牛肉颜色的RGB特征

牛肉的等级标准自从出台以后，其自动分级技术的研究已得到重视。根据国外的经验，利用计算机视觉技术提取牛肉的颜色特征，由此分离出牛肉中的肌肉与肌内脂肪，并进一步解决其他问题，从而达到自动分级的目的是可行的，RGB系统是面向硬件的颜色系统，CCD摄像头，或者数码相机，以及计算机存贮的图像都采用这个系统。     

机器视觉技术在分析牛肉颜色变化特征中的应用

研究利用机器视觉技术分析牛肉的肌肉颜色在储藏过程中的变化规律。将新鲜牛肉分别储藏在室温和5℃的冷藏条件下,每天用CCD摄像头采集一次牛肉图像,采用计算机图像处理技术,分割出图像的肌肉区域,提取肌肉区域图像在RGB和HIS颜色空间的特征分量,分析这些颜色特征分量在牛肉储藏期内的变化规律。结果显示,在室温和冷藏条件下,牛肉颜色均由鲜樱桃红逐渐变为黑红色。牛肉图像的R值随着储藏时间的延长线性降低;G和B值则随着储藏时间的延长线性增加;牛肉颜色的亮度（H值）呈现先升后降的变化,而牛肉颜色的饱和度S和色度I则随着储藏时间的延长线性降低。     

计算机视觉在牛肉自动分级技术中的应用

国外计算机视觉牛肉自动分级技术较为成熟,国内的研究也取得了一定的成果.鉴于国内牛肉分级意义重大,本文概述了我国牛肉质量等级标准和国内外研究现状,并针对利用计算机视觉技术对牛肉自动分级,从完善标准、调整工艺、设计成像条件和计算方法等多个方面提出所遇到的问题,并指出牛肉自动分级技术的研究方向.     

计算机视觉在牛肉大理石花纹分级中的应用研究

牛肉大理石花纹是评价牛肉等级标准的重要标志。本文以计算机视觉技术为基础，以C 程序语言为开发工具，运用图像处理技术，研究计算机视觉系统来对牛肉大理石花纹含量和分布进行量化。结果与现有人工标准相吻合并且可以量化表示。     

显示器相关颜色空间RGB与无关颜色空间Lab的关系

RGB颜色空间是与显示器的硬件设备相关的颜色空间,不同显示器的同一个RGB值所代表颜色是不同的,而Lab颜色空间则是各种设备相关颜色空间之间进行颜色转换的中介,是设备无关颜色空间.一个Lab值所代表的颜色是唯一的.因此,Lab颜色空间是进行色彩管理的连接色空间,是ICC文件的核心.     

基于计算机视觉的牛肉分级技术研究进展

自从主要的牛肉生产国相继颁布牛肉分级系统以来,计算机视觉牛肉分级技术一直就是牛肉分级领域中的研究重点。本文概述了目前世界上主要的牛肉分级体系,着重论述了国内外计算机视觉牛肉分级技术的发展情况,提出了现行的计算机视觉牛肉分级技术面临的主要问题及其发展方向。      

基于计算机视觉的牛肉质量分级研究进展

牛肉品质分级对于肉牛产业具有重要意义,为克服人工评级的弊端,客观、无损的自动分级技术成为研究热点。本文综述了国内外利用计算机视觉对牛肉大理石纹、生理成熟度、肉色和脂肪色这些指标进行分级预测的研究进展情况,讨论了研究过程中诸如图像分割、特征提取方面存在的困难,最后指出了计算机视觉技术在牛肉品质分级应用过程中存在的问题以及可能的发展方向。     

RGB到Lab颜色空间转换

一、引言 随着印刷行业从模拟到数字的变化,色彩的准确再现问题已经变得十分关键.我们需要使用色彩管理,以确保更好、更快、更准确地获得彩色图像.要做到图像处理等过程中的色彩统一性和与设备无关性,就必须实行标准化、规范化的色彩管理.     

颜色空间RGB与CMYK之间的变换

在印前和印刷过程中，信息相同的同一幅图像在不同的显示器上显示时，可能会呈现出不同的颜色效果，用不同的彩色打印机输出时颜色也可能不尽相同，若印刷出来可能又和打印的效果大相径庭。相同的颜色数据在不同的设备上得不到同样的颜色，相同的颜色数据在设计和印前生产作业的不同阶段所看到的颜色也很难一致，原因是什么呢？     

基于RGB颜色模型棉花杂质的识别算法

介绍了原棉在线异性纤维检测系统的结构及工作原理.采用RGB颜色模型,以色度为主要特征量,设定阈值对棉花和异物的像素点进行判别.并通过Visual C＋＋语言实现了此算法,得到了较好的效果.     

