牛胴体眼肌切面分级特征的提取与分析

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (02): 485-0490.

牛胴体眼肌切面分级特征的提取与分析

孟祥艳¹,孙永海¹,王笑丹¹,李志¹,胡铁军²,何兵²

1．吉林大学生物与农业工程学院|长春130022；2.吉林省长春皓月清真肉业股份有限公司|长春130062

收稿日期:2008-09-30 出版日期:2010-03-01 发布日期:2010-03-01
通讯作者: 孙永海（1956）,男,教授,博士生导师.研究方向：食品质量智能检测与控制.E-mail:sunyh@jlu.edu.cn E-mail:E-mail:sunyh@jlu.edu.cn
作者简介:孟祥艳（1980）,女,博士研究生.研究方向:农产品品质检测及其机器视觉技术. E-mail:xymeng07@mails.jlu.edu.cn
基金资助:
吉林省科技厅项目（20060217）；吉林省人民政府人才开发基金项目

Methods of extraction and analysis of grading features of ribeye section of beef carcass

MENG Xiang-yan¹,SUN Yong-hai¹,WANG Xiao-dan¹,LI Zhi1,HU Tie-jun²,HE Bing²

1.College of Biological and Agricultural Engineering, Jilin University, Changchun 130022, China;2.Jilin Province Changchun Haoyue Halal Meat Limited Company, Changchun 130062,China

Received:2008-09-30 Online:2010-03-01 Published:2010-03-01

摘要/Abstract

摘要：

利用具有USB接口的CMOS摄像头和VFW技术构建了牛胴体分级信息自动采集系统。提出眼肌切面分级特征的测量和分析方法，采用计算机图像分析理论提取眼肌面积、背膘厚度、大理石花纹等级，并提出了评价大理石花纹等级的指标。背膘厚度的提取准确率平均值为92.72％，标准偏差为4.75；眼肌区域提取准确率的平均值为94.84%，标准偏差为2.52。利用BP神经网络对大理石花纹的等级进行建模、验证，准确率达到了94.74％，满足牛胴体分级信息自动采集系统的准确性要求。

关键词: 食品加工技术, 检测系统, 机器视觉, 牛胴体眼肌切面分级

Abstract:

A camera with UBS interface and CMOS chip and Video for Window (VFW) technology were used to develop a computer vision system to obtain the image of beef ribeye section for acquiring grading information. The measuring and analysis methods of the grading features were introduced. The features, such as ribeye area, backfat thickness, marble distribution, muscle and fat colors were extracted by computer image analysis. Four parameters that represent the grading of beef marbling were determined. The accuracy (mean±standard deviation) of backfat thickness was (92.72±4.75) %, and that of ribeye area was (94.84±2.52) %. Assessment of grading of beef marbling was performed with backpropagation neural network, and the mean accuracy was 94.74, which meet the practical accurate requirement of computer vision system.

Key words: technology of food processing, detecting system, machine vision, grading on ribeye section of beef carcass

中图分类号:

TS251.7

孟祥艳, 孙永海, 王笑丹, 李志, 胡铁军, 何兵. 牛胴体眼肌切面分级特征的提取与分析[J]. 吉林大学学报(工学版), 2010, 40(02): 485-0490.

MENG Xiang-Yan, SUN Yong-Hai, WANG Xiao-Dan, LI Zhi, HU Tie-Jun, HE Bing. Methods of extraction and analysis of grading features of ribeye section of beef carcass[J]. 吉林大学学报(工学版), 2010, 40(02): 485-0490.

参考文献

相关文章 15

[1]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[2]	林金花, 王延杰, 王璐, 姚禹. 全局相机姿态优化下的快速表面重建[J]. 吉林大学学报(工学版), 2018, 48(3): 909-918.
[3]	周晓东, 张雅超, 谭庆昌, 张维君. 基于结构光视觉技术的圆柱度测量新方法[J]. 吉林大学学报(工学版), 2017, 47(2): 524-529.
[4]	张飞, 单忠德, 任永新, 聂军刚, 刘丰. 缸盖缺陷检测系统线阵相机现场标定方法[J]. 吉林大学学报(工学版), 2017, 47(2): 540-545.
[5]	徐梦蕾, 高宇, 刘静波, 熊晋锋, 赵颂宁, 黄延军. 基于抗氧化的大豆异黄酮对PC12细胞的神经保护作用[J]. 吉林大学学报(工学版), 2017, 47(1): 332-336.
[6]	张波,王文军,魏民国,成波. 基于机器视觉的驾驶人使用手持电话行为检测[J]. 吉林大学学报(工学版), 2015, 45(5): 1688-1695.
[7]	张铁华, 姜楠, 刘迪茹, 郝锦峰, 毛春玲, 郭明若. 乳清蛋白基质脂肪替代物的制备及其在低脂液态奶中的应用效果[J]. 吉林大学学报(工学版), 2015, 45(3): 1024-1028.
[8]	张保华, 黄文倩, 李江波, 赵春江, 刘成良, 黄丹枫. 基于I-RELIEF和SVM的畸形马铃薯在线分选[J]. 吉林大学学报(工学版), 2014, 44(6): 1811-1817.
[9]	袁媛, 张焕杰, 苗雨田, 吴思佳, 林松毅, 刘静波. 鲜切薯片油炸过程中丙烯酰胺形成的贡献率[J]. 吉林大学学报(工学版), 2014, 44(5): 1525-1530.
[10]	赵谋明, 龙肇, 赵强忠, 徐巨才. 蛋白质用量和比例对淡奶油理化性质的影响[J]. 吉林大学学报(工学版), 2014, 44(5): 1531-1536.
[11]	刘长英¹, 蔡文静¹, 王天皓², 李机智¹, 贾艳梅¹, 宋玉河¹. 汽车连杆裂解槽视觉检测技术[J]. 吉林大学学报(工学版), 2014, 44(4): 1076-1080.
[12]	金声琅, 王莹, 殷涌光. 高压脉冲电场对淀粉和肌原纤维蛋白混合凝胶强度的影响[J]. 吉林大学学报(工学版), 2014, 44(2): 573-578.
[13]	徐艳阳, 蔡森森, 吴海成. 玉米热风与微波联合干燥特性[J]. 吉林大学学报(工学版), 2014, 44(2): 579-584.
[14]	张铁华, 李玺, 叶海青, 车宇飞, 田路, 于亚莉. 发酵林蛙油饮品的研制及工艺优化[J]. 吉林大学学报(工学版), 2013, 43(06): 1719-1724.
[15]	万川, 田彦涛, 刘帅师, 陈宏伟. 基于主动机器视觉的人脸跟踪与表情识别系统[J]. 吉林大学学报(工学版), 2013, 43(02): 459-465.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed