国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法與裝置的制作方法

      文檔序號:6152341閱讀:301來源:國知局
      專利名稱:基于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法與裝置的制作方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及一種基于機器視覺的實時檢測分級方法與裝置,特別是一種基 于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法與裝置。
      背景技術(shù)
      肉是人們常見的食物之一,據(jù)統(tǒng)計,2000-2006年我國豬肉類總產(chǎn)量呈逐步 上升趨勢,從2000年的4031萬噸增加到2006年的5197萬噸,平均每年增長 5.8%,占畜肉總產(chǎn)量的60%以上。由此可以看出豬肉在國內(nèi)市場的占有率非常 大,人們對豬肉的需求量越來越大。
      雖然我國是肉品生產(chǎn)大國,但不是肉品產(chǎn)業(yè)大國,近年來肉品的出口量呈 逐年減少的趨勢。導(dǎo)致這種現(xiàn)象產(chǎn)生的主要原因是我國的肉品在市場上混等混 級比較嚴重,沒有像其它發(fā)達國家一樣實現(xiàn)按質(zhì)論價。畜肉等級標準在指導(dǎo)肉 品生產(chǎn)和價格方面起到了重要的作用。目前我國對牛胴體制定了等級標準,對 牛肉從質(zhì)量級和產(chǎn)量級兩個方面進行分級,其中牛胴體質(zhì)量等級是以人工觀察 經(jīng)宰殺、冷卻后牛胴體第12~13胸肋骨間眼肌切面處的大理石紋等級、肌肉顏 色、脂肪顏色和牛的脊椎骨突末端軟骨骨質(zhì)化程度作為判定依據(jù)。在豬肉質(zhì)量 等級評定方面,東北農(nóng)業(yè)大學(xué)的陳潤生教授制作了豬肉顏色與大理石紋評分標 準圖。該圖采用國際通用的五級分制作為評分標準。
      目前對于肉品外觀質(zhì)量檢測與分級主要是由經(jīng)過培訓(xùn)的評級員通過肉眼觀 察和比照等級標準圖譜來進行分級。由于評級員在分級時需要在低溫環(huán)境下長 時間進行標準圖譜與實際樣品之間的比對工作,使分級員容易產(chǎn)生視覺疲勞, 從而對分級結(jié)果產(chǎn)生影響,同時人工分級的結(jié)果無可避免的帶有主觀因素,而 且還需要對分級的結(jié)果進行修正,因而這種主觀、低效、準確度不大的分級方 式越來越不適應(yīng)當今市場的需要,而新興發(fā)展起來的機器視覺技術(shù)以其快速、 無損、客觀、高效、準確的特點逐漸取代了評級員的工作。
      國內(nèi)開展機器視覺技術(shù)檢測畜肉質(zhì)量研究主要是針對牛肉,例如孫永海、 趙錫維、鮮于建川等于2004年發(fā)表在《農(nóng)業(yè)機械學(xué)報》第35巻第l期的《基 于計算機視覺的冷卻牛肉新鮮度評價方法》,任發(fā)政、鄭麗敏、王桂開、廖樹華、 朱虹等于2002年發(fā)表在《肉類研究》第一期中的應(yīng)用MATLAB圖像處理技術(shù) 評判牛肉大理石花紋,陳坤杰姬長英于2007年發(fā)表在《農(nóng)業(yè)機械學(xué)報》第38巻第5期的《基于圖像運算的牛肉大理石花紋分割方法》,屠康、王富賴于2004 年發(fā)表在《糧油加工與食品機械》第10期的《計算機視覺在牛肉大理石花紋分 級中的應(yīng)用研究》,趙杰文、鄒小波、劉木華、黃星奕于2004年申報的專利《牛 肉胴體質(zhì)量的計算機視覺檢測分級方法及裝置》。