[发明专利]一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法

说明书

本发明涉及一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法。采用摄像机标定法对CCD数码摄像机进行标定，选取刚从屠宰场购买的猪肉眼肌作为实验样本，对其横截面进行拍照采样，用改进的样本块修复方法对得到的样本图像进行预处理，恢复图像反光区域原有信息。结合最大熵法与迭代法对预处理后的眼肌图像进行图像分割，提取出猪肉大理石花纹。从得到的大理石花纹图像中提取出脂肪数量指标、脂肪分布指标和脂肪纹理指标等291个特征值，根据特征值和化学方法检测结果建立猪肉肌内脂肪含量预测模型，最后通过该模型对猪肉肌内脂肪含量进行预测。利用本发明能很好地预测出猪肉肌内脂肪含量，使得猪肉的营养检测具备客观性、准确性和高效性。

技术领域

本发明涉及营养检测、模式识别和计算机视觉技术领域，尤其涉及一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法。

背景技术

肌内脂肪是影响猪肉品质的重要因素，肉的风味和多汁性随肌内脂肪含量的增加而持续改善，对于猪肉嫩度主要通过切断肌纤维束间的交联结构，有利于咀嚼过程中肌纤维的断裂，这样就改变了肉质的感官品质。所以在保证较高生长速度和瘦肉率的前提下也要维持适当的体脂和肌内脂肪水平。2％-3％的肌内脂肪含量对猪肉的食用特性比较理想。

传统的肌内脂肪含量检测一般使用索氏抽提法，可参考国标GB9695.1—1988《肉与肉制品—游离脂肪含量的测定》，使用乙醚、石油醚或正己烷抽提单块肌肉待测样中脂肪。该方法步骤繁琐，属破坏性检测，在抽提时使用的萃取剂如乙醚或石油醚等对人体也有危害。

大理石花纹是肌内脂肪的一种外在表象，刘强等人在文章《大理石花纹评分与淮南猪背最长肌感官特性的关系研究》中提到，大理石花纹评分越高，则肌内脂肪含量越高，因此通过测定猪肉背最长肌大理石花纹的丰富程度，可以间接得出肌内脂肪的含量。

目前，我国肉品大理石花纹分级标准主要采用人工测量和感官评定相结合的方法，这种方法是主观的、定性的，在实际生产中效率低、误差大、公平和公正性难以保证。

参考国内外猪肉分级技术研究的最新进展，釆用计算机视觉技术对猪肉进行分级被认为是最理想的解决方案。2005年彭增起等人在发明《一种猪肉颜色质量等级的划分方法》中根据色度学上推荐的颜色空间和色度计测定的肉色参数L、a、b值进行颜色分级，并做成猪肉颜色等级图谱；2009年成芳等人在发明《基于机器视觉的猪肉外观品质实时检测分级方法与装置》中对眼肌肉完成颜色、大理石花纹和嫩度以及综合品质的等级评定；2013年陈坤杰等人在发明《基于多光谱图像纹理特征的检测牛肉嫩度的装置及方法中》通过提取猪肉大理石花纹的纹理特征对猪肉的嫩度进行预测。上述发明中介绍的图像处理算法和检测装置没有考虑到样本表面反光对后续工作的影响，只是应用中值滤波等方法进行简单的预处理，同时选取的特征值有的是关于脂肪数量的，有的是关于脂肪分布情况的，有的是关于纹理情况的，但都没有对这些指标进行综合考虑。

发明内容

本发明的目的是提供一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法，为解决上述技术问题，本发明的主要技术内容如下：

一种基于计算机视觉的猪肉肌内脂肪含量无损检测方法，包括以下步骤：

(1)标定摄像机，得到图像中单位像素对应于真实场景中的实际长度；

(2)选取猪肉第5-6根肋骨处背最长肌(俗称为眼肌)作为样本，将样本放置于黑色背景布上，并用白色LED灯对样本进行补光，利用数码照相机对样本横截面进行俯拍，获取猪肉眼肌样本图像，图像大小为1000*1000像素；

(3)利用改进的样本块修复方法对得到的样本图像进行预处理，恢复图像反光区域原有信息；

(4)结合最大熵法与迭代法对预处理后的眼肌图像进行图像分割，提取出猪肉大理石花纹；

(5)从得到的大理石花纹图像中提取出脂肪数量指标、脂肪分布指标和脂肪纹理指标等特征值；