基于机器视觉技术的肉新鲜度分级方法研究

利用机器视觉技术对肉品新鲜度分级方法进行研究,经过图像处理提取RGB和HIS色彩模型的特征分量,分析这些特征分量在肉品贮藏期间的变化趋势,依据TVB-N含量将肉品划分为新鲜、次新鲜和腐败3个级别,应用神经网络建立基于RGBHIS特征分量的肉品新鲜度分级模型。结果显示,牛肉图像的R值随贮藏时间的延长线性降低,G、B值则随贮藏时间的延长线性增加;H值指向由红转为蓝绿色,B值随贮藏时间的延长先减后增,而I值没有明显的趋向性。运用神经网络建立肉品新鲜度分级模型判别正确率达90%以上,表明基于机器视觉技术对肉类新鲜度进行分级是可行的。