[发明专利]基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法

权利要求书

1.一种基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，包括以下步骤：

(1)采用高光谱仪，采用近红外摄像头获取腊肠样本在肠衣包裹下无损条件的近红外波段高光谱原始信息；

(2)对步骤(1)中获得的高光谱原始信息进行高斯平滑预处理得到预处理mapping图，腊肠与棕色背景间通过阈值分割得到腊肠ROI区域；

(3)以步骤(2)中的包含了腊肠样本的ROI区域的每个样本点作为判断单位，以各点的近红外高光谱值作为特征，采用K-means聚类算法，距离选用欧氏距离，聚类数为二分类，建立广式腊肠基于高光谱特征的瘦肉肥肉判别模型；

(4)通过步骤(2)和步骤(3)的处理将整个腊肠区域根据高光谱信息一分为二，所划分样本点数量多的一类是腊肠的瘦肉部分，反之是肥肉部分，且通过K-means算法得到了两类各自的聚类中心，根据特征空间中样本点到两聚类中心的距离值比确定到各自类别的隶属度：

L_瘦肉样本点的瘦肉隶属度为：

L_脂肪样本点的脂肪隶属度为：

R_瘦肉为样本点到瘦肉核的距离，R_脂肪为样本点到脂肪核的距离；

(5)将步骤(4)得到的各样本点的隶属度按原始图像进行可视化显示，得到原始腊肠的瘦肉肥肉分布图。

2.如权利要求1所述的基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，在步骤(2)中，将置于背景上的腊肠的近红外高光谱图像通过最大类间方差进行阈值分割提取出腊肠轮廓。

3.如权利要求1所述的基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，在步骤(3)中，选用近红外874.11nm～1730.52nm共256个波段的反射光作为样本点的特征向量。

4.如权利要求1所述的基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，在步骤(4)中，将隶属于瘦肉、肥肉的样本点各自计算样本空间中的欧氏距离的中心点坐标，作为瘦肉与肥肉各自的聚类中心。

5.如权利要求1所述的基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，在步骤(4)中，引入引力模型，将样本点到瘦肉类中心距离倒数的平方作为瘦肉类对该样本点的引力，同理有肥肉对该样本点的引力，将瘦肉类的引力与引力和之比作为对瘦肉的隶属度，同理可得该样本点对肥肉的隶属度。

6.如权利要求1所述的基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，在步骤(5)中，根据原始高光谱mapping图像，进行伪彩色显示隶属度信息，方便直观观察瘦肉与肥肉分布信息。