電源在箱體后面，且相機(jī)通過USB 數(shù)據(jù)傳輸線與計(jì)算機(jī)相連。采集時(shí)，將激光發(fā)射器2垂直對(duì)準(zhǔn)平板上豬肉的中屯、，且激光發(fā) 射器2與平板的距離保持恒定巧mm)，中屯、發(fā)射波長為650nm左右，相機(jī)1鏡頭到平板的距 離也保持恒定（285mm)，相機(jī)1的波長響應(yīng)范圍為400-1lOOnm，采集得到640X48化ixel的 紋理圖像，該采集方案相關(guān)數(shù)據(jù)的選取經(jīng)過了大量的實(shí)驗(yàn)反復(fù)加W驗(yàn)證，運(yùn)樣處理的好處 是有利于后續(xù)的紋理圖像預(yù)處理和特征提取。如圖2所示，當(dāng)激光垂直照射到平板上的豬 肉，一部分光直接穿透豬肉，另一部分光照射在豬肉上發(fā)生光學(xué)散射現(xiàn)象，透射光和散射光 形成的紋理圖像由相機(jī)采集傳輸?shù)接?jì)算機(jī)。
[0034] (3)紋理圖像預(yù)處理和特征提?。?br>[0035] 首先提取紋理圖像感興趣區(qū)域（R0I)，然后提取R0I同屯、圓平均灰度值與方差特 征W及散射紋理特征，分別表征豬肉的內(nèi)部結(jié)構(gòu)信息和外觀品質(zhì)信息。所述的感興趣區(qū)域 為紋理圖像的光斑區(qū)，提取如下：W光斑最亮點(diǎn)為圓屯、，最亮點(diǎn)到光斑的邊緣為半徑，所得 到的圓形區(qū)域即為感興趣區(qū)域。
[0036] 同屯、圓平均灰度和方差特征：反映了豬肉的內(nèi)部結(jié)構(gòu)特征，W感興趣區(qū)域的中屯、 為圓屯、，向外每隔相同像素即產(chǎn)生一個(gè)環(huán)形圓，計(jì)算其平均灰度μ和方差d2。
[0037] 散射紋理特征：反映了豬肉的外觀品質(zhì)特征，主要特征參數(shù)有Vl、V2、V3、V4;其中Vl 反映了元素在行或列方向上的相似程度；V2反映了紋理的清晰度，V2大，表明紋理基元對(duì)比 強(qiáng)烈，紋理溝紋深，圖像越清晰；V3是各元素的平方和；V4度量了圖像局部紋理的變化，反映 的是紋理的規(guī)則程度。
[0038] 如圖3所示，在本實(shí)施例中，作為優(yōu)選的實(shí)施方案，同屯、圓平均灰度值和方差特征 的提取，WR0I中屯、點(diǎn)為圓屯、，向外每隔10像素選取一個(gè)環(huán)形區(qū)域，環(huán)形寬度1像素，共14 個(gè)環(huán)形，分別計(jì)算每個(gè)環(huán)形的平均灰度值和方差，共28個(gè)變量；散射紋理特征Vi、V2、V3、V4 的提取，試驗(yàn)采用256級(jí)灰度，步長選用系統(tǒng)默認(rèn)值1，生成方向分別、45°、90°和 135°計(jì)算，在每個(gè)生成方向下對(duì)紋理圖像提取￥1、￥2、乂3、乂4共4個(gè)特征參數(shù)，計(jì)算公式如下， 獲得16個(gè)紋理特征參數(shù)；因此，同屯、圓平均灰度值和方差特征及散射紋理特征共計(jì)44個(gè)特 征變量。
[004引式中，μ1、μ2為平均灰度值，中2、dzZ為方差，P為聯(lián)合概率分布函數(shù)，g為圖像灰 度級(jí)，d為生成步長，Θ為生成方向。
[0046] (4)預(yù)測模型的建立和評(píng)價(jià)：
[0047] 采用線性判別分析（LDA)的方法構(gòu)建分類模型。其分類結(jié)果如圖4所示，可W看 出Ξ種不同新鮮度等級(jí)的豬肉得到很好的區(qū)分，少部分樣本之間有交叉，識(shí)別率達(dá)到90%。 結(jié)果表明，利用本發(fā)明的方法可W用于豬肉新鮮度的快速檢測。
[0048] 通過上述實(shí)驗(yàn)驗(yàn)證：觀察豬肉存放于4°C冰箱新鮮度隨時(shí)間的變化，揮發(fā)性鹽基 氮（TVB-N)與細(xì)菌總數(shù)（TVC)是評(píng)價(jià)豬肉新鮮度的兩個(gè)重要指標(biāo)，實(shí)驗(yàn)結(jié)果表明，豬肉存放 的第一天為新鮮的，第Ξ天為次新鮮的，第五天為變質(zhì)肉。因此，將大小、厚度一致的新鮮豬 肉樣本存放于4°C冰箱，分別采集其1、3、5天的紋理圖像，提取R0I，再提取R0I的同屯、圓平 均灰度和方差特征W及散射紋理特征Vi、V2、V3、V4,最后利用線性判別分析的方法建立豬肉 不同新鮮度等級(jí)的分類鑒別模型，并運(yùn)用所建模型實(shí)現(xiàn)同類未知樣本的鑒別。
[0049] 對(duì)所建立的模型觀測效果進(jìn)行評(píng)估時(shí)，隨機(jī)選取豬肉樣本的2/3作為訓(xùn)練組，用 于模型的建立，剩余的1/3作為驗(yàn)證組，用于模型預(yù)測結(jié)果的檢驗(yàn)。
[0050] 在本說明書的描述中，參考術(shù)語"一個(gè)實(shí)施例"、"一些實(shí)施例"、"示意性實(shí)施例"、 "示例"、"具體示例"、或"一些示例"等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié) 構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說明書中，對(duì)上述術(shù)語的 示意性表述不一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特 點(diǎn)可w在任何的一個(gè)或多個(gè)實(shí)施例或示例中w合適的方式結(jié)合。
