤波去噪、拉普拉斯掩膜图像增强、边界跟踪法实现背景的去除、迭代法计算分割阈值、二值化、腐蚀膨胀等方法,得到最优大理石花纹的二值化图片,再选取牛肉图像的特定矩形区域,遍历二值图像中灰度为255的点,提取出大理石花纹面积特征值,再提取二值图像的边缘,遍历提取大理石花纹的周长特征值。提出了纹理显著变化的目标区域的确定方法。应用灰度共生矩阵提取牛肉图像的纹理特征,对灰度共生矩阵及其参数正规化以及对提取出来的各个特征值在4方向上求平均等。实现了对牛肉图像的灰度共生矩阵提取和统计。基于图像纹理和大理石花纹特征的牛肉嫩度预测方法,在对实验数据的比对的基础上,研究了大理石花纹特征与牛肉嫩度的相关性,研究了灰度共生矩阵纹理特征与牛肉嫩度的相关性；选出相关性较高的特征。建立了基于图像纹理特征的牛肉嫩度预测模型,建立了基于图像纹理特征和大理石花纹特征的牛肉嫩度预测模型,并验证了后者的预测效果更优。对该预测模型的预测值和剪切力真值进行线性比对,验证其准确性较高。最后选用外脊肉经行试验验证,试验表明预测效果较好。本课题在安徽省瀚森荷金来肉牛集团与陕西秦宝牧业发展有限公司进行了相关试验,通过对试验结果及其相关数据分析,验证了基于图像纹理特征和大理石花纹特征的牛肉嫩度预测方法的科学合理,具有较高的准确率,适合现实应用和生产中使用,系统具有较高的研究和商用价值。