基于机器视觉技术的牛肉大理石花纹自动检测系统

第16卷第6期2017年6月南阳师范学院学报Journal of Nanyang Normal University Yol. 16 No.6 Jun.2017基于机器视觉技术的牛肉大理石花纹自动检测系统郭爱玲\马世榜2，刘伟2,李艳辉1(1.南阳师范学院图书馆，河南南阳473061;2.南阳师范学院机电工程学院，河南南阳473061)摘要：为实现牛肉大理石花纹自动分级，运用机器视觉技术开发了牛肉大理石花纹自动检测系统.阐述了检测系统的构成原理及功能，利用图像预处理和分割算法对牛肉大理石花纹进行提取，根据牛肉大理石花纹比率对牛肉进行分级.利用Matlab G U I组件开发了能够交互可视化的软件操作系统，实现了牛肉大理石花纹的自动快速分级.关键词：牛肉；大理石花纹；机器视觉；图像处理；检测系统中图分类号：S 237;TS 251文献标志码：A文章编号：1671 -6132(2017)06 -0013 -04〇引言牛肉含有丰富的蛋白质、维生素及矿物质，是 人类主要的肉食产品之一，是中国人的第二大肉类 食品.牛肉大理石花纹是指肌肉脂肪含量和分布数 量，也叫脂肪杂交，根据行业标准N Y/T676—2010 规定由第11 ~ 13肋间背长肌横切面的肌内脂肪分 布程度进行判断[1].牛肉大理石花纹是确定牛肉品质和等级的重要指标之一，目前肉品生产企业及 消费者对牛肉大理石花纹的评价主要是由人工参照对比牛肉大理石花纹标准图版或由经过培训的分级人员根据经验直接判断进行分级.这种传统的 分级评价方法，受评价人经验及主观因素影响大，并存在效率低、评价一致性差的缺点.机器视觉技术是近年发展起来的无损快速检测技术，国内外已 经有应用于农畜产品的品质质量及分级检测的研究[2_5].国内外学者利用机器视觉和图像处理技术对牛肉大理石花纹检测评价分级进行了研究[6_8].吴 海娟等[9]利用工业相机采集多幅牛肉眼肌切面图像，利用V C+ +进行图像处理，采用自适应阈值法和数学形态法，通过数理统计的算法识别大理石 花纹，对大理石花纹进行分级.陈坤杰等[1°]建立了 牛肉大理石花纹等级判定的多元线性模型和多元多项式模型，模型预测正确率分别为75%和87.5%.周彤等[11]利用机器视觉技术提取反映大理石花纹的特征参数，建立主成分回归模型，对牛 肉大理石花纹等级进行预测，预测相关系数为0.88.目前，国内外在牛肉大理石花纹提取、预测模 型建立等方面的研究，已经取得了一定的成果，但 大多处于实验室研究阶段，还没有真正应用于牛肉 产品企业.本文在前人研究的基础上，为满足牛肉 产品行业需要，利用机器视觉技术，建立牛肉大理 石花纹自动检测系统，实现牛肉大理石花纹的无损 快速检测.1检测系统构成原理与功能1.1系统构成原理牛肉大理石花纹自动检测系统主要由硬件和软件构成，系统硬件示意图如图1所示，主要由传 输带、样品检测传感器、样品、光源、屏蔽罩、相机、控制器、数据线和计算机构成.传输带主要起到传输待检测样品的作用，提高检测的效率；样品检测 传感器是判断传输带上进人屏蔽罩是否有样品，样品是否需要检测，触发相机对样品进行图像信息采集；光源呈对称分布，为样品表面提供光亮，保证样品图像信息的清晰度，为防止样品表面反光，光源外罩采用磨砂面；屏蔽罩主要是构成一个独立空间，屏蔽外界光对图像信息的影响；相 机是获取样品图像信息；控制器是通过传感器对收稿日期：2017 -03 -20基金项目：国家自科青年基金项目（61503202);河南省科技攻关项目（152102310351 );河南省教育厅项目（14B460029J5A413005)和南阳师范学院博士科研专项（ZX2〇l4〇92)通信作者：马世榜（1978 —），河南南阳人，讲师，博士，主要从事机电一体化技术、农畜产品品质安全无损检测技术研究.作者筒介：郭爱玲（1980 —），女，河南南阳人，助理馆员，主要从事大报检测技术研究.• 14 •南阳师范学院学报第16卷相机进行触发控制；数据线是传输获取的图像信 息，并与计算机进行通信；计算机是对获取的图 像信息进行处理.注传输带;2.样品检测传感器；3.样品；4.光源；5.屏蔽罩;6.相机;7.控制器;8.数据线；9.计算机图1系统硬件示意图系统工作原理图如2所示，当待检测样品放在 传输带上进人屏蔽罩内，样品检测传感器检测装置 检测到样品，通过控制器触发相机对样品进行拍 照，获取样品的图像信息，同时控制器给计算机发 出触发信号，通知计算机对相机获取的图像信息进 行分析处理，根据在计算机中预置的处理程序及分 级模型对样品进行分析计算，得出样品的大理石花 纹等级结果并实时显示出来.