烟叶自动图像分级技术研究综述

在烟叶自动分级的过程中,提取烟叶特征幵且进行分级是至兲重要的步骤。阐明了烟叶分级的现行国家标准,分析总结了常用的颜色、形状、纹理等特征分析手段,包括一些较为新颖的方法。对多种方法综合对比分析,结合我国烟草行业实际背景与现实环境,从简捷、经济、高效、可靠四方面考虑,提出在标准D50照明光源条件下,提取现实中可用的叶长、面积等图像特征,选择适合判别的均匀颜色模型对烟叶进行分级判别。     

通过图像特征信息提取分析鲁西黄牛肉新鲜度

通过对实时图像捕捉装置的设计,将牛肉图像信息与挥发性盐基氮（total volatile basic nitrogen,TVB-N）值相关度进行拟合,构建牛肉新鲜度与颜色色度值之间的关系模型。图像实时捕捉装置由电荷耦合元件摄像机、镜头、发光二极管漫反射光源和暗箱组成,运用基于C++语言编写的软件程序对获得的图像进行颜色特征信息的提取,运用SPSS软件将颜色特征信息与TVB-N值进行逐步回归分析,获取了颜色特征信息与TVB-N值之间关系的模型,TVB-N含量/（mg/100 g）=103.205 9－100.300 4aveS－0.283 2 varB,参照拟合方程及GB 2707—2005《鲜（冻）畜肉卫生标准》,实现对牛肉新鲜度的快速检测。     

边缘检测、二值化处理进行牛肉分级的应用

采用图像处理技术自动估算牛肉眼肌横切面特征值,为基于计算机视觉的牛肉品质自动分级检测奠定基础.以牛胴体6～7肋横断面图像为试验材料,采用边缘检测、二值化处理技术等,运用VisualC++6.0编程语言,对牛肉眼肌的眼肌面积、脂肪、肌肉总面积比、脂肪分布均匀度、眼肌圆度、肌肉和脂肪色度值5个特征参数进行特征提取和检测.结果表明:经测量所得的眼肌面积越大,圆度越大,肌肉和脂肪色度值越高、大理石纹密度分布均匀的牛肉品质越好,相反,眼肌面积小、圆度小、肌肉和脂肪色度值越低、密度分布不均匀的牛肉品质低.该设计可有效计算眼肌面积和特征参数,能代替常规分级方法,实现牛肉质量等级的自动判别.     

基于机器视觉的金丝皇菊智能分级系统研究

为实现对金丝皇菊的快速无损等级评估,本文应用机器视觉技术对5个等级的金丝皇菊进行智能分级。首先根据金丝皇菊的品质特性设计分级装置,并根据金丝皇菊的颜色、形状、完整度等特征设置不同的分级标准;其次运用图像灰度化、图像去噪、图像增强技术完成金丝皇菊图像预处理;再次采用加色法混色模型(Red Green Blue, RGB)完成金丝皇菊颜色特征提取与识别,并通过图像分割和边缘检测技术完成对金丝皇菊图像完整度的判断及花径的计算,得出金丝皇菊的预测等级;最后基于Microsoft Visual Studio 2017平台开发一套金丝皇菊智能分级系统,实现系统的实时可视化操作。结果表明,本文设计的金丝皇菊智能分级系统整体分级准确率达到了97.6%,平均分级速度为人工的5倍多,其在可靠性、速度、工作效率、鲁棒性等各方面都优于传统的人工分级,本研究为机器视觉技术在花茶分级领域的应用提供了实际案例与技术参考。     

复合脂肪替代物在牛肉制品中的应用

利用L9(34)正交试验最终确定复合脂肪替代物主要添加剂配比:单硬脂酸甘油酯1.9％、变性淀粉2.6％、谷氨酰胺转酶0.3％、精炼牛脂肪31％.感官评价及计算机视觉成像系统综合评价判定复合脂肪替代物在牛肉制品中的应用效果,牛肉大理石花纹等级平均为2级以上.     

我国牛胴体等级标准中部分指标的测定方法研究

本文对牛肉等级标准中所采用的生理成熟度、大理石花纹和眼肌面积三个指标的测定方法进行了研究。最终建立起了既能够方便地进行测定又能够保证其准确性的测定方法 ,为整个标准的实施打下了良好的基础。