法律状态公告日
法律状态信息
法律状态
2016-11-09
授权
授权
2014-08-20
实质审查的生效 IPC(主分类):G01N21/25 申请日:20140423
实质审查的生效
2014-07-23
公开
公开
技术领域
本发明涉及一种基于图像处理技术的冷鲜肉品质的测评方法,属于肉与肉制品品质分析及控制领域。
背景技术
冷鲜肉是以完善的冷链系统为基础、严格执行检疫制度、对屠宰后的畜胴体迅速降温至0~4℃、并在后续的分割加工、流通和销售的过程中始终处于此温度段且不超过4℃的冷却链控制下的生鲜肉。冷鲜肉具有柔嫩多汁、口感细腻、营养价值高以及消费方便等优点。目前冷鲜肉正逐渐取代传统的冷冻肉和热鲜肉,是未来畜肉生产和消费的发展方向之一。
由于我国冷鲜肉的成套加工技术、冷链系统以及设备与国际先进水平尚有一定的差距,而且加工的水平也差次不齐,加之冷鲜肉加工企业数量少,规模小,冷鲜肉的品质控制方法缺乏,导致产品的质量难以得到有效保障。最重要的是冷鲜肉在分割、屠宰、销售等处理过程中极易受到微生物的污染,虽然低温贮藏,冷鲜肉中的腐败微生物的活性会受到一定的抑制,但不能完全抑制其生长和繁殖。特别是冷鲜肉在储运和销售这些环节中,波动的贮藏温度、售前处理方式等均对冷鲜肉中微生物的菌落总数影响很大,如果这些问题不能及时解决,那么冷鲜猪肉的质量与安全将得不到保证。因此,实时、快速、无损地获得冷鲜肉的品质变化显得尤为重要。
目前肉类加工业通常将肉的颜色作为其品质评价的直观指标,根据肉的颜色不同,将肉分为6个等级(如标准色板所示)。国内外对肉颜色的变 化主要通过肉眼来进行判断,这种判断方法误差大,而且不易察觉肉颜色的细微变化,因而容易导致误判,将低品质肉误认为是高品质肉。因此有必要研发一种较精确的冷鲜肉品质的测评方法。
发明内容
本发明的目的在于提供一种快速且测评结果精确的基于图像处理技术的冷鲜肉品质的测评方法。
为达到上述目的,本发明提供的基于图像处理技术的冷鲜肉品质的测评方法包括如下步骤:
(1)肉等级标准色板图像采集:将肉等级标准色板置于图像采集装置中,所述图像采集装置四周遮光,其顶部设有多个发光二极管,顶部的中央安装有CCD摄像头,肉等级标准色板位于图像采集装置底部的样品台上,正对摄像头,带图像捕捉软件的摄像头与计算机相连,将获取的肉等级标准色板的数字图像传输给计算机;
(2)肉等级标准色板图像特征参数的提取及等级计算公式的建立:采用MATLAB软件编写的程序对肉等级标准色板的图像进行分析,得到图像中红、绿、蓝三基色的特征值,即R、G、B值,计算R、G、B值的平均值,并将R、G、B值的平均值与肉等级就相关性和显著性进行多维逐级回归,得到由R、G、B值或其中任意两个值表述的肉的等级计算公式;
(3)冷鲜肉样品的准备:选取不同部位的冷鲜肉作为取样点,将肉样品切成薄片;
(4)肉样品图像的采集:将片状冷鲜肉样品置于步骤(1)中的图像采集装置中的样品台上,正对摄像头,获得冷鲜肉样品的数字图像;
(5)肉样品图像特征参数的提取:采用MATLAB软件编写的程序对肉样品的图像进行分析,得到图像中红、绿、蓝三基色的特征值,即R、G、B值;
(6)冷鲜肉等级的计算:将冷鲜肉样品的R、G、B值代入步骤(2)所得的公式中,即得到冷鲜肉的等级;
上述步骤(2)中等级计算公式在第一次推导出后,以后测评时只要步骤(1)的条件没有改变,则可省略步骤(1)、(2)。
进一步地,步骤(1)和步骤(4)中发光二极管为60~80个,标准色板和冷鲜肉样品距摄像头15~20cm;步骤(2)和步骤(5)中先将标准色板的数字图像或冷鲜肉的数字图像处理为长和宽均为10个像素的图片,再用MATLAB软件编写的对标准色板或冷鲜肉的图像进行分析计算;步骤(2)中所得到的等级计算公式为:等级=c?a×R+b×B,式中a的取值范围为3350~3400,b的取值范围为3010~3230,c的取值范围为7~9。
更进一步地,等级计算公式中a的取值范围为3353~3391,b的取值范围为3010~3120。
本发明弥补了目前国内对冷鲜肉等级实时评价方法的空缺,创造性的将数字图像技术应用于冷鲜肉的等级评定中,从而能实时、快速、无损地获得冷鲜肉在冷藏期间的品质变化,所得感官评价值可精确至千分位。同时,本发明方法操作简便、成本低,易于生产企业应用。
附图说明
图1为图像采集装置的结构示意图。
图2为计算机执行等级计算公式推导的流程图。
图2中:精度转换是指将图像数据转换为双精度浮点类型;标准化计算是指对R值、G值、B值分别采用公式R/256,G/256和B/256进行标准化计算;R值、G值、B值的平均值计算是指每个样品取3张图像,先将每张图像的每个像素点的R值、G值、B值分列,再对该张图片上的所有像素点的R值、G值、B值分别取平均值,然后对这3张图片的像素点的R值平均值、G值平均值、B值平均值取平均值。
