基于計(jì)算機(jī)視覺(jué)的豬肉肌內(nèi)脂肪含量無(wú)損檢測(cè)方法
一種基于計(jì)算機(jī)視覺(jué)的豬肉肌內(nèi)脂肪含量無(wú)損檢測(cè)方法，
其特征在于包括以下步驟：
(1)標(biāo)定攝像機(jī)，得到圖像中單位像素對(duì)應(yīng)于真實(shí)場(chǎng)景中的實(shí)際長(zhǎng)度；
(2)選取豬肉第5-6根肋骨處背最長(zhǎng)肌作為樣本，將樣本放置于黑色背景布上，并用白色燈對(duì)樣本進(jìn)行補(bǔ)光，利用數(shù)碼照相機(jī)對(duì)樣本橫截面進(jìn)行俯拍，獲取豬肉眼肌樣本圖像，圖像大小為1000*1000像素；
(3)利用改進(jìn)的樣本塊修復(fù)方法對(duì)得到的樣本圖像進(jìn)行預(yù)處理，恢復(fù)圖像反光區(qū)域原有信息；
(4)結(jié)合最大熵法與迭代法對(duì)預(yù)處理后的眼肌圖像進(jìn)行圖像分割，提取出豬肉大理石花紋；
(5)從得到的大理石花紋圖像中提取出脂肪數(shù)量指標(biāo)、脂肪分布指標(biāo)和脂肪紋理指標(biāo)特征值；
(6)根據(jù)特征值和化學(xué)方法檢測(cè)結(jié)果建立逐步回歸預(yù)測(cè)模型和Fisher判別模型，而后對(duì)模型進(jìn)行檢驗(yàn)和結(jié)果比較，最后通過(guò)該模型對(duì)豬肉肌內(nèi)脂肪含量進(jìn)行預(yù)測(cè)；
所述步驟(3)圖像預(yù)處理過(guò)程中利用樣本塊修復(fù)方法對(duì)得到的樣本圖像進(jìn)行預(yù)處理包括以下步驟：
(1a)針對(duì)圖像反光區(qū)域特征，即反光區(qū)域中心像素點(diǎn)有較高的亮度(Value，V)值和較高的飽和度(Saturation，S)值，對(duì)圖像逐像素點(diǎn)進(jìn)行閾值分割以得到反光中心區(qū)域，分割公式如下：
其中的F(i，j)代表坐標(biāo)為(i，j)的像素點(diǎn)所對(duì)應(yīng)的顏色值，255對(duì)應(yīng)的是白色，0對(duì)應(yīng)的是黑色，thresh1和thresh2分別代表了某一固定的閾值，閾值大小視實(shí)際拍攝條件而定；
(1b)對(duì)圖像進(jìn)行2次全方向膨脹，使得圖像中相互靠近的反光中心區(qū)域相互合并，然后對(duì)膨脹后的圖像進(jìn)行2次全方向腐蝕，使得面積變大的反光中心區(qū)域還原為原始大�。�
(1c)對(duì)于面積較大的反光中心區(qū)域，把這些區(qū)域的外接矩形作為圖像的反光區(qū)域，而對(duì)于面積很小的區(qū)域則進(jìn)行簡(jiǎn)單的平滑處理；
(1d)利用改進(jìn)的樣本塊修復(fù)方法對(duì)反光區(qū)域進(jìn)行圖像復(fù)原，改進(jìn)方法如下：
首先修補(bǔ)過(guò)程中每次只針對(duì)一個(gè)待修復(fù)區(qū)域進(jìn)行修補(bǔ)，然后再?gòu)?fù)原其它修復(fù)塊，直到全部修補(bǔ)完成為止；其次在搜索最佳匹配塊的過(guò)程中采用二次匹配法進(jìn)行搜索，第一次匹配是粗略匹配，通過(guò)隔行隔列粗略搜索最佳匹配塊的中心點(diǎn)位置，每次掃描的數(shù)據(jù)量降為原圖四分之一；第二次匹配是精確匹配，在第一次匹配搜索到的中心點(diǎn)位置的八鄰域點(diǎn)內(nèi)進(jìn)行遍歷搜索，以得到最后的最佳匹配塊進(jìn)行修復(fù)。
所述步驟(4)圖像分割過(guò)程中結(jié)合最大熵法與迭代法對(duì)預(yù)處理后的眼肌圖像進(jìn)行圖像分割包括以下步驟：
