学位论文 > 优秀研究生学位论文题录展示

基于大理石花纹特征的牛肉分级方法研究

作　者: 陈建文
导　师: 宗力
学　校: 华中农业大学
专　业: 农业机械化工程
关键词: BP神经网络背最长肌图像分割分形维数牛肉
分类号: TS251.7
类　型: 硕士论文
年　份: 2013年
下　载: 44次
引　用: 0次
阅　读: 论文下载

内容摘要

牛肉质量分级,经济效益显著。分级的牛肉比不分级的牛肉,价钱要高出几倍,甚至上十倍。牛肉大理石花纹等级是评价牛肉质量的最重要的指标。分形维数、大理石花纹面积比率与大理石花纹等级密切相关。对牛肉质量进行分级,主要是观察牛眼肌处的大理石花纹。眼肌是指牛背最长肌的横断面,大理石花纹是牛胴体第12至13或第6至7胸肋间背最长肌肌内脂肪。当前世界各国的牛肉分级方法,主要是视觉评定。由专业的牛肉质量等级评定师,观察牛的第12至13或第6至7胸肋处的背最长肌肌内脂肪的丰富程度,然后再与各国制定的牛肉大理石花纹标准图版进行比较,依据经验确定大理石花纹等级。这种方法存在着主观性。本课题吸纳了一些前人牛肉分级研究方面的成果,建立了预测牛肉大理石花纹等级的数学模型。本论文主要完成了以下几方面的工作：1)对中美两国牛肉大理石花纹标准图版,研究了它们的背最长肌的提取方法和分形维数计算方法。找到了提取背最长肌的方法,逐步提取出背最长肌。针对赘肉与背最长肌连接紧密的特殊图像,运用了人工添加椭圆法、迭代腐蚀膨胀法、人工添加曲线法。经过比较,这三种方法中最好的方法是人工添加曲线法。分形维数的计算,采用了传统的计盒维数法、差分计盒维数法、信息维数法、改进过的计盒维数法。四种方法进行比较,最佳方法为改进的计盒维数法。2)采集了60个牛肉眼肌样本,拍摄了样本的图片,并进行分级。运用Matlab软件,分几个步骤,逐步提取出背最长肌。针对赘肉与背最长肌连接紧密的样本,使用人工添加曲线法,来获取背最长肌。3)测定了样本大理石花纹中与等级密切相关的两个特征参数,即改进的计盒维数值和大理石花纹面积比率,并进行了单因素分析,得出这西个特征参数对等级有极显著性的影响。4)基于BP神经网络建立了大理石花纹等级的预测模型。等级为3、4、5、6、7的样本,每个等级随机选出两个样本。使用50个样本的数据,运用BP神经网络,预测这10个样本的等级,准确率为73%。总之目前国内外,牛肉等级的评定主要是采用人工视觉评定的方法,主观性较强。本论文使用了机器视觉、BP神经网络等方面的知识,对牛肉的质量分级,进行了较好的研究。机器视觉、分形理论,以及计算机图像处理,被各国肉类科学家认为是研究实现牛肉分级最有前途的技术手段,这些技术手段在论文中都有体现。

全文目录

目录  4-6
摘要  6-7
Abstract  7-9
第一章绪论  9-15
  1.1 研究的目的和意义  9
  1.2 国内外研究现状  9-12
    1.2.1 国外研究现状  9-11
    1.2.2 国内研究现状  11-12
  1.3 研究内容  12-13
  1.4 研究基础  13
  1.5 本研究创新之处  13-14
  1.6 技术路线  14-15
第二章基于MATLAB图像处理技术  15-30
  2.1 实验设备与样本采集  15-16
  2.2 样本分级方法  16-17
  2.3 Matlab图像处理技术  17-18
    2.3.1 Matlab概述  17
    2.3.2 Matlab的图像处理功能  17
    2.3.3 机器视觉概述  17-18
    2.3.4 应用Matlab用于牛肉分级方法简介  18
  2.4 中美两国牛肉大理石花纹标准图版图像处理  18-21
    2.4.1 背景去除  18-19
    2.4.2 背最长肌的提取  19
    2.4.3 背最长肌的提取的人工分界法  19-21
  2.5 样本图像的背景去除和背最长肌提取  21-28
    2.5.1 样本图像的背最长肌提取步骤  23-27
    2.5.2 大理石花纹提取  27-28
  2.6 样本分级结果  28-29
  2.7 本章小结  29-30
第三章大理石花纹特征参数的测定  30-43
  3.1 分形的基本理论  30
  3.2 分形维数的研究  30-34
    3.2.1 计盒维数  30-31
    3.2.2 信息维数  31
    3.2.3 差分计盒维数  31-32
    3.2.4 计盒维数的测定  32-33
    3.2.5 信息维数的测定  33-34
  3.3 分形维数计算  34-37
    3.3.1 分形维数计算方法比较  34-35
    3.3.2 分形维数计算方法确定  35-37
  3.4 大理石花纹面积密度  37-38
  3.5 样本的两个特征值分析  38-40
    3.5.1 分形维数与等级的关系  38
    3.5.2 大理石花纹面积比率与等级的关系  38-40
  3.6 样本的其他特征参数的研究  40-42
  3.7 本章小结  42-43
第四章数学建模  43-48
  4.1 神经网络建模介绍  43
  4.2 神经网络工作原理  43-45
  4.3 BP神经网络的检验  45
  4.4 BP神经网络样本等级预测  45-48
第五章结论与讨论  48-50
  5.1 结论  48
  5.2 讨论  48-50
参考文献  50-53
致谢  53-54
附录  54-57
硕士研究生期间发表的论文  57

基于大理石花纹特征的牛肉分级方法研究

内容摘要

全文目录

相似论文