基于分形理論及機器視覺的牛肉自動分級技術研究.pdf

1、建立牛肉分級制度，是引導市場消費、規(guī)范牛肉生產與流通、形成優(yōu)質優(yōu)價體系從而促進牛肉業(yè)健康快速發(fā)展的重要措施。目前世界上主要的牛肉生產及消費國均已建立了各自的牛肉分級體系，成為其保障國內肉牛業(yè)健康發(fā)展的主要手段，我國也已經制訂并頒布了我國牛肉質量評定分級的行業(yè)標準。 目前，世界各國的牛肉分級體系所采用的分級方法，主要是主觀的視覺評定。評價指標包括牛肉的大理石花紋、牛肉色澤、牛肉的生理成熟度以及牛肉的脂肪色等，其中，牛肉大理石花紋等

2、級是最主要的評價指標。由于現(xiàn)存的牛肉等級評定方法是一種主觀、定性而非客觀定量的評價方法，評定過程會受到人為因素的干擾，不僅效率低，難以保證公平和公正，而且還存在相當大的誤差。因此，研究牛肉分級的定量指標和客觀評定方法，探討牛肉的自動分級技術，正成為目前世界肉類生產發(fā)達國家在肉類科學領域的熱點研究問題之一。 由于牛肉的生物特質，其眼肌切面大理石花紋和色澤千變萬化，要找出一個能自動對其等級進行評判的方法非常困難，直到80年代初，一些

3、科學家將機器視覺與圖像處理技術應用到牛肉自動分級中，牛肉自動分級技術才獲得重要發(fā)展，目前，機器視覺和圖像處理技術，被公認為是實現(xiàn)牛肉自動分級的最有效技術手段。 本研究利用計算機圖像處理和機器視覺技術，對牛胴體眼肌切面圖像進行預處理，分割出大理石花紋，然后測定牛肉大理石花紋的分形維，研究其分形特征，最后找出基于牛肉大理石花紋分形維數(shù)的、能全面、準確描述牛肉大理石花紋豐富程度的量化指標，建立該指標與牛肉大理石花紋等級關系的數(shù)學模型，

4、實現(xiàn)牛肉大理石花紋等級的自動判別。 牛胴體眼肌切面圖像的預處理主要包括背景消除、背長肌區(qū)域分割及肌內脂肪分割等3個部分。背景消除采用區(qū)域生長法進行，生長從圖像的最左上角開始，逐漸向右向下進行。生長規(guī)則采用基于區(qū)域灰度差準則，根據(jù)區(qū)域內像素亮度的灰度值來描述區(qū)域的一致性或相似性，即：對于像素g，檢查其鄰域中另一個像素g’，如果二者的灰度值之差在某個預先設定的范圍△內，則把g’合并到g所在的區(qū)域內。區(qū)域生長的中止條件由圖像分割的最佳

5、閾值決定，最佳閾值通過迭代法獲得。實驗結果表明，采用區(qū)域生長法進行牛胴體眼肌切面圖像的背景消除，可以獲得良好的分割效果。 背長肌區(qū)域的分割采用了基于形態(tài)學的綜合圖像處理技術，首先采用閾值法，將消除了背景的牛胴體眼肌切面圖像進行二值化處理，再用差影法消去圖像的脂肪區(qū)域，然后采用全方位圖像腐蝕和膨脹技術，分割出背長肌區(qū)域的二值化圖像，最后，通過將二值化的背長肌區(qū)域圖像和消除了背景的牛胴體眼肌切面原圖像進行圖像“與”操作，最終實現(xiàn)背長

6、肌區(qū)域從牛胴體眼肌切面原圖像中的分割。對牛肉大理石花紋標準圖板和牛肉樣本圖像所進行的分割實驗結果表明，基于形態(tài)學的綜合圖像處理技術具有很好的適應性，可以對各種牛胴體眼肌切面圖像實現(xiàn)背長肌區(qū)域的準確分割。 對背長肌區(qū)域脂肪與肌肉的精確分割，是提取牛肉大理石花紋特征參數(shù)，實現(xiàn)大理石花紋等級等級的自動判定的關鍵步驟。圖像的二值化處理，是一種簡單有效的圖像分割方法。本文采用Otsu法實現(xiàn)閾值的自動選取，然后以此閾值為門限值，對圖象進行二

7、值化處理，實驗結果顯示，該方法可以精確有效的從背長肌區(qū)域提取出牛肉的大理石花紋。 分形，通常被人們看作是大小碎片聚集的狀態(tài)，是沒有特征長度的圖形、構造以及現(xiàn)象的總稱，具有自相似性與標度不變性兩個重要特征，主要被用來描述那些無序、不規(guī)則的、非線性的自然形態(tài)和現(xiàn)象。分形維數(shù)是分形理論中最核心的概念和內容，它是對一個分形集的不規(guī)則程度、復雜性和碎裂程度的度量，是描述分形特征的定量參數(shù)。對各種維數(shù)的探索，已成為研究分形幾何的主要工具。關

