方案摘要
方案下载| 应用领域 | 食品/农产品 |
| 检测样本 | 畜禽肉及副产品 |
| 检测项目 | 理化分析>物理性指标 |
| 参考标准 | 无 |
本研究应用400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。
本研究应用400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。
牛肉的质量通常根据其大理石花纹、生理成熟度、肌肉颜色和脂肪颜色分成不同的等级。其中，大理石花纹的丰富程度是最主要的评价指标。随着计算机和图像处理技术的发展，机器视觉在牛肉大理石花纹图像分割、特征提取以及等级自动判定中得到了广泛研究与应用。在利用机器视觉技术进行牛肉大理石花纹等级的自动判定中，对大理石花纹进行精确分割，是牛肉等级自动判定的基础，尽管已有大量的有关牛肉图像算法不断提出，但由于光源、样品表面水分反射等原因，造成的大理石花纹分割不够精确的问题仍然存在。
目前，高光谱图像技术已经被运用于很多研究领域，在农产品检测中也有广泛的研究报道，但利用高光谱图像和光谱信息技术进行牛肉大理石花纹分割的研究目前尚未见报道。本文通过对牛肉高光谱图像中的脂肪和肌肉光谱信息进行挖掘分析，提取适合牛肉大理石花纹分割的最优波段图像，然后通过Otsu 自动取阈值的方法，对大理石花纹进行分割，并对其分割精度进行比较分析。
在不同的波段，牛肉高光谱图像脂肪区域和肌肉区域的光谱反射强度有明显的不同。较大的脂肪区域与肌肉区域光谱反射强度之比主要集中在465～580 nm波段。其中，在534 nm波长，脂肪区域与肌肉区域光谱反射强度之比有最大值。采用相同的图像处理方法对牛肉彩色原图和534nm特征波长图像进行大理石花纹分割，对特征波长图像的大理石花纹分割精度η=0.928，较原图更接近1，且均方误差也更小。因此，相较于原始图像，对牛肉特征波长图像进行大理石花纹分割，可以获得更高的分割精度。
文献贡献者
高光谱相机对“阳光玫瑰葡萄”的糖度测试实验
高光谱成像系统对燕麦β-葡聚糖含量估测研究
高光谱成像技术的水稻叶瘟病斑分割方法及其光谱特性分析
相关产品
关注
拨打电话
留言咨询