(2a)去除圖像背景：將去除反光后的圖像轉(zhuǎn)換為灰度圖像，根據(jù)眼肌圖像的特征，轉(zhuǎn)換的灰度值公式為：Gray＝G*0.6+B*0.4，其中Gray為圖像灰度值，G為原始圖像綠色通道值，B為原始圖像藍(lán)色通道值，運(yùn)用大津法對(duì)得到的灰度圖像進(jìn)行整體閾值分割去除圖像背景，得到圖像P1；
(2b)提取眼肌中的脂肪部分：把P1均分為20*20份并分別進(jìn)行閾值分割，每一份小圖像根據(jù)其圖像特征為其選取不同的自適應(yīng)閾值分割算法，選取的流程如下，其中迭代法分割出的大理石花紋面積為S1，最大熵法分割出的大理石花紋面積為S2：
當(dāng)圖像塊中包含背景區(qū)域時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S2≤S1＜1.3*S2時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S1≤S2＜1.3*S1時(shí)，選用最大熵法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S2≥1.3*S1時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S1≥1.3*S2時(shí)，選用最大熵法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
每個(gè)小塊分割完成后得到圖像P2；
(2c)去除肌間脂肪：對(duì)P2進(jìn)行輪廓提取，選出周長(zhǎng)最大的一個(gè)輪廓，對(duì)該輪廓進(jìn)行填充，對(duì)填充后的區(qū)域進(jìn)行形態(tài)學(xué)膨脹處理得到圖像P3，對(duì)圖像P2和P3進(jìn)行差值運(yùn)算，得到圖像P4；
(2d)對(duì)P4進(jìn)行形態(tài)學(xué)膨脹處理得到圖像P5，對(duì)P5進(jìn)行輪廓提取，找出輪廓像素點(diǎn)個(gè)數(shù)小于10的輪廓區(qū)域，這些區(qū)域?yàn)樵肼朁c(diǎn)，去除這些區(qū)域得到圖像P6，對(duì)P5和P6進(jìn)行與計(jì)算得到圖像P7，此時(shí)的圖像即為提取出的眼肌大理石花紋。
所述步驟(5)特征提取過(guò)程中從得到的大理石花紋圖像中提取出脂肪分布指標(biāo)特征值共3個(gè)，所述特征的詳細(xì)表述如下：
F1脂肪顆粒均勻度：指的是脂肪顆粒分布變異系數(shù)，設(shè)有效眼肌圖像有n行，每行的脂肪像素占該行總像素比例為wi(i＝1,2,…,n)，平均值為則脂肪顆粒均勻度C的計(jì)算公式如下：
F2計(jì)盒維數(shù)；
F3信息維數(shù)。
其特征在于包括以下步驟：
(1)標(biāo)定攝像機(jī)，得到圖像中單位像素對(duì)應(yīng)于真實(shí)場(chǎng)景中的實(shí)際長(zhǎng)度；
(2)選取豬肉第5-6根肋骨處背最長(zhǎng)肌作為樣本，將樣本放置于黑色背景布上，并用白色燈對(duì)樣本進(jìn)行補(bǔ)光，利用數(shù)碼照相機(jī)對(duì)樣本橫截面進(jìn)行俯拍，獲取豬肉眼肌樣本圖像，圖像大小為1000*1000像素；
(3)利用改進(jìn)的樣本塊修復(fù)方法對(duì)得到的樣本圖像進(jìn)行預(yù)處理，恢復(fù)圖像反光區(qū)域原有信息；
(4)結(jié)合最大熵法與迭代法對(duì)預(yù)處理后的眼肌圖像進(jìn)行圖像分割，提取出豬肉大理石花紋；