上述文獻和專利里面介紹的圖 像處理算法和檢測裝置都是專門針對牛肉的品質(zhì)評定,但由于豬肉和牛肉在顏 色、紋理等方面都存在較大差異,主要表現(xiàn)在新鮮豬肌肉呈淡紅色且不同部位 肉顏色差異較大,且豬肉紋理較牛肉細膩,同時豬肉露天放置時易出現(xiàn)滲水現(xiàn) 象等導(dǎo)致對豬肉品質(zhì)評定相對于來牛肉來說困難些,因此前期學(xué)者針對牛肉檢 測分級提出的各種圖像處理算法及搭建的裝置不再適應(yīng)于豬肉研究。

      發(fā)明內(nèi)容
      鑒于上述現(xiàn)有技術(shù)存在的不足,本發(fā)明的目的在于提供一種基于機器視覺 的豬肉外觀品質(zhì)實時檢測分級方法與裝置。采集豬肉圖像,進行圖像處理、根 據(jù)現(xiàn)有分級標準提取表征豬肉外觀品質(zhì)指標的特征信息,建立基于圖像特征信 息的各單項檢測指標定量分級模型,然后根據(jù)各單項指標進行加權(quán)運算得到豬 肉綜合品質(zhì)等級。
      本發(fā)明采用的技術(shù)方案如下
      一、 一種基于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法 采集豬肉圖像,進行實時圖像處理、特征提取,然后利用分級軟件對豬肉 的外觀品質(zhì)進行檢測與分級,其具體步驟如下
      1) 建立豬肉外觀品質(zhì)分級軟件系統(tǒng)
      首先根據(jù)我國農(nóng)業(yè)行業(yè)制定的豬肉外觀品質(zhì)分級標準以及消費者實際購買 時對品質(zhì)指標的要求,確定檢測指標,建立豬肉外觀品質(zhì)評價體系;接著對豬 肉各外觀品質(zhì)指標進行感官評分;對評分后的豬肉采集豬肉圖像,對圖像進行 處理,提取出待檢測的各特征指標;再利用提取的圖像特征指標與相應(yīng)的感官 評定分值建立各自的定量分級模型;最后根據(jù)各單測指標在綜合品質(zhì)中的權(quán)重 建立豬肉綜合品質(zhì)定量分級模型;
      2) 進行實時檢測
      實時檢測時,采集豬肉圖像后進行圖像處理、特征提取,然后利用單一品 質(zhì)分級模型對單個指標進行預(yù)測得到其對應(yīng)的等級,最后根據(jù)綜合等級定量模 型得到豬肉綜合等級。
      所述的豬肉包括眼肌肉和五花肉的外觀品質(zhì)檢測與分級,針對眼肌肉提取 的圖像特征指標包括肌肉顏色、大理石紋和紋理,針對五花肉提取的圖像特征
      5指標包括肌肉顏色、肌肉脂肪面積比和肌肉脂肪均勻性。
      所述的提取的圖像特征指標,當針對的是眼肌肉時,其具體操作步驟包括-去除噪聲和背景分割、脂肪和肌肉組織分割、背最長肌區(qū)域提取、肌肉顏色、 大理石紋和嫩度圖像特征提??;當針對的是五花肉時,其具體操作步驟包括 去除噪聲、背景分割、脂肪與肌肉區(qū)域分割與標記、計算肌肉顏色、肌肉脂肪 面積比率、肌肉脂肪面積均勻性圖像特征信息。
      所述的根據(jù)國家農(nóng)業(yè)行業(yè)標準確定的檢測指標適用于眼肌肉,包括肌肉顏 色、大理石紋和嫩度;根據(jù)消費者實際購買時對品質(zhì)指標的要求確定的指標適 用于五花肉;包括肌肉顏色、肥痩比、肥痩均勻性。
