基于机器视觉的羊肉新鲜度无损检测研究.pdf

《基于机器视觉的羊肉新鲜度无损检测研究.pdf》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、分类号：密级：公开学号：2015201108单位代码：10759石河子大学硕士学位论文基于机器视觉的羊肉新鲜度无损检测研究学位申请人范中建指导教师朱荣光副教授申请学位门类级别工学硕士学科、专业名称农业机械化工程研究方向农业装备自动控制与智能检测技术所在学院机械电气工程学院中国·新疆·石河子2018年5月StudyonNondestructiveDetectionofFreshnessofMuttonBasedonMachineVisionADissertationSubmittedtoShiheziUniversityInP

2、artialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringByFanZhong-jianDissertationSupervisor:Vice-Prof.ZhuRong-guangMay,2018石河子大学学位论文独创性声明及使用授权声明学位论文独创性声明本人所呈交的学位论文是在我导师的指导下进行的研究工作及取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已

3、在文中作了明确的说明并表示谢意。研究生签名：时间：年月日使用授权声明本人完全了解石河子大学有关保留、使用学位论文的规定，学校有权保留学位论文并向国家主管部门或指定机构送交论文的电子版和纸质版。有权将学位论文在学校图书馆保存并允许被查阅。有权自行或许可他人将学位论文编入有关数据库提供检索服务。有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。研究生签名：时间：年月日导师签名：时间：年月日本课题受国家自然科学基金项目《新疆冷却羊肉储藏品质的动力学及不同光学速测技术融合研究》（编号：31460418）和教育部高

4、等学校博士学科点专项科研基金项目《基于高光谱图像的新疆羊肉新鲜度快速无损检测模型优化及机理分析研究》（编号：20136518120004）以及石河子大学青年创新人才培育计划项目《基于多源光学信息的羊肉新鲜度快速检测机理及系统开发研究》（编号：CXRC201707）资助摘要羊肉肉质细嫩、味道鲜美、营养丰富，是新疆、宁夏等西北地区居民日常生活食用的主要肉类之一，近年来受到了广大消费者的喜爱，随着生活水平的提高，人们对羊肉新鲜度的要求也越来越高。目前针对肉品新鲜度的传统检测方法经常需要复杂的样品前处理，存在费时费力、测定步骤繁琐等

5、缺点，难以满足肉品新鲜度快速无损的检测需求。因此探索一种快速、准确的羊肉新鲜度检测方法对于羊肉品质检测分级具有重要作用。机器视觉技术具有快速、无损、低成本、安全可靠等优点，正逐渐取代传统的缺陷检测方法。近年来随着科技的进步逐渐完善和推广，包含彩色图像和高光谱图像等技术。本文以具有鲜明地方特色的新疆羊肉为研究对象，综合利用彩色图像和高光谱图像技术结合图像处理与模式识别方法，开展羊肉新鲜度的快速无损检测研究。主要研究内容和结果如下：（1）利用彩色图像对真空包装冷却羊肉新鲜度进行检测。对于羊肉彩色图像，利用其R、G、B分量图像分别

6、采用中值滤波和同态滤波处理后提取灰度共生矩阵和Gabor纹理特征并建立PLSDA模型效果比较研究，研究发现采用同态滤波处理提取的组合纹理特征建模效果较优，模型校正集、交互验证集和测试集准确率分别为88.19%、83.46%、85.71%。在此基础上，利用GA、SPA和CARS筛选特征变量，建立基于特征变量的SVM、ELM、BP和adaboost-BP羊肉新鲜度检测模型。其中采用GA建立的三层BP神经网络为最优羊肉新鲜度检测模型，模型校正集、交互验证集和测试集准确率分别为100%、92.94%、95.24%。（2）利用高光谱R

7、GB波段图像和特征波段图像对真空包装冷却羊肉新鲜度进行检测。分别基于高光谱RGB波段图像和特征波段图像开展真空包装冷却羊肉的新鲜度检测研究。其中，RGB波段图像和特征波段图像分别是以640.1nm、550.4nm、459.9nm和476.9nm、562.7nm、625.0nm、650.2nm、816.7nm为中心的周围五幅波段图像平均而成。对于RGB波段图像和特征波段图像，分别探讨了不同的图像滤波方法结合不同的纹理特征提取方法的PLSDA羊肉新鲜度检测效果。在最优全变量PLSDA建模的基础上，分别采用GA、SPA、CARS筛

8、选特征变量，建立基于特征变量的SVM、ELM、BP和adaboost-BP比较分析模型。对于高光谱RGB波段图像和特征波段图像，均为CARS-ELM建模检测结果最优，模型校正集、交互验证集、测试集准确率分别为98.43%、91.36%、90.48%和93.70%、91.36%、95.24%