基于機器視覺的牛肉品質(zhì)分級系統(tǒng)及其方法
一種基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)，它包括牛胴體放置平臺、帶有相機的暗箱和牛肉品質(zhì)分級模塊，暗箱中的相機作為牛胴體信息的采集裝置采集位于牛胴體放置平臺上待測牛胴體的圖像信號，相機的輸出與牛肉品質(zhì)分級模塊連接，牛肉品質(zhì)分級模塊的輸出作為基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)的輸出牛肉等級信息。
本發(fā)明的牛胴體放置平臺包括牛胴體放置臺和背景板，背景板與牛胴體放置臺連接。
本發(fā)明的背景板為黑色。
一種利用如上的基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)的方法，包括以下步驟：
(a).牛胴體橫切面特征圖像數(shù)據(jù)庫的建立：牛胴體橫切面特征圖像數(shù)據(jù)庫的建立包含牛外脊、眼肉和上腦三個部位的特征圖像；
(b).牛胴體級別判定分類器的建立：對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，得到牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋分布情況、牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色等級和牛胴體橫切面上有效眼肌區(qū)域內(nèi)的紅肉顏色等級，然后根據(jù)所得的三個指標得到對應的牛胴體整體綜合等級標準；
(c).通過暗箱中的相機采集位于牛胴體放置平臺上待測牛胴體的圖像信號并將其輸入牛肉品質(zhì)分級模塊，采用牛胴體級別判定分類器對牛肉等級進行判定并輸出牛肉等級信息。
一種利用如上的基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)的方法，包括以下步驟：
(a).牛胴體橫切面特征圖像數(shù)據(jù)庫的建立：牛胴體橫切面特征圖像數(shù)據(jù)庫的建立包含牛外脊、眼肉和上腦三個部位的特征圖像；
(b).牛胴體級別判定分類器的建立：對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，包括牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋分布情況、牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色等級和牛胴體橫切面上有效眼肌區(qū)域內(nèi)的紅肉顏色等級，
所述的牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色及紅肉顏色情況的參數(shù)提取步驟為：
第一、將RGB色彩空間值轉換為HIS色彩空間值，辨別有效色彩區(qū)域，即提取脂肪色和紅肉顏色；
脂肪色：
S級：230≤R≤255；230≤G≤255；225≤B≤255
A級：130≤R≤170；140≤G≤160；110≤B≤140
B級：215≤R≤225；220≤G≤240；130≤B≤180
C級：195≤R≤210；190≤G≤210；0≤B≤145
紅肉色：
S級：185≤R≤255；35≤G≤60；40≤B≤60；G≤B；(G-B)＜10；
A級：90≤R≤130；15≤G≤45；15≤B≤50；G≤B；(G-R)＜70；(B-G)≤5；
B級：150≤R≤190；60≤G≤95；70≤B≤95；G≤B；(G-R)＜70；(B-G)≤5；
C級：40≤R≤60；0≤G≤40；0≤B≤40；(R-B)＜15；
第二、統(tǒng)計有效色彩區(qū)域內(nèi)脂肪色和肉色各像素點的RGB值；
第三、分別對脂肪色和紅肉色各像素點RGB值疊加后取平均值；
第四、得到脂肪色和紅肉色各像素點RGB值的平均值即為脂肪色及紅肉色的等級區(qū)間對應值；