      二、 一種基于機器視覺的豬肉外觀品質(zhì)實時檢測分級裝置
      包括箱體支架、四根光源支架、四個光源、計算機、相機掛接橫梁、相機、 光學(xué)鏡頭、偏振鏡、箱體外壁、載物臺;四根光源支架安裝在四周箱體支架上, 四根光源支架能在四周箱體支架上調(diào)節(jié)到同一高度并固定,四個光源分別固定 在各自的光源支架上,相機掛接橫梁安裝在箱體支架上方,相機固定在相機掛 接橫梁的中心,偏振鏡旋在光學(xué)鏡光學(xué)鏡頭,載物臺置于箱體底面正中心位置, 整個箱體通過箱體壁板形成密封室,相機與計算機通過USB線連接。
      本發(fā)明的有益效果是-
      對眼肌肉可以快速有效地完成肌肉顏色、大理石紋和嫩度等單品質(zhì)指標及 綜合品質(zhì)的檢測與分級;對于五花肉完成肌肉顏色、肥痩比、肥痩均勻性等單 指標及綜合品質(zhì)的檢測與分級。利用本發(fā)明能使我國豬肉品質(zhì)檢測具備客觀性、 準確性和高效性,并可以適用于超市、地方或出入口食品檢驗部門對豬肉品質(zhì) 進行評定,規(guī)范豬肉市場,從而真正實現(xiàn)按質(zhì)論價。


      圖1本發(fā)明的裝置結(jié)構(gòu)示意圖。
      圖2本發(fā)明的軟件總體結(jié)構(gòu)框圖。
      圖3眼肌肉圖像處理過程流程圖。
      圖4眼肌肉在處理工程中的變化圖。
      圖5背最長肌區(qū)域提取過程流程圖。
      圖6背最長肌提取過程中的變化圖。
      圖7五花肉圖像處理過程流程圖。
      圖8五花肉在處理過程中的變化圖。
      圖中l(wèi).箱體支架;2.光源支架;3.光源;4.計算機;5.相機掛接橫梁;6.相機;7.光學(xué)鏡頭;8.偏振鏡;9.箱體外壁;IO.載物臺。
      具體實施例方式
      下面結(jié)合附圖和實施方式對本發(fā)明作進一步說明。 本發(fā)明由圖像獲取硬件部分和外觀品質(zhì)評定軟件部分組成。 如圖1所示,本發(fā)明包括箱體支架l、四根光源支架2、四個光源(冷陰極 管)3、計算機4、相機掛接橫梁5、相機(工業(yè)數(shù)字相機)6、光學(xué)鏡頭7、偏 振鏡8、箱體外壁9、載物臺10;四根光源支架2安裝在四周箱體支架1上,四 根光源支架2能在四周箱體支架1上調(diào)節(jié)到同一高度并固定,四支光源3分別 固定在各自的光源支架2上,相機掛接橫梁5安裝在箱體支架1上方,相機6 固定在相機掛接橫梁5的中心,偏振鏡8旋在光學(xué)鏡光學(xué)鏡頭7,載物臺10置 于箱體底面正中心位置,整個箱體通過箱體壁板9形成密封室,相機6與計算 機4通過USB線連接。
      分級軟件部分包括圖像輸入設(shè)備控制模塊、圖像處理模塊、圖像特征提取 模塊、豬肉等級輸出模塊等四大模塊。
      所述的調(diào)節(jié)高度使其距離載物臺的距離為箱體底面寬度的2/3倍,其計算原 理與方法如下根據(jù)布儒斯特原理在非金屬的界面上,當反射光線與折射光 線成直角時,反射光線將是線偏振光,此時的入射角就稱為布儒斯特角,在本
      實施例中光線是從空氣(介質(zhì)l,可以看成真空,折射率111 = 1)射入水分(介 質(zhì)2,其折射率n2-1.33),則布儒斯特角(9的正切值tan^n2/n14.33,從而光源 入射角^-53°,為此,將四只冷陰極管固定在距離光照箱體底面寬度2/3處,從 而通過偏振鏡可以濾除豬肉表面的水分成像,從而有效的降低因為水分反光現(xiàn) 象給后續(xù)特征提取工作帶來的偏差。