图像图2系统工作原理图1.2系统功目泛系统功能如图3所示，主要包括图像实时采集 显示、图像实时处理显示、检测结果实时显示和检 测数据库生成与管理等模块构成.图像实时采集模 块主要实时显示采集到的样品实际图像，便于实时 监测样品采集情况；图像实时处理显示模块主要是 对采集后的样品图像进行大理石花纹提取后图像系统功能组成图的实时显示，有利于对处理后图像的监测；检测结 果实时显示模块主要是经图像处理分析后计算出 的大理石花纹比率及判断出的等级结果的实时 显示.2图像处理及分级方法牛肉大理石花纹图像处理及分级过程如图4所示，主要由图像采集、图像预处理、大理石花纹提取、特征参数计算和分级结果组成.先对采集的图 像进行预处理，再进行大理石花纹的提取，对提取 的特征参数进行计算，根据分级模型对等级进行判 断并输出结果.图4牛肉大理石花纹图像处理及分级过程如图5所示是检测系统获取的牛肉图像，其基 本特征包括黑色背景、背膘脂肪、附生肌、大理石花 纹和背长肌.黑色背景是不反光的黑布作为背景材 料，有利于图像的处理；背膘脂肪的特征是大块白 色连通的区域，图像处理时需要去除的部分；附生 肌是呈白色的结缔组织，非大理石花纹特征，需要 去除的部分;背长肌是肌肉纹理，图像的颜色较深; 大理石花纹是背长肌中间的白色脂肪纹理,星细丝 状，是图像处理重点需要提取的特征.1.黑色背景；2.背膘脂肪；3.附生肌;4.大理石花纹；5.背长肌 图5牛肉图像特征2.1图像预处理检测系统采集牛肉图像时会受到外界高频噪 声信号的干扰，产生的噪声信号，影响大理石花纹 真实特征信号的提取，需要对获取图像进行预处 理.图像预处理的主要目的是消除图像中无关紧要 的冗余数据，恢复或增强有用的数据信息，最大限 度地简化需要的有用数据，从而增加特征提取、图 像分割、识别等后续图像处理步骤的可靠性，以消 除噪声对图像的影响，增强图像信息，为下一步的 牛肉图像分割和大理石花纹的提取做准备.常用的图像预处理方法有图像滤波、几何变换、图像增强、图3第6期郭甓#等:)義于机器视鸯技术的牛肉太理有顧纹自动.检测i统• 15 •图像复原等.本系统主要对采集的图像进行滤波处 理和增强处理.滤波处理采苗的是中值滤波，它是基午排序统 计理论的一种数学方法，是一种非线性債号处理技 术.在去除图像噪声的同时又能保留图像边缘的细 节，能够简单有效地抑制图像中的噪声而对图像主 要特征的输出几乎没有影响.图6U)是中值滤波后的图像，与原图像相比经中值滤波后的图像，最 大限度地保留了图像中的信息量，并且图像背景噪 声_M减小.中值滤波图像 （b)增强图像图6 图像预处理图像增强是利用数学算法对图像中感兴趣的特征区域进行增强，使图像变得清晰，增强图像的 显示效果、质量和可读性.牛肉图像在拍摄过程中受光照、表面水渍等自身特性的影响，造成图像在 拍摄和转化过程中质量下降，影响进一步的分析，通过图像增强能够使图像变得更加清晰.宣方图均 衡增強法是一种通过重新均匀地分布各灰度值来增强图像对比度的方法，能够有效地对图像的不均 匀性进行修3E,大大增强图像的可读性.图6(b)是 用'直方图均衡增强法对中值滤波后图像再进行增 强的效果.从图6可以看出，对比度有了明f i的提 高牛肉大理石花纹纹理间显示更加的清晰.2.2大理石花纹提取选取大理石花纹比率作为评价大理石花纹丰富程度的特征参数指标，对大理石花纹迸行评价. 大理石花纹比率，即大理石花纹总面轵与有效肌肉 面积的比值.根据图5牛肉图像特征，背膘脂肪是 图像中最大的脂肪联通区域，背长肌是最大的肌肉 联通区域，大理石花纹是夹杂在背长肌中间的，要 提取大理石花纹，计算出大理石花纹比率,首先需要把整个牛肉从背景中分离开，再除去联通的脂肪 区域，把大理石花纹从肌肉组织中提取出来.背最分离采用大津法进行分割，把图像分割为大理石花纹及背膘腊肪的自标类和背景及肌肉的背景两大类，分割后图像如图7(a)所示，牛肉全面积二 值图像如图7(b)所示，通过区域生长方法再对从背景中分割出的牛肉图像进行分割，分别分割出背 膘腊肪和大理石花纹，如图7 (c)和7 (d)所示.计 算图7(b)(r)(d)自色像素面积，分别得到整块牛 肉面积、背膘脂肪面积和大理石花纹面积.整块牛肉面积与背膘脂肪面积作减法运算即可得到有效 肌肉面积，大理石花纹面积与有效肌肉面积的比值，即可计算出牛肉大理石花纹的比率指标，实现 大理石花纹的提取及比率的计算.(c)背膘脂肪图像 （d)大理石花纹图像图7大理石花纹提取2.3分级方法按照牛肉等级行业标准IY/T676— 2010分级 标准，大理石花纹等级共分为五个等级:1级、2级、3级、4级和5级.文献[33]是根据牛肉大理石花纹的1级、1.5级、2级:、3级、3.5级和4级，把牛肉 按7个等级进行分级,歲低检Sf正确率为87. 5%，文献.U1]采用多个指标把牛肉分为1级、2级和3 级，总体预测正确率为91.2%,本文根据企业实际 需求，参考文献[14-I5]的分级方法，根据大理石 花纹比率大小，参照行业分级标准，把牛肉分为S 级、A级和B级共3个等级，即当牛肉大理石花纹 比率大予11%时,评定为S级，当牛肉大理石花纹 比:_¥4%小手11%时，评定为A级，轉牛肉大 理石花纹小于4%时评定为B级.S级样品的大理 石花纹极丰富，A级样品的大理石花纹丰富，B级 样品的大理石花纹较少或几乎没有.为验证分级预测结果的准确性，取34个样品，由专业分级员进行 分级，其中3级7个，A级12个，B级14个:，由分 级系统对样品进行预测分级，各个级别的样品预测 分级结果如表1所示，S级芷确率为87.5%，A级K确率为91.T%，B缠正确率为92. 9锡，总体分辍 班确率为91.2签表1试验牛肉大理石花纹等级预测结果:等讓预测结果■爾率/%件口口级S级A级B级S级871087.5A级12111091.7B级14011392.9合计348131391.23检测系统软件实现可视化编程春V C ++、V B、C#等多种靈级编程•16 •南阳师范学院学报第16卷语言，Matlab是当今应用较广泛的科学计算软件之 一，它具有强大的矩阵计算、符号运算和数据可视化功能，同时也提供了图形用户界面（G U I)的设计 和开发功能，界面友好，直观易懂，已经在图像处理 系统的开发上得到一定的应用[16_17].利用Matlab 的G U I组件进行检测系统软件的开发，只需要用 鼠标或键盘来激活相应控件，就能实现预定的功能.利用Matlab的G U I进行检测系统的开发，可以 充分利用软件自身封装的多种图像处理函数，通过 创建控件对象，编写相应的回调函数，实现系统的 算法集成和交互可视化功能，开发效率高，系统维 护方便.检测系统界面如图8所示.图8检测系统主界面4结束语应用机器视觉技术开发出了牛肉大理石花纹检测系统，阐述了检测系统的构成原理、系统功能 及实现方法.通过图像预处理和分割提取算法，实 现了牛肉大理石花纹的提取，应用Matlab的GUI 模块开发了检测系统的软件，总体分级正确率达到 91.2%，实现了牛肉大理石花纹的快速、准确分级，可应用于生产实际的牛肉大理石花纹在线无损快速分级.参考文献[1]牛肉等级标准NY/T 676 -2010[S]. 2003.[2] OHALI A puter vision based date fruit gradingsystem：Design and implementationf J] .Journal of KingSaud University-Computer and Information Sciences,2011,23(1) ：29 -36.[3] RAZMJOOY N,MOUSAY B S,SOLEYMANI F.A re­al-time mathematical computer method for potato inspection using machine vision [J].Computers and Mathe­matics with Applications,2012,63 ：268 -279.[4] 毛職，赵春江，王开义，等.机器视觉在农产品物流分级检测中的应用[J].农机化研究，2011(7) :7 -13. [5]JACKMANA P,SUN D W,ALLENH P.Recent ad­vances in the use of computer vision technology in thequality assessment of fresh meats [J].Trends in FoodScience&Technology,2011 (4) ：185 - 197.[6] 赵文杰，刘木华，张海东.基于数学形态学的牛肉图像中背最长肌分割和大理石纹提取技术研究[J].