(5)從得到的大理石花紋圖像中提取出脂肪數(shù)量指標(biāo)、脂肪分布指標(biāo)和脂肪紋理指標(biāo)特征值；
(6)根據(jù)特征值和化學(xué)方法檢測(cè)結(jié)果建立逐步回歸預(yù)測(cè)模型和Fisher判別模型，而后對(duì)模型進(jìn)行檢驗(yàn)和結(jié)果比較，最后通過(guò)該模型對(duì)豬肉肌內(nèi)脂肪含量進(jìn)行預(yù)測(cè)；
所述步驟(3)圖像預(yù)處理過(guò)程中利用樣本塊修復(fù)方法對(duì)得到的樣本圖像進(jìn)行預(yù)處理包括以下步驟：
(1a)針對(duì)圖像反光區(qū)域特征，即反光區(qū)域中心像素點(diǎn)有較高的亮度(Value，V)值和較高的飽和度(Saturation，S)值，對(duì)圖像逐像素點(diǎn)進(jìn)行閾值分割以得到反光中心區(qū)域，分割公式如下：
其中的F(i，j)代表坐標(biāo)為(i，j)的像素點(diǎn)所對(duì)應(yīng)的顏色值，255對(duì)應(yīng)的是白色，0對(duì)應(yīng)的是黑色，thresh1和thresh2分別代表了某一固定的閾值，閾值大小視實(shí)際拍攝條件而定；
(1b)對(duì)圖像進(jìn)行2次全方向膨脹，使得圖像中相互靠近的反光中心區(qū)域相互合并，然后對(duì)膨脹后的圖像進(jìn)行2次全方向腐蝕，使得面積變大的反光中心區(qū)域還原為原始大�。�
(1c)對(duì)于面積較大的反光中心區(qū)域，把這些區(qū)域的外接矩形作為圖像的反光區(qū)域，而對(duì)于面積很小的區(qū)域則進(jìn)行簡(jiǎn)單的平滑處理；
(1d)利用改進(jìn)的樣本塊修復(fù)方法對(duì)反光區(qū)域進(jìn)行圖像復(fù)原，改進(jìn)方法如下：
首先修補(bǔ)過(guò)程中每次只針對(duì)一個(gè)待修復(fù)區(qū)域進(jìn)行修補(bǔ)，然后再?gòu)?fù)原其它修復(fù)塊，直到全部修補(bǔ)完成為止；其次在搜索最佳匹配塊的過(guò)程中采用二次匹配法進(jìn)行搜索，第一次匹配是粗略匹配，通過(guò)隔行隔列粗略搜索最佳匹配塊的中心點(diǎn)位置，每次掃描的數(shù)據(jù)量降為原圖四分之一；第二次匹配是精確匹配，在第一次匹配搜索到的中心點(diǎn)位置的八鄰域點(diǎn)內(nèi)進(jìn)行遍歷搜索，以得到最后的最佳匹配塊進(jìn)行修復(fù)。
所述步驟(4)圖像分割過(guò)程中結(jié)合最大熵法與迭代法對(duì)預(yù)處理后的眼肌圖像進(jìn)行圖像分割包括以下步驟：
(2a)去除圖像背景：將去除反光后的圖像轉(zhuǎn)換為灰度圖像，根據(jù)眼肌圖像的特征，轉(zhuǎn)換的灰度值公式為：Gray＝G*0.6+B*0.4，其中Gray為圖像灰度值，G為原始圖像綠色通道值，B為原始圖像藍(lán)色通道值，運(yùn)用大津法對(duì)得到的灰度圖像進(jìn)行整體閾值分割去除圖像背景，得到圖像P1；
(2b)提取眼肌中的脂肪部分：把P1均分為20*20份并分別進(jìn)行閾值分割，每一份小圖像根據(jù)其圖像特征為其選取不同的自適應(yīng)閾值分割算法，選取的流程如下，其中迭代法分割出的大理石花紋面積為S1，最大熵法分割出的大理石花紋面積為S2：
當(dāng)圖像塊中包含背景區(qū)域時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S2≤S1＜1.3*S2時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S1≤S2＜1.3*S1時(shí)，選用最大熵法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S2≥1.3*S1時(shí)，選用迭代法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