      如圖2所示,豬肉外觀品質(zhì)評定軟件部分包括圖像輸入設(shè)備控制模塊、圖 像處理模塊、圖像特征提取模塊、豬肉等級輸出模塊等四大模塊,其中圖像輸 入設(shè)備控制模塊的功能為實時采集豬肉圖像,圖像處理模塊的功能為圖像預(yù)處 理和分割,圖像特征提取模塊的功能為提取肉色、大理石紋和紋理特征,豬肉 等級輸出模塊的功能為肉色、大理石紋和紋理等級及綜合等級輸出。
      用上述硬件部分對購買的眼肌肉和五花肉進行圖像采集和各種處理,建立 豬肉外觀品質(zhì)評定系統(tǒng)。
      所述的對豬眼肌肉圖像處理過程的流程圖如圖3所示,具體處理過程如下 (1)首先利用最大方差自適應(yīng)閾值法將黑色背景從豬肉眼肌圖像中去掉, 接著采用中值濾波法進行去噪,如圖4 (a)中原始采集到的豬肉眼肌圖像到如圖4 (b)中去除背景后的豬肉眼肌圖像的處理;
      (2) 利用核模糊C均值聚類(KFCM)在RGB和HSV顏色空間中分割肌 肉和脂肪組織,如圖4 (b)中去除背景后的圖像到經(jīng)KFCM分割后的圖像4 (c) 的處理;
      (3) 用改進的分水嶺算法將背最長肌從眼肌圖像中提取出來,如圖4中經(jīng) KFCM分割后的豬肉圖像圖4 (c)到提取出的背最長肌區(qū)域圖像圖4 (d);然 后利用背最長肌圖像提取出反映豬肉嫩度信息的圖像紋理特征;
      (4) 利用圖4 (c)和圖4 (d)進行數(shù)學(xué)運算提取出肌肉組織和脂肪組織, 如圖4中從背最長肌肉中提取出的肌肉圖像圖4 (e)和大理石紋圖像圖4 (f);
      所述的用改進分水嶺算法提取背最長肌區(qū)域的方法,包括以下步驟
      (1) 對經(jīng)過KFCM分割后的圖像進行空洞填充,如從圖6 (a)到圖6 (b)
      的處理;
      (2) 利用改進分水嶺算法消除周圍肌肉組織與背最長肌之間的連接,如從 經(jīng)過空洞填充操作后的圖6 (b)到經(jīng)改進極限腐蝕后的圖6 (c)和繼續(xù)進行條 件膨脹之后的圖6 (d);
      (3) 提取出背最長區(qū)域,通過搜索經(jīng)條件膨脹后的圖6 (d)中各個連通區(qū) 域的面積,找出最大面積的區(qū)域即為背最長肌在圖像中所在的位置,如圖6(e), 接著對原始豬肉圖像圖6 (a)和圖6 (e)進行與操作即得到背最長肌區(qū)域圖像 圖4 (d)。
      所述的對五花肉圖像處理流程如圖7所示,具體處理過程如下
      (1) 采用利用最大方差自適應(yīng)閾值法去除背景,接著中值濾波法去噪。如 圖8中原始采集到的五花肉圖像圖8 (a)到去除背景和中值濾波后的圖像圖8
      (b);
      (2) 利用KFCM分割肌肉和脂肪組織,如圖8中預(yù)處理后的圖像圖8 (b) 到圖8 (c);
      (3) 進行形態(tài)學(xué)開運算消除脂肪和肌肉區(qū)域之間的細小連接部分,如圖8 中經(jīng)KFCM得到的圖8 (c)到圖8 (d);
      (4) 對圖像中的肌肉和脂肪區(qū)域進行區(qū)域標記,如圖8中消除細小連接部 分后得到的圖8 (d)到圖8 (e),圖中淺色表示脂肪區(qū)域,深色表示肌肉區(qū)域;
