学位论文 > 优秀研究生学位论文题录展示

基于计算机视觉的牛肉产量自动分级技术研究

作　者: 吴贵茹
导　师: 陈坤杰
学　校: 南京农业大学
专　业: 农业机械化工程
关键词: 机器视觉眼肌分割产肉量
分类号: TS251.52
类　型: 硕士论文
年　份: 2012年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

南京农业大学肉类研究室于2003年制定了牛肉等级的分级标准,该分级标准涵盖了质量级和产量级双重标准。完善的牛肉分级标准会对牛肉的生产、定价、消费以及牛种的选育产生深远的导向和积极的推动作用,推行牛肉分级制度对促进肉牛产业的发展有着重要的意义。牛胴体眼肌切面含有丰富的牛肉分级特征信息,它是进行牛肉分级评价的重要部位。目前,我国牛肉产量分级标准主要采用人工测量和感官评定相结合的方法,包括人工测量眼肌面积和背膘厚度。在分级过程中,分级员的感官差异、经验丰富程度的差异以及工作疲劳程度等因素对分级结果有很大的影响,因此,这种方法是主观的、定性的,在实际生产中效率低、误差大、公平和公正性难以保证。本文在我国牛肉分级标准的基础上,提出了基于机器视觉的技术的牛肉产量自动分级方法,为实现牛肉产量自动化分级以代替人工评定方法提供了理论基础。主要研究工作如下：1.本文采用工业摄像机作为图像采集装置,实现自动采集高质量的牛胴体眼肌切面图像。2.采用色差法对有效眼肌区域进行分割,研究了牛胴体眼肌切面图像处理方法。首先,利用3R-G-B通道对眼肌切面图像灰度化,然后对得到的灰度图像进行灰度拉伸,为了对有效眼肌区域进行精确分割,然后用Otsu法自动选取阈值进行分割,接着进行空洞填充,最终提取出有效眼肌区域。3.在图像处理过程中,两个分级信息分别在适宜的步骤进行测量：通过统计有效眼肌二值化图像的白色像素的数量即可测的有效眼肌区域的面积；基于眼肌切面二值化图和有效眼肌区域提取结果图,本文首先对有效眼肌长度3/4处点进行定位,然后以此点为起点寻找对应的背膘脂肪外边缘点,最终获得眼肌切面的背膘厚度。4.胴体产肉量(Y)与胴体重(HCW)和背膘厚(BFT)呈现极显著相关(p<0.01),与眼肌面积(REA)显著相关(p<0.05)。采用SPSS17.0软件对数据进行相关性分析和线性回归,最终得到了以胴体重、眼肌面积以及背膘厚三因子共同作用的产肉量预测方程。Y(Kg)=32.545+(0.371×HCWKg)-(0.281×REAcm2)+(5.846×BFTcm)5.分析雪花牛产肉量分布情况,制定雪花牛产量等级评定方法如下：A级(优)：胴体产肉量≥176KgB级(良)：146Kg≤胴体产肉量≤175KgC级(中)：116Kg<胴体产肉量≤145KgD级(差)：胴体产肉量≤115Kg最后,结合牛胴体产肉量预测模型,即可实现牛肉产量等级评定。

全文目录

摘要  7-9
ABSTRACT  9-11
第一章绪论  11-21
  1.1 研究的背景和意义  11-12
  1.2 牛肉产量分级标准研究现状  12-16
    1.2.1 国外牛肉产量分级标准  12-15
      1.2.1.1 美国的牛肉产量分级标准  12-13
      1.2.1.2 日本的牛肉产量分级标准  13-14
      1.2.1.3 韩国的牛肉产量分级标准  14-15
      1.2.1.4 澳大利亚的牛肉产量分级标准  15
    1.2.2 国内牛肉产量分级标准  15-16
  1.3 基于机器视觉的牛肉分级技术研究现状  16-18
    1.3.1 国外研究进展  17-18
    1.3.2 国内研究进展  18
  1.4 研究出发点和内容  18-19
    1.4.1 研究出发点  18-19
    1.4.2 研究内容  19
  1.5 本章小结  19-21
第二章牛肉眼肌切面图像特征及其分割方法  21-32
  2.1 牛胴体眼肌切面图像特征  21-22
  2.2 肉牛屠宰工艺及方法  22
  2.3 肉牛常规测定指标与测定方法  22-23
  2.4 常见的颜色模型  23-25
    2.4.1 RGB模型  23-24
    2.4.2 LAB模型  24
    2.4.3 HSI模型  24-25
  2.5 常规图像分割方法  25-29
    2.5.1 基于阈值的分割方法  26-28
    2.5.2 基于区域特性的分割方法  28
    2.5.3 基于边缘的分割方法  28-29
    2.5.4 基于统计模式分类的分割方法  29
  2.6 牛胴体眼肌切面图像分割方法  29-31
    2.6.1 国外对牛胴体眼肌切面图像分割方法的研究  29-30
    2.6.2 国内对牛胴体眼肌切面图像分割方法的研究  30-31
  2.7 本章小结  31-32
第三章牛胴体眼肌切面图像的分割  32-52
  3.1 牛胴体眼肌切面图像的获取  32-34
    3.1.1 试验样本  32
    3.1.2 试验仪器与设备  32-33
    3.1.3 图像采集  33-34
  3.2 牛胴体眼肌切面图像分割  34-50
    3.2.1 最大类间方差法对有效眼肌区域的分割  34-45
      3.2.1.1 罩子内壁固定区域的分割  35-40
      3.2.1.2 牛胴体眼肌切面图像去噪  40-42
      3.2.1.3 有效眼肌的提取  42-45
    3.2.2 色差法对有效眼肌区域的分割  45-50
      3.2.2.1 图像灰度化  45-47
      3.2.2.2 对比度拉伸  47-48
      3.2.2.3 二值化分割  48-49
      3.2.2.4 有效眼肌的提取  49-50
  3.3 本章小结  50-52
第四章牛胴体分级信息的检测  52-60
  4.1 眼肌面积和背膘厚的计算  52-54
    4.1.1 有效眼肌面积的计算  52
    4.1.2 背膘厚度的测量  52-54
  4.2 图像分割效果的评价  54-59
    4.2.1 有效眼肌提取误差率  54-57
    4.2.2 有效眼肌面积测量误差率  57-59
    4.2.3 背膘厚度测量误差率  59
  4.3 本章小结  59-60
第五章牛胴体产量等级预测模型  60-70
  5.1 雪花牛的概况  60-61
  5.2 产量等级指标的选取  61
  5.3 实验方法  61-62
    5.3.1 实验地点与材料  61-62
    5.3.2 牛胴体的分割  62
    5.3.3 参数测定  62
    5.3.4 统计方法  62
  5.4 牛肉产量的回归预测模型研究  62-65
    5.4.1 牛肉产量表示方法  63
    5.4.2 胴体产肉量相关性分析  63-64
    5.4.3 胴体产肉量回归分析  64
    5.4.4 胴体产肉量的预测方程  64-65
  5.5 胴体产肉量预测模型检验  65-67
    5.5.1 预测模型内部交叉验证  65-66
    5.5.2 预测模型外部交叉验证  66-67
  5.6 胴体产量等级评定标准的研究  67-68
    5.6.1 胴体产量等级评定方法  67-68
    5.6.2 胴体产量等级校正  68
  5.7 本章小结  68-70
第六章结论与展望  70-72
  6.1 结论  70-71
  6.2 展望  71-72
参考文献  72-77
致谢  77-79
攻读硕士学位期间发表的论文目录  79

基于计算机视觉的牛肉产量自动分级技术研究

内容摘要

全文目录

相似论文