當(dāng)S1≥1.3*S2時(shí)，選用最大熵法對(duì)圖像塊進(jìn)行自適應(yīng)閾值分割；
每個(gè)小塊分割完成后得到圖像P2；
(2c)去除肌間脂肪：對(duì)P2進(jìn)行輪廓提取，選出周長(zhǎng)最大的一個(gè)輪廓，對(duì)該輪廓進(jìn)行填充，對(duì)填充后的區(qū)域進(jìn)行形態(tài)學(xué)膨脹處理得到圖像P3，對(duì)圖像P2和P3進(jìn)行差值運(yùn)算，得到圖像P4；
(2d)對(duì)P4進(jìn)行形態(tài)學(xué)膨脹處理得到圖像P5，對(duì)P5進(jìn)行輪廓提取，找出輪廓像素點(diǎn)個(gè)數(shù)小于10的輪廓區(qū)域，這些區(qū)域?yàn)樵肼朁c(diǎn)，去除這些區(qū)域得到圖像P6，對(duì)P5和P6進(jìn)行與計(jì)算得到圖像P7，此時(shí)的圖像即為提取出的眼肌大理石花紋。
所述步驟(5)特征提取過(guò)程中從得到的大理石花紋圖像中提取出脂肪分布指標(biāo)特征值共3個(gè)，所述特征的詳細(xì)表述如下：
F1脂肪顆粒均勻度：指的是脂肪顆粒分布變異系數(shù)，設(shè)有效眼肌圖像有n行，每行的脂肪像素占該行總像素比例為wi(i＝1,2,…,n)，平均值為則脂肪顆粒均勻度C的計(jì)算公式如下：
F2計(jì)盒維數(shù)；
F3信息維數(shù)。
- 使用葉綠素?zé)晒獬上衽c高光譜成像系統(tǒng)助力果實(shí)品質(zhì)檢測(cè)取得新突破
- 高光譜成像技術(shù)在土壤有機(jī)質(zhì)和氮元素檢測(cè)中的應(yīng)用
- 基于機(jī)器視覺(jué)的牛肉品質(zhì)分級(jí)系統(tǒng)及其方法
- 利用高光譜成像技術(shù)實(shí)現(xiàn)快速食品異物檢測(cè)
- 高光譜成像儀在檢索城市河流水質(zhì)參數(shù)方面的應(yīng)用
- FireFly 應(yīng)用快訊 - 有機(jī)食品一定更有營(yíng)養(yǎng)價(jià)值嗎？
- 基于計(jì)算機(jī)視覺(jué)的豬肉肌內(nèi)脂肪含量無(wú)損檢測(cè)方法
- ASD--LabSpec地物光譜儀在反演土壤水分特征曲線方面的應(yīng)用
- 譜鐳光電精彩亮相2025慕尼黑上海光博會(huì)
- 理加聯(lián)合圓滿(mǎn)參加國(guó)家生態(tài)科學(xué)數(shù)據(jù)中心禹城站會(huì)議
- 易科泰高光譜成像系統(tǒng)限時(shí)促銷(xiāo)活動(dòng)現(xiàn)已啟動(dòng)
- 理加參加森林生態(tài)系統(tǒng)野外站觀測(cè)技術(shù)規(guī)范宣貫會(huì)
- Specim首席商務(wù)官一行來(lái)訪易科泰
- 理加聯(lián)合祝賀生態(tài)系統(tǒng)多要素觀測(cè)技術(shù)交流會(huì)圓滿(mǎn)結(jié)束
- 理加講座第三輪通知：碳中和背景下生態(tài)系統(tǒng)多要素
- 碳中和背景下生態(tài)系統(tǒng)多要素學(xué)術(shù)會(huì)（第二輪通知）
Copyright(C) 1998-2025 生物器材網(wǎng) 電話(huà)：021-64166852;13621656896 E-mail：info@bio-equip.com