基于高光谱图像纹理特征的牛肉嫩度分布评价.pdfVIP

第 31 卷 第 7 期 农 业 工 程 学 报 Vol.31 No.7 2015 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2015 279 ·农产品加工工程· 基于高光谱图像纹理特征的牛肉嫩度分布评价 赵 娟，彭彦昆※ （中国农业大学工学院，国家农产品加工技术装备研发分中心，北京 100083 ） 摘 要：传统牛肉品质的检测方法耗时长，效率低，破坏样品，已不能满足现代化生产的需要。为了实现对牛肉嫩度品 质的快速无损检测和评价，该文利用高光谱成像系统，以西门塔尔牛多个胴体的背最长肌部位为研究对象，采集 56 个有 效样本的高光谱立体图像，研究无损评价牛肉样品的嫩度分布。通过提取样本的反射光谱信息，并利用逐步回归算法结 合遗传算法（GA，genetic algorithm ）筛选出牛肉剪切力值（WBSF ，warner-bratzler shear force ）的特征波段。利用主成 分分析（PCA ，principle component analysis ）提取样品的3 个主成分。基于选出的特征波段图像和提取的主成分，通过计 算图像灰度共生矩阵求取每幅图像 8 个主要纹理特征参数，分别建立了基于支持向量机（SVM，support vector machine ） 和线性判别（LDA ，linear discriminant analysis ）法的嫩度等级判别模型。经分析比较，基于主成分纹理特征优于基于特 征波段图像建立的预测模型，并且，线性判别模型识别准确率相比支持向量机模型较高。基于主成分纹理特征建立的线 性判别模型预测集判别精度为 94.44% 。研究结果证明，基于高光谱图像纹理特征分析，可以建立牛肉的嫩度判别模型， 对牛肉嫩度快速无损检测技术研究提供理论参考。 关键词：肉；模型；图像处理；高光谱图像；牛肉嫩度；特征波段；主成分分析；纹理特征 doi ：10.3969/j.issn.1002-6819.2015.07.039 中图分类号：S123 文献标志码：A 文章编号：1002-6819(2015)-07-0279-08 赵 娟，彭彦昆. 基于高光谱图像纹理特征的牛肉嫩度分布评价[J]. 农业工程学报，2015，31(7)：279－286. Zhao Juan, Peng Yankun. Distribution of beef tenderness grading based on texture features by hyperspectral image analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 279 －286. (in Chinese with English abstract) 物、总能量、干物质含量、灰分量以及水分，肌内脂肪、 0 引 言 胶原蛋白质的含量的预测，对粗蛋白、总能量、醚萃取 牛肉作为人类日常消费的一种重要的肉品，因其高 物的干物质的预测相关系数分别是 0.874、0.924、0.941 蛋白质、低脂肪、维生素及矿物质含量高等特点，受到 和 0.874 。Park[14]应用 1 100～2 500 nm 近红外反射光谱， 消费者的青睐。随着人民生活水平的提高，牛肉的嫩度、 建立偏最小二乘和多元线