[0051] 盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，本領(lǐng)域的普通技術(shù)人員可W理解：在不 脫離本發(fā)明的原理和宗旨的情況下可W對(duì)運(yùn)些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本 發(fā)明的范圍由權(quán)利要求及其等同物限定。
【主權(quán)項(xiàng)】
1. 一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特征在于，包括以下步 驟： 步驟1，豬肉樣本的制備：將新鮮豬肉切成大小、厚度一致的樣本，存放于4°c冰箱保 存； 步驟2,豬肉紋理圖像的采集：在激光成像系統(tǒng)中，選用可見光波段的激光發(fā)射器，垂 直照射豬肉樣本，利用相機(jī)采集豬肉樣本的紋理圖像； 步驟3,提取紋理圖像的感興趣區(qū)域，然后提取感興趣區(qū)域同心圓平均灰度值與方差特 征以及散射紋理特征I、V2、V3、V4，以此作為豬肉新鮮度等級(jí)的分類依據(jù)； 步驟4,分類預(yù)測模型的建立和評(píng)價(jià)：采用化學(xué)計(jì)量學(xué)方法建立豬肉新鮮度的分類模 型，并運(yùn)用該模型實(shí)現(xiàn)同類未知新鮮度等級(jí)的豬肉樣本的分類。2. 根據(jù)權(quán)利要求1所述的一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特 征在于，步驟2中，所述的激光成像系統(tǒng)包括光箱、相機(jī)、激光發(fā)射器和計(jì)算機(jī)，其中相機(jī)和 激光發(fā)射器位于光箱內(nèi)，且相機(jī)通過USB數(shù)據(jù)傳輸線與計(jì)算機(jī)相連。3. 根據(jù)權(quán)利要求2所述的一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特 征在于，步驟2中，所述的豬肉紋理圖像的采集如下：當(dāng)激光垂直照射到平板上的豬肉，一 部分光直接穿透豬肉，另一部分光照射在豬肉上發(fā)生光學(xué)散射現(xiàn)象，透射光和散射光形成 的紋理圖像由相機(jī)采集傳輸?shù)接?jì)算機(jī)。4. 根據(jù)權(quán)利要求3所述的一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特 征在于，所述相機(jī)的波長響應(yīng)范圍為400-1lOOnm，所述激光發(fā)射器為650nm左右的點(diǎn)光源， 相機(jī)鏡頭到平板的距離與激光發(fā)射器到平板的距離根據(jù)實(shí)驗(yàn)條件而定。5. 根據(jù)權(quán)利要求1所述的一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特 征在于，步驟3中，所述的感興趣區(qū)域?yàn)榧y理圖像的光斑區(qū)，提取如下：以光斑最亮點(diǎn)為圓 心，最亮點(diǎn)到光斑的邊緣為半徑，所得到的圓形區(qū)域即為感興趣區(qū)域。6. 根據(jù)權(quán)利要求1所述的一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法，其特 征在于，所述步驟3中， 首先是同心圓平均灰度值和方差特征的提?。阂訰0I中心點(diǎn)為圓心，向外每隔10像素 選取一個(gè)環(huán)形區(qū)域，環(huán)形寬度1像素，共14個(gè)環(huán)形，分別計(jì)算每個(gè)環(huán)形的平均灰度值和方 差，共28個(gè)變量；其次是散射紋理特征VpV2、V3、V4的提?。涸囼?yàn)采用256級(jí)灰度，步長選 用系統(tǒng)默認(rèn)值1，生成方向分別以0°、45°、90°和135°計(jì)算，在每個(gè)生成方向下對(duì)紋理 圖像提取I、V2、V3、1共4個(gè)特征參數(shù)，獲得16個(gè)紋理特征參數(shù)；因此，同心圓平均灰度值 和方差特征及散射紋理特征共計(jì)44個(gè)特征變量。
【專利摘要】本發(fā)明公開了一種基于激光成像技術(shù)的豬肉新鮮度的快速檢測方法。利用激光成像系統(tǒng)采集三個(gè)不同新鮮度等級(jí)的豬肉紋理圖像，該圖像不僅能夠反映豬肉的外觀品質(zhì)信息，還可以反映豬肉的內(nèi)部結(jié)構(gòu)信息。首先提取散射圖像的感興趣區(qū)域(ROI)，然后提取同心圓平均灰度值與方差特征以及ROI散射紋理特征，以此建立豬肉新鮮度的分類模型，并運(yùn)用該模型實(shí)現(xiàn)同類未知新鮮度等級(jí)的豬肉樣本的鑒別。
【IPC分類】G01N21/49
【公開號(hào)】CN105277516
【申請(qǐng)?zhí)枴緾N201510787048
【發(fā)明人】陳全勝, 張彬, 李歡歡, 歐陽琴, 張東亮, 潘文秀, 趙杰文
【申請(qǐng)人】江蘇大學(xué)
【公開日】2016年1月27日
【申請(qǐng)日】2015年11月16日