基于分形理论及机器视觉的牛肉自动分级技术研究

《基于分形理论及机器视觉的牛肉自动分级技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、y9{0996分类号羔§登≥：§学号2QQ丝12篮南京蔑黄戈蓬博士学位论文基于分形理论及机器视觉的牛肉自动分级技术研究陈坤杰指导教师：筵长墓教援专业名称盔些扭越丝王程研究方向现岱壅些扭越堡途生装备答辩日期三QQ五生土二目基于分形维和机器视觉的牛肉自动分级技术研究摘要建立牛肉分级制度，是引导市场消费、规范牛肉生产与流通、形成优质优价体系从而促进牛肉业健康快速发展的重要措施。目前世界上主要的牛肉生产及消费国均已建立了各自的牛肉分级体系，成为其保障国内肉牛业健康发展的主要手段，我国也已经制订并颁布了我国牛肉质量评定分级的行业标准。目前，世界各国的牛

2、肉分级体系所采用的分级方法，主要是主观的视觉评定。评价指标包括牛肉的大理石花纹、牛肉色泽、牛肉的生理成熟度以及牛肉的脂肪色等，其中，牛肉大理石花纹等级是最主要的评价指标。由于现存的牛肉等级评定方法是一种主观、定性而非客观定量的评价方法，评定过程会受到人为因素的干扰，不仅效率低，难以保证公平和公正，而且还存在相当大的误差。因此，研究牛肉分级的定量指标和客观评定方法，探讨牛肉的自动分级技术，正成为目前世界肉类生产发达国家在肉类科学领域的热点研究问题之一。由于牛肉的生物特质，其眼肌切面大理石花纹和色泽千变万化，要找出一个能自动对其等级进行评判的方法

3、非常困难，直到80年代初，一些科学家将机器视觉与图像处理技术应用到牛肉自动分级中，牛肉自动分级技术才获得重要发展，目前，机器视觉和图像处理技术，被公认为是实现牛肉自动分级的最有效技术手段。本研究利用计算机图像处理和机器视觉技术，对牛胴体眼肌切面图像进行预处理，分割出大理石花纹，然后测定牛肉大理石花纹的分形维，研究其分形特征，最后找出基于牛肉大理石花纹分形维数的、能全面、准确描述牛肉大理石花纹丰富程度的量化指标，建立该指标与牛肉大理石花纹等级关系的数学模型，实现牛肉大理石花纹等级的自动判别。牛胴体眼肌切面图像的预处理主要包括背景消除、背长肌区域

4、分割及肌内脂肪分割等3个部分。背景消除采用区域生长法进行，生长从图像的最左上角开始，逐渐向右向下进行。生长规则采用基于区域灰度差准则，根据区域内像素亮度的灰度值来描述区域的一致性或相似性，即：对于像素g，检查其邻域中另一个像素g’，如果二者的灰度值之差在某个预先设定的范围A内，则把g’合并到g所在的区域内。区域生长的中止条件由图像分割的最佳阈值决定，最佳阈值通过迭代法获得。实验结果表明，采用区域生长法进行牛胴体眼肌切面图像的背景消除，可以获得良好的分割效果。———————————————————————————————————————————

5、——————————————————————————————————————————————————————————————————————————————·'1背长肌区域的分割采用了基于形态学的综合图像处理技术，首先采用阈值法，将消除了背景的牛胴体眼肌切面图像进行二值化处理，再用差影法消去图像的脂肪区域，然后采用全方位图像腐蚀和膨胀技术，分割出背长肌区域的二值化图像，最后，通过将二值化的背长肌区域图像和消除了背景的牛胴体眼肌切面原图像进行图像“与”操作，最终实现背长肌区域从牛胴体眼肌切面原图像中的分割。对牛肉大理石花纹标准图板和牛肉样本图像

6、所进行的分割实验结果表明，基于形态学的综合图像处理技术具有很好的适应性，可以对各种牛胴体眼肌切面图像实现背长肌区域的准确分割。对背长肌区域脂肪与肌肉的精确分割，是提取牛肉夫理石花纹特征参数，实现大理石花纹等级等级的自动判定的关键步骤。图像的二值化处理，是一种简单有效的图像分割方法。本文采用OtSU法实现阈值的自动选取，然后以此阈值为门限值，对图象进行二值化处理，实验结果显示，该方法可以精确有效的从背长肌区域提取出牛肉的大理石花纹。分形，通常被人们看作是大小碎片聚集的状态，是没有特征长度的图形、构造以及现象的总称，具有自相似性与标度不变性两个重

7、要特征，主要被用来描述那些无序、不规则的、非线性的自然形态和现象。分形维数是分形理论中最核心的概念和内容，它是对一个分形集的不规则程度、复杂性和碎裂程度的度量，是描述分形特征的定量参数。对各种维数的探索，已成为研究分形几何的主要工具。关于分维，人们从各自的研究领域出发，提出了许多种定义，主要有豪斯道夫维数、计盒维数、信息维数、相似维数和填充维数等。其测定方法，包括粗视化法、测度关系法、相关函数法、功率谱法和半方差法等。本文在牛胴体眼肌切面图像预处理的基础上，首先测定了牛肉大理石花纹标准图板和样本图像的计盒维数和信息维数，然后进一步测定了顺时针

8、旋转45度的样本图像及局部样本图像的计盒维数和信息维数。计盒维数的测定采用基于粗视化法原理的像素点覆盖法，该方法的基本原理是，用某一边长的网格，将图像数据矩阵划分为