      所述的建立豬肉外觀品質(zhì)評定系統(tǒng),是這樣建立起來的 (1)經(jīng)過上述圖像處理后,對眼肌肉提取出反映肌肉顏色特征信息的特征 (包括R、 G、 B、 H、 S、 I的平均值和標準偏差)、反映大理石紋特征信息的特征(包括大尺寸大理石紋、中等尺寸大理石紋和小尺寸大理石紋以及所有大理 石紋的個數(shù)、面積占眼肌總面積的比率)、反映嫩度信息的特征(包括利用灰度 共生矩陣提取出的能量、熵、相關(guān)性、對比度、倒數(shù)差分矩和最大概率等5個
      紋理特征;利用行程長度法提取出的長行程加重、短行程加重、灰度級的均勻 性、行程長度的均勻性、行程百分比等5個紋理特征;利用灰度差分統(tǒng)計法計 算得到的對比度、角二階矩、熵、平均值、逆差矩等5個紋理特征);對五花肉
      提取出肌肉顏色特征信息的特征(包括R、 G、 B、 H、 S、 I的平均值和標準偏
      差)、肌肉脂肪面積比、反映肥瘦均勻性特征信息的的特征所有脂肪、肌肉小
      區(qū)域面積方差;
      (2)利用主成分回歸分析法分別選取眼肌肉顏色、大理石紋、紋理特征的 主成分分量以及五花肉肌肉顏色、肌肉脂肪面積比、肥痩均勻性的主成分分量, 然后將PCA選擇出的主成分分量分別作為神經(jīng)網(wǎng)絡(luò)、支持向量機、多元線性回 歸分析的輸入,分別建立眼肌肉色、大理石紋和嫩度與感官評分之間的關(guān)系模 型,五花肉肌肉顏色、肌肉脂肪面積比、肥痩均勻性與五花肉評級之間的關(guān)系 模型,并比較三種方法建立的模型,選出最優(yōu)模型作為各單指標的預(yù)測模型, 再分別對各自單指標進行加權(quán)運算得到眼肌肉和五花肉的綜合等級評定模型, 進而完成豬肉外觀品質(zhì)評定系統(tǒng)的建立。
      禾U用上面介紹的方法在VC+十6.0開發(fā)平臺上實現(xiàn)豬肉外觀品質(zhì)分級軟件的 編制,可以快速有效地完成豬肉圖像的實時采集、處理、特征提取和模式識別。 將本裝置用于超市或檢驗檢疫部門檢測時,將眼肌肉或五花肉放置于箱體底面 的載物臺上,然后利用分級軟件即可得到各單指標的等級,然后將各單指標輸 入到綜合模型中去進行加權(quán)運算即可得到綜合等級。對眼肌肉可實現(xiàn)肉色、大 理石紋和嫩度以及綜合品質(zhì)的等級評定;對五花肉可實現(xiàn)肉色和綜合品質(zhì)的等 級評定。
      9
      權(quán)利要求
      1、一種基于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法,其特征在于采集豬肉圖像,進行實時圖像處理、特征提取,然后利用分級軟件對豬肉的外觀品質(zhì)進行檢測與分級,其具體步驟如下1)建立豬肉外觀品質(zhì)分級軟件系統(tǒng)首先根據(jù)我國農(nóng)業(yè)行業(yè)制定的豬肉外觀品質(zhì)分級標準以及消費者實際購買時對品質(zhì)指標的要求,確定檢測指標,建立豬肉外觀品質(zhì)評價體系;接著對豬肉各外觀品質(zhì)指標進行感官評分;對評分后的豬肉采集豬肉圖像,對圖像進行處理,提取出待檢測的各特征指標;再利用提取的圖像特征指標與相應(yīng)的感官評定分值建立各自的定量分級模型;最后根據(jù)各單測指標在綜合品質(zhì)中的權(quán)重建立豬肉綜合品質(zhì)定量分級模型;2)進行實時檢測實時檢測時,采集豬肉圖像后進行圖像處理、特征提取,然后利用單一品質(zhì)分級模型對單個指標進行預(yù)測得到其對應(yīng)的等級,最后根據(jù)綜合等級定量模型得到豬肉綜合等級。
