共查询到17条相似文献,搜索用时 218 毫秒
1.
2.
基于机器视觉的鸡胴体质量分级方法 总被引:4,自引:0,他引:4
提出一种基于机器视觉技术的鸡胴体质量分级方法。使用数码相机在肉鸡屠宰厂随机采集95幅鸡胴体图像,对采集图像预处理后,提取出鸡胴体投影面积、轮廓长度和胸宽等6个图像特征。然后以这6个特征参数为输入,利用95个样本为训练集,通过回归分析的方法,分别建立预测鸡胴体质量的一元线性回归模型和多元线性回归模型,找出预测质量的最佳模型,最后采集5组共100个样本为验证集,对最佳分级模型进行验证。结果显示,鸡胴体图像的6个特征参数中,基于投影面积的一元线性模型决定系数最大,为0.827;基于投影面积等4个特征量的多元线性模型决定系数最大,为0.880。根据样本数据的学生化残差剔除了8个异常点的数据,修正后的多元线性模型决定系数为0.933,并将其作为最佳模型。利用最佳模型对验证集样本进行质量分级,模型对鸡胴体质量等级判定的平均正确率可达89%。结果表明基于图像特征的鸡胴体自动分级方法是可行的。 相似文献
3.
4.
5.
6.
基于图像运算的牛肉大理石花纹分割方法 总被引:3,自引:2,他引:1
针对牛胴体眼肌切面大理石花纹图像的自然纹理特征,首先采用区域生长法进行图像的背景分割,然后采用图像差影法操作、图像腐蚀和膨胀技术以及图像的逻辑运算实现背长肌区域的分割,再通过Otsu法自动选取阈值,以此阈值为门限值,对图像进行二值化处理,最终提取出牛肉大理石花纹。实验结果表明,该综合处理技术具有很好的适应性,可以对各种牛胴体眼肌切面图像进行大理石花纹的准确分割。 相似文献
7.
牛肉嫩度的高光谱法检测技术 总被引:6,自引:0,他引:6
为实现对牛肉嫩度的预测和分级,构建了试验用高光谱检测系统,在400~1000nm波长范围内获取牛肉表面的高光谱散射图像.从高光谱图像中提取牛肉的反射光谱曲线,用step-wise逐步回归法选择 430、496、510、725、760和828nm 6个波长建立了多元线性回归模型,用全交叉验证法验证模型的预测效果,模型的预测相关系数为0.96,预测标准差为0.64kg.以嫩度6.0kg为界将样本分为嫩牛肉和粗糙牛肉2类,特征波长处反射值为变量,建立了正则判别函数对牛肉嫩度分级,用全交叉验证法验证训练的效果.嫩牛肉分级准确率为83.3%,较粗糙牛肉分级准确率为90.9%,总的分级准确率为87.0%.研究表明该预测和分级技术具有一定的可行性. 相似文献
8.
生理成熟度及牛肉肌纤维特征与嫩度关系试验研究 总被引:1,自引:0,他引:1
生理成熟度(牛龄)是牛肉质量分级的重要参考指标,研究牛龄与嫩度之间的定量关系,对建立牛肉质量分级标准及牛肉自动分级系统的开发具有重要意义。选取4组不同月龄的牛肉背长肌样本,采集其眼肌区域微观图像,通过图像处理的方法提取出每个样本的肌纤维直径、周长和密度,然后再用质构仪测定出每个样本的剪切力,研究分析不同牛龄的牛肉肌纤维直径、周长和密度的变化规律及其与剪切力之间的关系。结果显示,随着牛龄的增大,牛肉肌纤维直径和周长均线性增加,而肌纤维密度则线性下降(P0.05);同时,随着肌纤维直径和周长的增加、肌纤维密度的下降,牛肉剪切力线性增大(P0.05)。牛龄对肌纤维直径、周长、密度及牛肉剪切力具有显著影响。 相似文献
9.
10.
针对市场上存在以解冻牛肉冒充冷鲜牛肉售卖的问题,研究了利用超声成像技术对冷鲜与解冻牛肉进行质构分析与鉴别的可行性。首先,通过超声成像设备采集冷鲜与解冻牛肉超声图像信息,并结合质构参数、微观结构和部分理化指标分析图像差异成因。然后,采用灰度共生矩阵法提取图像纹理特征值,利用主成分分析法进行数据降维处理,分别建立线性判别分析(Linear discriminant analysis,LDA)和支持向量机(Support vector machine,SVM)两种判别模型。结果表明,两种判别模型均有较好的分类效果,其中LDA模型更优,当主成分数为5时,模型的训练集和测试集识别率均达到100%。说明应用超声成像技术对冷鲜与解冻牛肉进行质构分析与鉴别是可行的。 相似文献
11.
