学位论文 > 优秀研究生学位论文题录展示
基于分形理论及机器视觉的牛肉自动分级技术研究
作 者: 陈坤杰
导 师: 姬长英
学 校: 南京农业大学
专 业: 农业机械化工程
关键词: 牛肉 图像 分割 大理石花纹 分级 分形维 机器视觉
分类号: TS251.5
类 型: 博士论文
年 份: 2005年
下 载: 571次
引 用: 11次
阅 读: 论文下载
内容摘要
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Δ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。
|
全文目录
第一章 绪论 15-39 1.1 研究的目的和意义 15-19 1.2 牛肉分级系统 19-23 1.2.1 国外主要发达国家的牛肉分级系统概况 19-22 1.2.1.1 美国牛肉分级标准 19-20 1.2.1.2 日本牛肉分级标准 20-21 1.2.1.3 澳大利亚牛肉分级标准 21 1.2.1.4 欧盟牛肉分级标准 21-22 1.2.2 国内牛肉分级系统概况 22-23 1.3 牛肉自动分级技术及系统的研究 23-32 1.3.1 国研究概况 23-31 1.3.1.1 基于人工智能的牛肉自动分级技术 24-25 1.3.1.2 基于机器视觉的牛肉自动分级技术 25-31 1.3.2 国内的研究概况 31-32 1.4 主要研究内容和技术路线 32-39 1.4.1 主要研究内容 32-33 1.4.1.1 牛肉大理石花纹图像的处理 32-33 1.4.1.2 牛肉大理石花纹图像分形维的计算 33 1.4.1.3 牛肉大理石花纹的分形特征 33 1.4.1.4 基于分形维的牛肉大理石花纹等级判定指标 33 1.4.1.5 牛肉自动分级技术 33 1.4.2 技术路线 33-39 第二章 牛胴体眼肌切面图像的预处理 39-73 2.1 牛胴体眼肌切面图像处理概述 39 2.2 实验用图像样本和实验设备 39-40 2.2.1 实验用图像样本 39-40 2.2.2 牛肉大理石花纹等级的人工评定 40 2.2.3 实验设备 40 2.3 牛胴体眼肌切面图像的分割及二值化方法 40-47 2.3.1 图像分割处理方法 40-43 2.3.1.1 基于像素分类的分割 41-42 2.3.1.2 基于边缘检测的分割 42-43 2.3.1.3 基于区域的分割 43 2.3.1.4 多尺度分割 43 2.3.2 牛胴体眼肌切面图像的分割方法研究 43-47 2.3.2.1 国外对牛胴体眼肌切面图像分割方法的研究 43-44 2.3.2.2 国内对牛胴体眼肌切面图像分割方法的研究 44-45 2.3.2.3 基于特定理论的分割算法在牛胴体眼肌图像分割中的应用 45-47 2.4 牛胴体眼肌切面图像的背景分割 47-58 2.4.1 颜色模型 47-49 2.4.1.1 RGB模型 48 2.4.1.2 Lab模型 48-49 2.4.1.3 HSI模型 49 2.4.2 颜色模型的选择 49-52 2.3.3 背景分割的算法原理及实现方法 52-55 2.3.3.1 区域生长法 52-53 2.3.3.2 初始生长点的选择 53-54 2.3.3.3 生长准则的确定 54-55 2.3.3.4 生长中止规则的建立 55 2.3.4 实验结果 55-57 2.3.5 实验结果的改进 57-58 2.4 牛胴体眼肌切面图像中背长肌区域的分割 58-67 2.4.1 背长肌区域的分割方法与步骤 58-60 2.4.2 图像二值化方法及实验结果 60-61 2.4.3 孤立点(小区域)去除方法及实验结果 61-62 2.4.4 外覆脂肪区的去除方法及实验结果 62-63 2.4.5 图像腐蚀方法及实验结果 63-64 2.4.6 附生肌去除方法及实验结果 64-65 2.4.7 图像膨胀方法及实验结果 65-66 2.4.8 图像“与”运算方法及实验结果 66-67 2.5 牛胴体眼肌切面大理石花纹的抽取 67-73 2.5.1 算法原理 67-68 2.5.2 实验结果 68-73 第三章 牛肉大理石花纹的分形特征 73-109 3.1 分型理论及分形维数的计算方法概述 73-82 3.1.1 分形理论 73-74 3.1.2 分形维数的定义 74-77 3.1.2.1 豪斯道夫(Hausdorff)维数 74-75 3.1.2.2 相似维数 75 3.1.2.3 容量维数 75-76 3.1.2.4 计盒维数 76 3.1.2.5 信息维数 76-77 3.1.3 分形维数的计算方法 77-79 3.1.3.1 由观测尺度求维数 77 3.1.3.2 根据测度关系求维数 77-78 3.1.3.3 根据分布函数求维数 78 3.1.3.4 由相关函数求维数 78 3.1.3.5 根据功率谱密度求分维 78-79 3.1.3.6 半方差法 79 3.1 .4分形理论的研究与应用 79-82 3.1.4.1 分形维的计算方法 80 3.1.4.2 识别与分类 80-81 3.1.4.3 图像的模拟和生成 81 3.1.4.4 在工程技术方面的应用 81-82 3.2 牛肉大理石花纹分形维的计算 82-100 3.2.1 牛肉大理石花纹的计盒维数 82-93 3.2.1.1 计算原理与方法 82-84 3.2.1.2 实验结果与分析 84-93 3.2.2 牛肉大理石花纹的信息维数 93-100 3.2.2.1 计算原理与方法 93-95 3.2.2.2 实验结果与分析 95-100 3.3 牛肉大理石花纹分形特征分析 100-109 第四章 牛肉大理石花纹等级判定的数学模型 109-139 4.1 表征牛肉大理石花纹丰富程度的特征参数 109-110 4.2 特征参数的测定方法 110-111 4.2.1 脂肪面积比率 110 4.2.2 脂肪颗粒总数 110 4.2.3 大脂肪颗粒数 110 4.2.4 小脂肪颗粒数 110-111 4.2.5 计盒维数 111 4.2.6 维数信息 111 4.3 测定结果与分析 111-129 4.3.1 脂肪面积比率与牛肉大理石花纹等级的关系 111-114 4.3.2 脂肪颗粒总数与牛肉大理石花纹等级的关系 114-117 4.3.3 大脂肪颗粒数与牛肉大理石花纹等级的关系 117-120 4.3.4 小脂肪颗粒数与牛肉大理石花纹等级的关系 120-123 4.3.5 计盒维数与牛肉大理石花纹等级的关系 123-126 4.3.6 信息与牛肉大理石花纹等级的关系 126-129 4.4 牛肉大理石花纹等级判定数学模型的建立 129-135 4.5 牛肉大理石花纹等级判定数学模型的检验 135-139 第五章 结论与建议 139-142 5.1 主要结论 139-140 5.2 对今后研究工作的建议 140-142 附录A博士期间发表的论文 142-143 致谢 143
|
相似论文
- 熔化极气体保护焊熔滴过渡图像分析系统,TG444
- 基于CCD图像传感器的温度测量技术研究,TH811
- 电缆巡检车图像引导技术的研究,U469.6
- 670t/h四角切圆锅炉炉内煤粉燃烧过程的数值模拟,TK224.11
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- 联合编码调制技术中TCM与BICM方案性能研究,TN911.22
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 空中目标与背景的红外图像仿真技术研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
- 医学超声图像去噪方法研究,TP391.41
中图分类: > 工业技术 > 轻工业、手工业 > 食品工业 > 屠宰及肉类加工工业 > 肉制品
© 2012 www.xueweilunwen.com
|