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。     

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。      

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。     

基于计算机视觉的核桃外观缺陷检测

为快速准确识别核桃外观缺陷(黑斑、破裂),自行搭建图像采集系统采集样本图像。预处理后采用形态学和逻辑运算去除背景,基于样本图像提取18个颜色特征参数和20个纹理特征参数。采用形态学和逻辑运算提取缺陷部分和样本投影像素面积的比值t以及样本图像阈值分割后二值图像的欧拉数。分别采用回归系数法(Regression Coefficient,RC)和连续投影法(Successive Projections Algorithm,SPA)优选特征参数并建立偏最小二乘法(PLS)模型。结果表明,基于SPA法优选特征参数建立的模型性能最优。将SPA法提取的5个优选特征参数作为输入建立最小二乘支持向量机(LS-SVM)模型,并对预测集样本进行预测。结果表明,对正常核桃、黑斑核桃、破裂核桃的判别准确率分别为88.9%、83.3%、94.6%,总判别率为88.9%。本研究建立的方法能够很好的对核桃外观缺陷进行检测,为今后核桃的在线检测分选提供了技术支持。     

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.     

基于支持向量机的无核白葡萄串分级系统设计与测试

目的：针对无核白葡萄串人工分级准确性和效率低下等问题,设计了一种基于支持向量机（SVM）的无核白葡萄串分级系统。方法：使用高斯滤波、边缘检测、轮廓检测等预处理方法对图像进行预处理,利用SVM模型提取出无核白葡萄串的轮廓、颜色等特征参数,比较基于SVM模型不同参数下的识别效果。结果：模型的最佳参数为Best c=2.00,Best g=0.24,coef（）=0,d=3;无核白葡萄串分级准确率达96%。结论：与传统的人工分级方法相比,试验提出的分级系统的可靠性及稳定性具有明显优势,可满足实际生产中无核白葡萄串的分级要求。     

计算机视觉技术在食品分级中的应用

计算机视觉技术在发达国家已经得到广泛的应用,在农产品和食品工业中的应用也不断开展。本文主要从颜色检测、形状检测和缺陷检测三个方面论述计算机视觉技术在食品分级中的重要作用。     

基于决策融合的苹果分级检测关键技术研究

提出了一种判别树和改进支持向量机决策融合的苹果分级方法。采用判别树分类方法根据果径、缺陷区域、色泽等进行分类,采用粒子群对支持向量机分类模型进行优化,根据果形、纹理和成熟度等高维特征进行分类,使用核主成分分析法降低维度,并引入决策融合的概念,结合单一特征对样本等级进行综合评估。结果表明,该方法是切实可行的,其分类准确性为98%以上,可用于苹果的有效分级。     

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。     

计算机视觉在烟草行业中的研究及应用展望

介绍了计算机视觉在烟草行业的最新应用———烟叶中杂物的剔除，并重点介绍了正在研究的烟叶外观质量检测的原理及应用展望。     

Quality grading of Atlantic salmon (Salmo salar) by computer vision

ABSTRACT:  In this study, we present a promising method of computer vision-based quality grading of whole Atlantic salmon ( Salmo salar ). Using computer vision, it was possible to differentiate among different quality grades of Atlantic salmon based on the external geometrical information contained in the fish images. Initially, before the image acquisition, the fish were subjectively graded and labeled into grading classes by a qualified human inspector in the processing plant. Prior to classification, the salmon images were segmented into binary images, and then feature extraction was performed on the geometrical parameters of the fish from the grading classes. The classification algorithm was a threshold-based classifier, which was designed using linear discriminant analysis. The performance of the classifier was tested by using the leave-one-out cross-validation method, and the classification results showed a good agreement between the classification done by human inspectors and by the computer vision. The computer vision-based method classified correctly 90% of the salmon from the data set as compared with the classification by human inspector. Overall, it was shown that computer vision can be used as a powerful tool to grade Atlantic salmon into quality grades in a fast and nondestructive manner by a relatively simple classifier algorithm. The low cost of implementation of today's advanced computer vision solutions makes this method feasible for industrial purposes in fish plants as it can replace manual labor, on which grading tasks still rely.     

基于改进型YOLO的密集环境下槟榔果实的快速识别方法

目的:提高小个体槟榔的识别精确率以及槟榔加工厂的自动化程度。方法:设计并选取Mob-darknet-52作为新型特征提取网络,采用多尺度检测尺寸,提出一种基于改进型YOLO算法的槟榔定位与识别的方法。结果:Mob-YOLOV3-SPP对槟榔果实分类的检测精度为94.8%,准确率为94.5%,召回率为95.1%,模型的检测时间为6.679 ms。结论:基于改进型YOLOV3网络的优化算法可以实现密集环境下槟榔果实的快速定位与识别。     

视觉工业点卤机器人控制系统研究

针对槟榔点卤过程中出现的定位精度低、效率低等问题,将机器视觉引入到槟榔点卤系统中,开发了一种由机器视觉和运动控制结合的自动点卤系统.该系统主要通过视觉定位获取不同形状的槟榔的中心位置,并将定位结果传输至运动控制器,再利用运动学计算出点卤的运动轨迹,实现点卤的精确定位和自动点卤.     