8、于分維，人們從各自的研究領域出發(fā)，提出了許多種定義，主要有豪斯道夫維數(shù)、計盒維數(shù)、信息維數(shù)、相似維數(shù)和填充維數(shù)等。其測定方法，包括粗視化法、測度關系法、相關函數(shù)法、功率譜法和半方差法等。本文在牛胴體眼肌切面圖像預處理的基礎上，首先測定了牛肉大理石花紋標準圖板和樣本圖像的計盒維數(shù)和信息維數(shù)，然后進一步測定了順時針旋轉45度的樣本圖像及局部樣本圖像的計盒維數(shù)和信息維數(shù)。 計盒維數(shù)的測定采用基于粗視化法原理的像素點覆蓋法，該方法的基本

9、原理是，用某一邊長的網格，將圖像數(shù)據(jù)矩陣劃分為若干子矩陣，計算非零子矩陣的個數(shù)；改變網格的邊長，再次計算非零子矩陣的個數(shù)，這樣反復進行若干次，得到一個關于網絡邊長和非零子矩陣個數(shù)的數(shù)組，然后將網絡邊長和非零子矩陣個數(shù)的關系繪在雙對數(shù)坐標圖上，若圖像為分形圖形，則網絡邊長和非零子矩陣個數(shù)在雙對數(shù)坐標圖上呈直線關系，直線的斜率即為圖像的計盒維數(shù)。采用該方法所作的測定實驗結果表明，牛肉大理石花紋標準圖板和樣本圖像均在12～116像素的標度范圍

10、內呈現(xiàn)出無標度性特征，即分形性。將樣本圖像進行旋轉及取局部后的測定結果亦證明，在一定的標度范圍內，圖像呈分形特征。 從信息維的定義出發(fā)，同樣采用改變粗視化的方法，測定了牛肉大理石花紋標準圖板和樣本圖像的信息維數(shù)。實驗結果表明，在標度區(qū)間[18，116]，圖像表現(xiàn)出分形特征。 將樣本圖像進行45度旋轉，然后測定其計盒維數(shù)和信息維數(shù)，結果亦證明，在一定的標度范圍內，圖像具有顯著的分形性。 為進一步研究圖像的分形性，從

11、以上樣本圖像中截取80×80和160×100兩個不同大小的局部圖像，分別經過計盒維數(shù)和信息維數(shù)的測定與計算，實驗結果表明，在測定的標度范圍內，牛胴體眼肌切面樣本的局部圖像依然表現(xiàn)出顯著的分形特征。 將脂肪面積比率、脂肪顆?？倲?shù)、大脂肪顆粒數(shù)、小脂肪顆粒數(shù)、計盒維數(shù)及信息維數(shù)6個參數(shù)，作為描述牛胴體眼肌切面肌內脂肪豐富程度的定量指標進行相關性分析，實驗結果顯示，這些指標均對牛肉大理石花紋等級的判定有顯著的影響。進一步的回歸分析表明

12、，脂肪面積比率、脂肪盡管顆?？倲?shù)、大脂肪顆粒數(shù)、小脂肪顆粒數(shù)、計盒維數(shù)及信息維數(shù)這些參數(shù)的均值與牛肉大理石花紋等級之間線性相關。若采用R2準則以上述6個參數(shù)為自變量，以大理石花紋等級為應變量做多元線性回歸，可以得到以脂肪面積比率、計盒維數(shù)和大脂肪顆粒數(shù)為參數(shù)的，進行大理石花紋等級判定的最優(yōu)多元線性回歸模型。 通過相關系數(shù)矩陣分析，可知計盒維數(shù)與信息維數(shù)、脂肪面積比率與大脂肪顆粒數(shù)以及脂肪顆?？倲?shù)與小脂肪顆粒數(shù)之間存在嚴重的共線性

13、，因此，以計盒維數(shù)、脂肪面積比率和脂肪顆?？倲?shù)為自變量，以大理石花紋等級為應變量進行二次多項式回歸擬合，建立起一個大理石花紋等級判定的二次多項式擬合模型，回歸分析以及顯著性檢驗表明，模型在顯著水平α=0.05下高度顯著。 在對上述二次多項式擬合模型的回歸系數(shù)的顯著性檢驗中發(fā)現(xiàn)，有3個回歸系數(shù)項的影響不顯著，因此，在剔除這些不顯著項后，得到一個改進的二次多項式擬合模型，顯著性檢驗表明，模型仍在顯著水平α=0.05下高度顯著。