农业工程学报，2004，20(1) :144 - 146.[7]陈坤杰，姬长英.基于图像运算的牛肉大理石花纹分割方法[J].农业机械学报,2007,38(5) :195 - 196. [8] 贾渊，姬长英，汤晓艳.基于计算机视觉的牛肉分级技术综述[J].农业工程学报，2004(5) :47 -50.[9] 吴海娟，彭增起，沈明霞，等.机器视觉技术在牛肉大理石花纹识别中的应用[J].食品科学，2011,32(3):10 -13.[10]陈坤杰，吴贵茹，於海明，等.基于分形维和图像特征的牛肉大理石花纹等级判定模型[J].农业机械学报，2012,43(5) :147 - 151.[11]周彤，彭彦昆.牛肉大理石花纹图像特征信息提取及自动分级方法[J].农业工程学报，2013,29(15) ：286 -293.[12]李牧，闫继宏，朱延河，等.一种改进的大津法在机器视觉中的应用[J].吉林大学学报（工学版），2008,38(4) ：913 -918.[13]郭辉，彭彦昆，江发潮，等.手持式牛肉大理石花纹检测系统[J].农业机械学报，2〇l2,43(S l):207 -210.[14]杨伟龙，彭彦昆，江发潮，等.牛肉大理石花纹分级系统软件设计[J].食品安全质量检测学报，2012,3(6) ：608 -612.[15]汤晓艳，徐幸莲，钱永忠，等.中国牛肉大理石花纹等级图谱的改进研究[J].中国农业科学，2006,39(10) ：2101-2106.[16]兰红，田进，李淑芝，等.基于Matlab G U I的图像处理平台设计[J].江西理工大学学报，2014,35(3):79 -84.[17]王兆文，李浩，黄都，等.基于M atlab/G U I的汽油机缸内直接喷雾图像处理方法[J].农业机械学报，2013,44(9) ：19 -23.(下转第47页）第6期卢福玲等:基于G W R的我国国民体质的自然环境因素影响分析• 47 •[9]卢福玲.近十年我国国民体质空间变化及影响因素分析[J].南阳师范学院学报，2014,13( 12) :52 -57.[1〇]赵娇娇.河北省农村居民点空间规律及节约集约利用影响因素研究[D].石家庄：河北农业大学,2013. [11]国家统计局社会和科技统计司.2005年中国社会统计年鉴[M].北京：中国统计出版社，2006.[12]张龙，王静，卢锋，余涛.体质综合指数落后地区女性与全国成年女性体质指标的比较[J].中国组织工程研究与临床康复，2007,11(32) :6419 -6423.[13]王雷，鄢先友，张宏伟.城镇居民消费结构与体质关系研究[J].体育科技文献通报，2008,16(2) :115 - 117. [14]颜宏，沈国权，毛耀顺，等.中华人民共和国气候图集[M].北京：气象出版社，2002:2 -250.[15]罗罡辉.基于G W R模型的城市住宅地价空间结构研究[D].杭州：浙江大学，2007.[16] BROWN S,VERSACE V L,LAURENSON L,et al.Assessment of spatiotemporal varying relationships be­tween rainfall,land cover and surface water area usinggeographically weighted regression[J ] .EnvironmentalModeling &Assessment,2012,17 (3 ) ：241 -254. [17]王伟凡宫慧萍.中医体质学与“治未病”的关系[J].中国中医药现代远程教育，2011,9(4):108- 110. [18]林琬生，胡承康.中国青年生长发育环境差异的研究[J].人类学学报，1990，9(2) :152 - 159.[19]李纪江，蔡睿，何仲涛.我国成年人体质综合水平与自然环境因素的关联分析[J].体育科学，2010,30(12) ：42 -47.[20]罗勤，祝烨.区域环境对汉族城市青少年体质状况的影响研究[J].