      2、 根據(jù)權(quán)利要求1所述的一種基于機器視覺的豬肉外觀品質(zhì)實時檢測方法, 其特征在于所述的豬肉包括眼肌肉和五花肉的外觀品質(zhì)檢測與分級,針對眼 肌肉提取的圖像特征指標包括肌肉顏色、大理石紋和紋理,針對五花肉提取的 圖像特征指標包括肌肉顏色、肌肉脂肪面積比和肌肉脂肪均勻性。
      3、 根據(jù)權(quán)利要求2所述的一種基于機器視覺的豬肉外觀品質(zhì)實時檢測方法, 其特征在于所述的提取的圖像特征指標,當針對的是眼肌肉時,其具體操作 步驟包括去除噪聲和背景分割、脂肪和肌肉組織分割、背最長肌區(qū)域提取、 肌肉顏色、大理石紋和嫩度圖像特征提取;當針對的是五花肉時,其具體操作 步驟包括去除噪聲、背景分割、脂肪與肌肉區(qū)域分割與標記、計算肌肉顏色、 肌肉脂肪面積比率、肌肉脂肪面積均勻性圖像特征信息。
      4、 根據(jù)權(quán)利要求1所述的一種基于機器視覺的豬肉外觀品質(zhì)實時檢測方法, 其特征在于所述的根據(jù)國家農(nóng)業(yè)行業(yè)標準確定的檢測指標適用于眼肌肉,包 括肌肉顏色、大理石紋和嫩度;根據(jù)消費者實際購買時對品質(zhì)指標的要求確定 的指標適用于五花肉;包括肌肉顏色、肥痩比、肥瘦均勻性。
      5、 一種實施權(quán)利要求1所述的一種基于機器視覺的豬肉外觀品質(zhì)實時檢測 分級方法的裝置,其特征在于包括箱體支架(l)、四根光源支架(2)、四個光源(3)、計算機(4)、相機掛接橫梁(5)、相機(6)、光學(xué)鏡頭(7)、偏振鏡(8)、箱體外 壁(9)、載物臺(10);四根光源支架(2)安裝在四周箱體支架(1)上,四根光源支架 (2)能在四周箱體支架(1)上調(diào)節(jié)到同一高度并固定,四個光源(3)分別固定在各自 的光源支架(2)上,相機掛接橫梁(5)安裝在箱體支架(1)上方,相機(6)固定在相機 掛接橫梁(5)的中心,偏振鏡(8)旋在光學(xué)鏡光學(xué)鏡頭(7),載物臺(10)置于箱體底 面正中心位置,整個箱體通過箱體壁板(9)形成密封室,相機(6)與計算機(4)通過 USB線連接。
      全文摘要
      本發(fā)明公開了一種基于機器視覺的豬肉外觀品質(zhì)實時檢測分級方法與裝置。包括豬肉圖像獲取硬件部分和分級軟件部分,其中圖像獲取硬件部分由相機、鏡頭、偏振鏡、光源、計算機等組成。采集豬肉圖像;利用分級軟件進行實時圖像處理和特征提??;得到反映豬肉外觀品質(zhì)的特征信息;再利用預(yù)測模型對肉品質(zhì)進行評價,對眼肌肉完成顏色、大理石紋和嫩度以及綜合品質(zhì)的等級評定,對五花肉完成肌肉顏色、肥瘦性以及綜合品質(zhì)的等級評定。利用本發(fā)明能使我國豬肉品質(zhì)檢測具備客觀性、準確性和高效性,并可以適用于超市、地方或出入口食品檢驗部門對豬肉品質(zhì)進行評定,規(guī)范豬肉市場,從而真正實現(xiàn)按質(zhì)論價。
      文檔編號G01N21/84GK101561402SQ20091009833
      公開日2009年10月21日 申請日期2009年5月7日 優(yōu)先權(quán)日2009年5月7日
      發(fā)明者伍學(xué)千, 應(yīng)義斌, 廖宜濤, 芳 成, 樊玉霞 申請人:浙江大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1