計算機視覺技術(shù)在牛肉眼肌等級評定中的應(yīng)用研究.pdf

1、計算機視覺技術(shù)作為一種無損檢測的手段，目前在食品檢測領(lǐng)域已經(jīng)取得了較為廣泛的應(yīng)用，但是國內(nèi)將計算機視覺技術(shù)應(yīng)用于牛肉眼肌等級評定的無損檢測工作才剛剛起步.本論文主要探討了計算機視覺技術(shù)在影響牛肉眼肌等級最主要的兩個因素大理石花紋分布和肉色方面的應(yīng)用.基于以上目的，本文根據(jù)軟件使用目的不同建立了兩套系統(tǒng)。
　　 本論文完成的主要工作有：
　　 建立了計算機視覺硬件系統(tǒng)，利用圖像分析原理，在VC++6.0的環(huán)境下自行開發(fā)了適

2、用于農(nóng)畜產(chǎn)品圖像處理和參數(shù)提取的處理軟件Image analysis1.0和專用的牛肉眼肌自動分級軟件?？梢詫崿F(xiàn)圖像處理，形狀特征值的提取和自動分級等功能。
　　 運用常見的顏色模型(RGB、HIS、Lab)，對樣品圖片進行了抽樣統(tǒng)計分析，在大量數(shù)據(jù)的基礎(chǔ)上得到了牛肉顏色各分量的分布規(guī)律，并且找到了最佳的區(qū)分參數(shù)T。
　　 利用圖像處理方法和本文提出的一些改進算法，對眼肌的圖像進行處理(邊緣檢測、灰度轉(zhuǎn)變，圖像的平滑、圖

3、像分割、區(qū)域標記、特征值提取、篩選)，成功地提取了圖像的特征參數(shù)，并且分析出了一些最佳的過程參數(shù)。
　　 建立了感官評定結(jié)果與各特征參數(shù)的多種關(guān)系模型，并對其準確率進行了分析，在此基礎(chǔ)上找到了最佳的分級模型。
　　 最佳的脂肪等級預(yù)測模型為：
　　 FAT=5.543-0.107*R+0.140*G-0.049*B-0.016*H+0.031*S-0.256*L+0.227*A-0.101*BL+0.261*Ea

4、b，其預(yù)測準確率在不同的誤差水平下分別為：80％(誤差≤0.3)，95％(誤差<0.5)。
　　 最佳的肌肉等級預(yù)測模型為：
　　 MEAT=4.804+0.046*G-0.073*B+0.001*H-0.094*S+0.212*L+0.136*A+0.009*BL-0.081*Eab，其預(yù)測準確率在不同的誤差水平下分別為：87.5％(誤差≤0.3)，95％(誤差<0.5)。
　　 最佳的大理石花紋等級預(yù)測模型為

5、：
　　 S=5.935+46.165*D1-1427.126*D12+6338.641D13，其預(yù)測準確率在不同的誤差水平下分別為：77.5％(誤差<0.3)，97.5％(誤差≤0.5)。
　　 運用BP人工神經(jīng)網(wǎng)絡(luò)，對訓(xùn)練樣本和檢測樣本進行分析，訓(xùn)練樣本的預(yù)測正確率：脂肪顏色85.7％；瘦肉顏色79.8％；大理石花紋：86.7％。檢測樣本的預(yù)測正確率：脂肪顏色85％；瘦肉顏色75％；大理石花紋：87.5％。