具体实施方式
为了更好地理解本发明,下面结合具体实施例对本发明作进一步描述,但本发明的保护范围不限于此。
实施例1冷鲜猪肉等级的测评
(1)肉等级标准色板图像采集:将肉等级标准色板置于图像采集装置中,所述图像采集装置的结构如图1所示,用木质材料制成,四周用黑布遮光,其顶部设有65个发光二极管1,顶部的中央安装有CCD摄像头2,带图像软件的摄像头2与计算机3相连;肉等级标准色板位于样品台4上,保持肉等级标准色板与摄像头的距离为16cm,用摄像头自带图像捕捉软件获取肉等级标准色板的数字图像,并将其传输至计算机;
(2)肉等级标准色板图像特征参数的提取及等级计算公式的建立:先将标准色板的数字图像剪裁为长和宽均为10个像素大小的图片,再用MATLAB软件编写的程序输入图像,并对数字图像进行分析计算,具体流程如图2所示,图像信息读取→精度转换→标准化计算→分列R值、G值、B值→计算R值、G值、B值的平均值→对R值、G值、B值的平均值和等级间就相关性和显著性进行多维逐级回归→回归系数,所获得的标准色板图像的R值、G值、B值的平均值如下表:
获得的等级计算公式为:等级=7.3?3353×R+3010×B,将上述标准色板图像的R值、B值代入公式计算得下表(计算值和回归值之间存在一定的误差,这在回归分析中是允许的):
(3)冷鲜肉样品的准备:选取冷鲜猪肉胴体不同部位的红色肉部分作为取样点,将肉样品切成0.5mm的薄片;
(4)肉样品图像的采集:将表面平整的片状冷鲜肉样品置于步骤(1)中的图像采集装置中的样品台上,保持肉样品与摄像头的距离为16cm,获得冷鲜猪肉样品的数字图像;
(5)肉样品图像特征参数的提取:将冷鲜肉样品的数字图像剪裁为长和宽均为10个像素大小的图片,再用MATLAB软件编写的程序输入图像,并对数字图像进行分析计算,获得图像的R值和B值的平均值分别为0.0028和0.0012;
(6)冷鲜猪肉等级的获得:将冷鲜肉样品的R、B值代入步骤(2)所得的公式:等级=7.3?3353×R+3010×B中,计算出冷鲜猪肉的等级值为1.5236,从而可知该冷鲜猪肉处于1级和2级之间,肉色品质良好;
需要说明的是,等级公式在第一次测评时推导出后,以后测评时如果图像采集装置没变,则可省略步骤(1)、(2)。
实施例2冷鲜牛肉等级的测评
(1)肉等级标准色板图像采集:将肉等级标准色板置于图像采集装置中,所述图像采集装置的结构如图1所示,用木质材料制成,四周用黑布遮光,其顶部设有70个发光二极管1,顶部的中央安装有CCD摄像头2,带图像软件的摄像头2与计算机3相连;肉等级标准色板位于样品台4上,保持肉等级标准色板与摄像头的距离为18cm,用摄像头自带的图像捕捉软件获取肉等级标准色板的数字图像,并将其传输至计算机;
(2)肉等级标准色板图像特征参数的提取及等级计算公式的建立:先将标准色板的数字图像剪裁为长和宽均为10个像素大小的图片,再用 MATLAB软件编写的程序输入图像,并对数字图像进行分析计算,具体流程如图2所示,图像信息读取→精度转换→标准化计算→分列R值、G值、B值→计算R值、G值、B值的平均值→对R值、G值、B值的平均值和等级间就相关性和显著性进行多维逐级回归→回归系数,所获得的标准色板图像的R值、G值、B值的平均值如下表:
获得的等级计算公式为:等级=7.3?3391×R+3120×B,将上述标准色板图像的R值、B值代入公式计算得下表(计算值和回归值之间存在一定的误差,这在回归分析中是允许的):
(3)冷鲜肉样品的准备:选取冷鲜牛肉胴体不同部位的红色肉部分作为取样点,将肉样品切成0.5mm的薄片;
(4)肉样品图像的采集:将表面平整的片状冷鲜肉样品置于步骤(1)中的图像采集装置中的样品台上,保持肉样品与摄像头的距离为18cm,获得冷鲜牛肉样品的数字图像;
(5)肉样品图像特征参数的提取:将冷鲜肉样品的数字图像剪裁为长和宽均为10个像素大小的图片,再用MATLAB软件编写的程序输入图像,并对数字图像进行分析计算,获得图像的R值和B值的平均值分别为0.00315和0.001835;
(6)冷鲜牛肉等级的获得:将冷鲜肉样品的R、B值代入步骤(2)所得的公式等级=7.3?3391×R+3120×B中,计算出冷鲜牛肉的等级值为2.3436,从而可知该冷鲜牛肉处于2级和3级之间,肉色品质良好,
需要说明的是,等级公式在第一次测评时推导出后,以后测评时如果图像采集装置没变,则可省略步骤(1)、(2)。
机译: 基于图像的弱势患者检测评分方法
机译: 基于图像的弱势患者检测评分方法
机译: 基于图像处理技术的光导板快速判断和优化发光质量的方法