基于决策树雪花牛肉大理石花纹分级模型

为建立雪花牛肉大理石花纹等级评价方法,根据不同等级雪花牛肉大理石花纹图像特征及人工评级的标准,确定了影响大理石花纹的等级主要因素。本研究提出影响大理石花纹等级的几何参数特征、几何分布参数特征和统计参数特征。其中几何参数特征主要反映大理石花纹面积、周长等;几何分布特征主要反映大理石花纹图像中脂肪颗粒沉积的密度,根据脂肪颗粒沉积情况可分为大颗粒脂肪、中颗粒脂肪、小颗粒脂肪等;统计参数特征主要反映大理石花纹丰富程度以及大理石花纹分布均匀性。利用相关性分析提取影响雪花牛肉大理石花纹等级的特征参数。建立基于C4.5和CART算法的决策树模型,结果表明：对于C4.5算法建立的决策树分级模型,三级和五级大理石花纹分级预测精度分别为91.80%、92.31%,而该模型针对四级样本建立的模型无效,其结果多数误判为三级;对于CART算法建立的决策树模型同样存在这样的问题,即三级和五级大理石花纹分级预测精度高,而对四级样本分级无效。     

牛半腱肌营养成分和加工特性的研究

本文依据牛胴体第12-13肋骨处大理石花纹的丰富程度,选取花纹丰富和几乎没有花纹的牛胴体,分别定义为S级和C级,取出相应胴体的半腱肌(小黄瓜条)。分析其营养成分、凝胶特性和保水性、蛋白质乳化能力方面的差异,以研究对牛半腱肌分级的必要性。结果表明:在营养成分方面,仅脂肪含量存在明显特性,两个等级的牛半腱肌在凝胶特性方面无明显差异,蛋白质乳化能力方面存在较为显著的差异。考虑到牛半腱肌的用途,实验证明牛半腱肌没有分级必要性。     

应用计算机视觉评定肉类品质的研究进展

随着图像处理技术的发展及计算机硬件成本的下降和运算速度的提高,利用计算机视觉系统对肉类品质进行自动检测和分级在国内外已有研究和应用.本文综述了计算机视觉在评定颜色和大理石花纹、骨骼成熟度和新鲜度,预测嫩度和胴体分级等肉类品质上的研究进展.     

牛肉大理石花纹分级系统软件设计

目的 运用机器视觉技术, 开发牛肉大理石花纹自动检测系统。方法 该软件设计以VC++6.0为开发工具, 首先从牛肉大理石花纹检测系统人机界面着手, 通过对CCD相机的控制, 得到大理石花纹图像, 并最终用图像处理的方法得到牛肉大理石花纹的分级结果。结果 该软件运行效率高, 对牛肉大理石花纹的分级准确率达到87.5%。结论 该系统可以满足企业实际需要。     

大理石花纹评分与淮南猪背最长肌感官特性的关系研究

通过研究不同大理石花纹猪肉的感官特性,进一步阐明大理石花纹与猪肉感官特性的内在联系。根据第5~6根肋骨背最长肌横切面的大理石花纹分布程度,进行感官评分;以肉色相近且含有不同大理石花纹的淮南猪背最长肌腰段为原料,各大理石花纹等级随机选择10条,测定它们的肉色、肌内脂肪含量、剪切力、多汁性和风味等。结果表明:大理石花纹分为3级,1级、2级和3级的肌内脂肪含量范围分别是<2%、2%~4%和﹥4%。随着大理石花纹等级的增加,L*值、b*值和肌内脂肪含量明显增加(P<0.01),剪切力值明显降低(P<0.01)。大理石花纹等级3与等级1、等级2之间的风味和多汁性存在显著性差异(P<0.05)。因此,大理石花纹评分越高,则肌内脂肪含量越高,剪切力值越低。多汁性和风味随着大理石花纹评分的增加而得到改善。     

基于改进分水岭算法及Hopfield神经网络的牛肉大理石纹等级评级方法

在HSV颜色空间H分量图像上进行分割预处理,结合改进分水岭算法对牛眼肌与大理石花纹区域进行精确分割,对中国、日本及美国的大理石纹的标准等级图的特征参数作相关性分析,优选出5个表征大理石纹分布的特征参数,提出一种基于图像处理及Hopfield神经网络的自动评级方法,结果表明,对大理石花纹分级准确率达到87.23%。     

牛眼肌区域大理石花纹评级特征的研究

针对我国牛肉分级制度中的大理石花纹等级评定特征不确定的问题,提出用几何、粒度及形状参数来表征花纹几何、形状及分布特点的方法。选择对牛肉大理石花纹等级评定起主要作用的特征参数,对中国、美国及日本3个国家的牛肉等级图进行深入地研究,找寻3个国家牛肉大理石花纹分级标准的侧重点。对选取的参数数据进行相关性分析,剔除原特征集中相关性较强的特征,应用主成分分析法对影响大理石花纹等级的参数进行线性组合,选取适合的主成分建立大理石花纹的等级预测模型。     

机器视觉技术在牛肉大理石花纹识别中的应用

牛肉眼肌区域大理石花纹的丰富程度是牛肉分级的重要指标之一。采用工业相机采集多幅牛肉眼肌切面图像,利用VC++ 图像处理技术,对图像进行平滑去噪操作,采用自适应阈值法将眼肌区域从背景中分离,然后运用数学形态学的方法以及基于区域分割的方法确定有效眼肌区域,最终通过数理统计的算法识别大理石花纹。结果表明,该技术能有效识别眼肌区域中的大理石花纹,其耗时短、识别结果准确,利于牛肉等级的准确判定。     

北京地区三元杂交猪胴体的分级优化

为了提高猪胴体分级的准确性,利用计算机视觉技术、图像处理技术及统计分析方法,对已建立的猪胴体分级标准及预测方程进行修订.结果表明:以左半胴体质量、臀中肌横长和臀中肌膘厚预测瘦肉率绝对误差小于4%;同时以瘦肉率、臀中肌膘厚、1/2横长处膘厚及6~7肋处膘厚等特征作为分级主要参数,使分级准确率达90%.将各处膘厚与瘦肉率相结合,并对猪胴体级别根据实际需求进行调整,可使分级工作更加合理,准确性也有提高.     

美国研究不同成熟度的大理石花纹强化的牛排感官品质

正牛肉大理石花纹的增加意味着具有更好的食用品质,因此,大理石花纹程度较高的样品和精品牛排会有5%-48%的溢价。目前美国有24%的谷物育肥牛的牛肉等级处于推荐或者更低的水平,随着牛肉价格的攀高和消费品质需求的增加,对低等级牛肉的品质升级比任何其他时候都显得尤为迫切。美国科学家依据农业部对牛排的适口性分级标准,对牛排大理石花纹进行了7个等级的处理,分别为高强化(112%生重)、低强化(107%生重)、精品、高选择性(2/3选择)、低选择性(1/3选择)、适