所述的牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋等級的參數(shù)提取步驟為：
第一、對牛肉分割橫切面圖像進行灰度化處理；
第二、對灰度化后的牛分割肉橫切面圖像進行閾值分割，脂肪和背景為白色，肌肉為黑色；
第三、逐行逐列掃描圖像，將連續(xù)且數(shù)量最大的白點構成區(qū)域變成黑色，即去除了大部分背膘；
第四、再對牛分割肉橫切面圖像進行輪廓提取，輪廓為黑色，其它點位白色；
第五、對輪廓提取后的牛分割肉橫切面圖像進行斷點的補連；
第六、逐行逐列掃描圖像，將周長最大的輪廓包圍的區(qū)域保留，除此以外的區(qū)域全部變成白色，記錄下該最大的周長為Cr；
第七、統(tǒng)計其它輪廓點的總周長，記為Cf；
第八、計算大理石花紋的密度分布律μ＝Cr/Cf；S級：μ≥2.5％；A級：1.5％≤μ＜2.5％；B級：0.5％≤μ＜1.5％；C級：μ＜0.5％；
第九、對處理后的輪廓圖像進行區(qū)域生長，統(tǒng)計出周長最大區(qū)域內(nèi)的白點，即大理石花紋的面積，記為Sf；
第十、再對輪廓周長最大的區(qū)域進行區(qū)域生長，使得區(qū)域內(nèi)的所有點變?yōu)榘咨y(tǒng)計出這些白點的總數(shù)，記為Sr；
第十一、計算大理石花紋的區(qū)域占有律η＝Sf/Sr；
S級：η≥17％；A級：10％≤η＜17％；B級：3％≤η＜10％；C級：η＜3％
最后根據(jù)所得的三個指標得到對應的牛胴體整體綜合等級標準；
(c).通過暗箱中的相機采集位于牛胴體放置平臺上待測牛胴體的圖像信號并將其輸入牛肉品質(zhì)分級模塊，采用牛胴體級別判定分類器對牛肉等級進行判定并輸出牛肉等級信息；所述的判定步驟與步驟(b)相同，對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，然后與牛胴體級別判定分類器中的數(shù)據(jù)進行比對輸出相應等級。
本發(fā)明的牛胴體放置平臺包括牛胴體放置臺和背景板，背景板與牛胴體放置臺連接。
本發(fā)明的背景板為黑色。
一種利用如上的基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)的方法，包括以下步驟：
(a).牛胴體橫切面特征圖像數(shù)據(jù)庫的建立：牛胴體橫切面特征圖像數(shù)據(jù)庫的建立包含牛外脊、眼肉和上腦三個部位的特征圖像；
(b).牛胴體級別判定分類器的建立：對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，得到牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋分布情況、牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色等級和牛胴體橫切面上有效眼肌區(qū)域內(nèi)的紅肉顏色等級，然后根據(jù)所得的三個指標得到對應的牛胴體整體綜合等級標準；
(c).通過暗箱中的相機采集位于牛胴體放置平臺上待測牛胴體的圖像信號并將其輸入牛肉品質(zhì)分級模塊，采用牛胴體級別判定分類器對牛肉等級進行判定并輸出牛肉等級信息。
一種利用如上的基于機器視覺的牛肉品質(zhì)智能分級系統(tǒng)的方法，包括以下步驟：
(a).牛胴體橫切面特征圖像數(shù)據(jù)庫的建立：牛胴體橫切面特征圖像數(shù)據(jù)庫的建立包含牛外脊、眼肉和上腦三個部位的特征圖像；
(b).牛胴體級別判定分類器的建立：對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，包括牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋分布情況、牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色等級和牛胴體橫切面上有效眼肌區(qū)域內(nèi)的紅肉顏色等級，