体育研究与教育，2015，30( S1) :99 - 103.Influence of natural environmental factors analysis of China5 s national comprehensive physique index based on geographically weighted regression (GWR)LU Fu-ling,BAI Jing-feng(Nanyang Normal University,Nanyang473061 ,China)Abstract：To study the mechanism of China5s national comprehensive physique index5s difference the authors selected the comprehensive index of national physique of31 provinces(autonomous regions)issued i n 2014 as dependent variable.Precipitation,sunshine hours,annual average temperature,relative humidity,altitude and forest cover rate were selected as independent variable.Geographically weighted regression (G W R)model was used.The results are： 1)The impact of the natural environment on the national constitution has spatial heteroge­neity.Precipitation has the greatest impact on the national comprehensive physique index,and i t i s positively correlated t o the physique index.The influence of altitude i s minimal and negative correlation t o physique index.2) The spatial direction and intensity of the same influencing factor are very different.Key words：G W R;national physique;natural environment(上接第16页）Development of beef-marbling automatic detection systembased on machine vision technologyG U O Ai-ling1,M A Shi-bang2,LIU Wei2,LI Yan-hui1(1. Library of Nanyang Normal University,Nanyang473061 ,China；2.School of Mechanical and Electronic Engineering ,Nanyang Normal University,Nanyang473061 ,China) Abstract：To realize automatically grading beef-marbling,the automatic detection system was developed by using machine vision technology.The composition principle and functions of detection system were introduced.The beef-marbling was extracted by using image preprocessing and segmentation algorithm.The beefs were graded on the basis of r a t i o of beef-marbling.The interactive visualization image processing software system used t o beef-marbling was developed by using matlab GUI components.Key words：beef;marbling；machine vision；image processing；detection system。