食用槟榔干燥和烟熏特性研究

为了改善槟榔干果品质,结合新型环保槟榔烘烤炉对槟榔干燥和烟熏特性进行研究。本实验通过对干燥温度、湿度和风速的调控以及烟熏过程关键点的控制,对比质构数据和槟榔最大周长变化,得出最优烘烤工艺参数。在温度为55℃、湿度60%RH和风速1.2 m/s的烘烤环境下能在较短的时间内获得较好品质的槟榔干果。通过对烟熏时间的控制,在保证烟熏风味的同时能减少1/2的烟熏时间,降低有害物质残留量和槟榔黑果的硬度,提高了食用槟榔干果的品质。      

槟榔果仁油理化性质及氧化稳定性研究

为探讨槟榔果仁油理化性质和存贮稳定性,依据中国食用油标准探讨其理化指标,并通过测定过氧化值变化探讨光照、温度、氧气和抗氧化剂对其稳定性的影响。结果表明,槟榔果仁油提纯前后理化性质有所变化,提纯后槟榔果仁油碘值、水分含量等符合中国国标要求;利用超临界CO2提取的槟榔油提纯后折光指数为1.468 0,碘价为198gI2/100g,皂化价为194.3mgKOH/g,酸价为0.89mgKOH/g,过氧化值为0.50meq/kg,各项指标均符合食用油脂理化性质要求,油脂碘价与折光指数较高。光照、高温都对槟榔油的过氧化有明显的促进作用,且温度影响显著;同一时间和温度,与空气接触面积越大过氧化速度越快;试验表明常用的抗氧化剂能防止油脂在高温下发生氧化,其中TBHQ抗氧化效果最好,PG、BHT次之,BHA效果最不明显。     

基于机器视觉的牡蛎分级设备设计

目的：提高牡蛎分级的精确性和全面性。方法：提出并设计了牡蛎自动化分级设备,确定了旋转滚筒与挡板传送带结合的牡蛎排队结构、质量检测和机器视觉检测相结合的分级方式,完成了牡蛎分级设备的整体结构设计。通过工业相机采集牡蛎图像,使用大津法二值化、高斯滤波处理、Canny算子边缘提取等方法提取牡蛎图像,通过机器视觉算法以长度和饱满度为标准对牡蛎进行分级,并进行机器视觉分级与人工分级对比试验。结果：该设备分级准确率为95.4％,图像检测速度约为0.647 s/幅。结论：机器视觉对牡蛎分级是有效的,可以较为准确地对牡蛎进行分级。     

三点弯曲法测定槟榔干果纤维层弹性模量研究

建立一种评价槟榔纤维层力学特性的新方法。利用三点弯曲法测定槟榔干果的弹性模量,优化测定参数。并采用扫描电子显微镜和感官评价测试方法与其进行对比,通过辐照软化槟榔干果来验证该方法的科学性。研究结果认为:样品的含水量及宽度对弹性模量有一定影响,而测定条件则无显著影响;作为一种简单有效的测量手段,三点弯曲法可直接量化出槟榔干果纤维层的柔软度。     

基于机器视觉的辣椒外部品质检测

为实现正常辣椒和缺陷辣椒(黑斑、虫蚀和花皮)的快速检测,通过图像采集,利用中值滤波去噪;提取样本图像24个颜色特征值,20个纹理特征值,利用Otsu算法阈值分割,提取2个形态特征值;选用连续投影法(Suc-cessive Projections Algorithm,SPA)优选14个特征值,结合最小二乘支持向量机(Le...     

槟榔籽中抗氧化活性物质的分离与结构分析

为了研究槟榔籽中的抗氧化活性物质,通过柱色谱法分离纯化槟榔籽乙醇提取物,结合抗氧化活性筛选,分离得到槟榔籽中主要的抗氧化活性物质Fr-4。利用高效液相色谱分析其纯度,经波谱分析确定该物质为表儿茶素。     

槟榔烘制工艺中不安全因子分析

对传统工艺烘制的槟榔干果、改良烤炉烘烤槟榔干及食用槟榔片产品中存在的不安全因子进行分析。结果显示:苯并芘是影响槟榔产品食品安全的主要因子,烘制方式对槟榔干果中苯并芘含量影响极大,传统黑果烤炉、传统青果烤炉烘制的槟榔干果中苯并芘含量严重超标,但不管哪种烘制方式的制成品中苯并芘含量均未超标;在槟榔产品还可以检出二氧化硫和亚硝酸盐,其含量均在中国相关控制标准内,还不足以引起食品安全问题。