所述的牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋顏色及紅肉顏色情況的參數(shù)提取步驟為：
第一、將RGB色彩空間值轉換為HIS色彩空間值，辨別有效色彩區(qū)域，即提取脂肪色和紅肉顏色；
脂肪色：
S級：230≤R≤255；230≤G≤255；225≤B≤255
A級：130≤R≤170；140≤G≤160；110≤B≤140
B級：215≤R≤225；220≤G≤240；130≤B≤180
C級：195≤R≤210；190≤G≤210；0≤B≤145
紅肉色：
S級：185≤R≤255；35≤G≤60；40≤B≤60；G≤B；(G-B)＜10；
A級：90≤R≤130；15≤G≤45；15≤B≤50；G≤B；(G-R)＜70；(B-G)≤5；
B級：150≤R≤190；60≤G≤95；70≤B≤95；G≤B；(G-R)＜70；(B-G)≤5；
C級：40≤R≤60；0≤G≤40；0≤B≤40；(R-B)＜15；
第二、統(tǒng)計有效色彩區(qū)域內(nèi)脂肪色和肉色各像素點的RGB值；
第三、分別對脂肪色和紅肉色各像素點RGB值疊加后取平均值；
第四、得到脂肪色和紅肉色各像素點RGB值的平均值即為脂肪色及紅肉色的等級區(qū)間對應值；
所述的牛胴體橫切面上有效眼肌區(qū)域內(nèi)大理石花紋等級的參數(shù)提取步驟為：
第一、對牛肉分割橫切面圖像進行灰度化處理；
第二、對灰度化后的牛分割肉橫切面圖像進行閾值分割，脂肪和背景為白色，肌肉為黑色；
第三、逐行逐列掃描圖像，將連續(xù)且數(shù)量最大的白點構成區(qū)域變成黑色，即去除了大部分背膘；
第四、再對牛分割肉橫切面圖像進行輪廓提取，輪廓為黑色，其它點位白色；
第五、對輪廓提取后的牛分割肉橫切面圖像進行斷點的補連；
第六、逐行逐列掃描圖像，將周長最大的輪廓包圍的區(qū)域保留，除此以外的區(qū)域全部變成白色，記錄下該最大的周長為Cr；
第七、統(tǒng)計其它輪廓點的總周長，記為Cf；
第八、計算大理石花紋的密度分布律μ＝Cr/Cf；S級：μ≥2.5％；A級：1.5％≤μ＜2.5％；B級：0.5％≤μ＜1.5％；C級：μ＜0.5％；
第九、對處理后的輪廓圖像進行區(qū)域生長，統(tǒng)計出周長最大區(qū)域內(nèi)的白點，即大理石花紋的面積，記為Sf；
第十、再對輪廓周長最大的區(qū)域進行區(qū)域生長，使得區(qū)域內(nèi)的所有點變?yōu)榘咨y(tǒng)計出這些白點的總數(shù)，記為Sr；
第十一、計算大理石花紋的區(qū)域占有律η＝Sf/Sr；
S級：η≥17％；A級：10％≤η＜17％；B級：3％≤η＜10％；C級：η＜3％
最后根據(jù)所得的三個指標得到對應的牛胴體整體綜合等級標準；
(c).通過暗箱中的相機采集位于牛胴體放置平臺上待測牛胴體的圖像信號并將其輸入牛肉品質(zhì)分級模塊，采用牛胴體級別判定分類器對牛肉等級進行判定并輸出牛肉等級信息；所述的判定步驟與步驟(b)相同，對牛胴體橫切面特征圖像數(shù)據(jù)庫中的各圖像進行相應參數(shù)指標的提取，然后與牛胴體級別判定分類器中的數(shù)據(jù)進行比對輸出相應等級。
標簽：
牛肉分級系統(tǒng)
人工視覺牛肉分級
- SpectraScan®高光譜成像分析系統(tǒng)助力東北農(nóng)業(yè)大學糧食檢測研究
- 《Nature》子刊：打造中紅外成像適用的納米級“超級鏡頭”
- 托普高通量植物表型智能分析平臺助力智慧農(nóng)業(yè)創(chuàng)新發(fā)展
- LICA 300TC 機載高光譜成像系統(tǒng)在稻田稻縱卷葉螟檢測方面的應用
- Resonon 高光譜成像儀在甜瓜灰霉病早期檢測中的應用
- ASD地物光譜儀在大豆?jié)饪s蛋白加工監(jiān)測中的應用
- Resonon 利用高光譜成像技術推進有害藻華檢測
- 使用高光譜和激光雷達數(shù)據(jù)區(qū)分楊樹林中的生物脅迫和非生物脅迫
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com