根据肉牛屠宰现场牛肉自动分级的技术要求,设计并构建了一个以TMS320DM642处理芯片为核心的牛胴体眼肌图像在线采集和实时分割系统.首先利用所开发系统在线采集牛肉图像,然后通过蒙板方法,对所采集图像进行背景分割;由于DM642系统采用y、Cb、Cr 3个色度分量来分别描述和存储图像,为节省算法处理的数据量,对Cr(红色)色度空间图像进行二值化处理,然后再用区域面积标记法和小区域消除法提取眼肌区域.实验结果表明,利用DM642系统能够实现牛肉图像的在线采集和眼肌区域分割,眼肌图像提取的准确率平均值为92.9%. 相似文献
12.
图像增强是图像处理中非常重要的一种技术,线性增强技术在牛肉图像处理过程中必不可少。为此,从实际程序设计出发,采用而向对象的编程思路,通过对话框来接受用户输入的数据,最后用一个程序来完全实现各种线性增强技术,并用牛肉图像作为载体,实验证明本技术完全正确。 相似文献
13.
14.
Dynamic linear programming was used to model the US beef production system, to determine the cattle cycle effects on feeder cattle supplies and to select feeding options that would maximise USDA choice and prime quality grade beef production. The model represented the US as a five-region beef production system with inter-regional transportation of offspring for feeding purposes. Cow weights, offspring weaning weights and feed efficiency were different for each region, but the feeding activities were the same in each region except for region two. In region two the feeding of grain to steer and heifer offspring was not an industry practice. Dynamic properties of the model were achieved through constraints that transferred animals from year zero (initial condition) to year five using calving, cow culling, replacement heifer and death loss rates as controlling parameters. The results of model exercises that used historical parameter values indicate that there will be a significant decrease in the supply of beef at all grade levels over the next five years. They also suggest that it is more economically efficient to feed calves from the southeastern and northern parts of the USA if they are transported to the southwestern region. 相似文献
15.
盐渍土膜下滴灌过程中的土壤理化性质存在空间变异性,对灌溉管理有一定影响。该文根据3个不同尺度下土壤采样及颗粒尺寸分布(PSD)测定结果,探讨了土壤PSD分维和颗粒体积分数之间的定量关系,分析了各尺度和综合尺度下土壤PSD分维和颗粒体积分数的经典统计特征和地质统计特征,根据颗粒体积分数的半方差函数计算了不同尺度颗粒体积分数的分形维,并做出了等值线图。研究表明,土壤PSD分维与黏粒的体积分数呈正相关关系,黏粒体积分数增大引起PSD分维增加的原因在于细颗粒的比表面积比粗颗粒的大;各尺度土壤PSD分维及颗粒体积分数均无强变异特征;不同尺度下土壤PSD分形维的半方差函数中块金和基台值均非常低;50 m尺度土壤PSD分维和黏粒体积分数的等值线图具有类似的集中度和走势,而砂粒体积分数和粉粒体积分数则具有相反的集中度和走势。该研究说明土壤PSD分维和颗粒体积分数都有一定的尺度依赖性。 相似文献
16.
针对水稻稻纵卷叶螟和二化螟成虫图像识别中自动化程度较低的问题,引入目标检测算法YOLO v5对监测设备和诱捕器上的稻纵卷叶螟和二化螟成虫进行识别与计数。依据稻纵卷叶螟和二化螟的生物习性,采用自主研发的水稻害虫诱集与拍摄监测装置,自动获取稻纵卷叶螟和二化螟成虫图像,并与三角形诱捕器和虫情测报灯诱捕拍摄的稻纵卷叶螟和二化螟成虫图像共同构建水稻害虫图像数据集;采用左右翻转、增加对比度、上下翻转的方式增强图像数据集;对比了不同训练模型对三角形诱捕器和监测设备诱捕拍摄的水稻害虫图像的检测性能,并对比稻纵卷叶螟成虫不同训练样本量对识别结果的影响,用精确率、召回率、F1值、平均精度评估各模型的差异。测试结果表明,测试集图像为三角形诱捕器和监测设备诱捕拍摄虫害图像时,稻纵卷叶螟识别的精确率和召回率分别达到91.67%和98.30%,F1值达到94.87%,二化螟识别的精确率和召回率分别达到93.39%和98.48%,F1值达到95.87%。不同采样背景、设备构建的多源水稻害虫图像数据集可以提高模型对水稻害虫识别的准确性。基于YOLO v5算法设计的水稻害虫识别计数模型能够达到较高的识别准确率,可以用于... 相似文献