基于最大类间方差自适应阈值的五花肉肥瘦自动识别方法

对五花肉的检测常使用化学检测或人工检测方法,但这两种常用方法都需要花费较大的成本和检测时间,且误差较大。为了提高识别准确度,降低检测成本,实现自动化检测。本文以猪肉腹部的五花肉为研究对象,使用最大类间方差自适应阈值法对图像R基色图层进行背景分离,并对图像进行中值滤波处理,从而获取图像的五花肉区域。针对五花肉图像中肥肉与瘦肉对比度不强的特点,采用有限对比度自适应直方图函数来增强肥瘦肉之间的对比度,再使用最大类间方差自适应阈值法分割五花肉图像的肥肉与瘦肉区域。通过实际图像样本的实验结果表明,本文方法比传统新近方法的识别准确率高。这说明本文方法通过自动阈值进行图像滤波处理方法可以有效区分肥肉和瘦肉区域,对其进行有效检测和识别。