機(jī)器視覺技術(shù)在牛肉大理石花紋識別中的應(yīng)用

吳海娟，彭增起，沈明霞,，劉瓔瑛，仇金宏，史 杰

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇 南京 210031；2.南京農(nóng)業(yè)大學(xué) 農(nóng)業(yè)部農(nóng)畜產(chǎn)品加工與質(zhì)量控制重點(diǎn)開放實(shí)驗(yàn)室，江蘇 南京 210095)

機(jī)器視覺技術(shù)在牛肉大理石花紋識別中的應(yīng)用

吳海娟1，彭增起2，沈明霞1,*，劉瓔瑛1，仇金宏1，史 杰2

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇 南京 210031；2.南京農(nóng)業(yè)大學(xué) 農(nóng)業(yè)部農(nóng)畜產(chǎn)品加工與質(zhì)量控制重點(diǎn)開放實(shí)驗(yàn)室，江蘇 南京 210095)

牛肉眼肌區(qū)域大理石花紋的豐富程度是牛肉分級的重要指標(biāo)之一。采用工業(yè)相機(jī)采集多幅牛肉眼肌切面圖像，利用VC++圖像處理技術(shù)，對圖像進(jìn)行平滑去噪操作，采用自適應(yīng)閾值法將眼肌區(qū)域從背景中分離，然后運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法以及基于區(qū)域分割的方法確定有效眼肌區(qū)域，最終通過數(shù)理統(tǒng)計的算法識別大理石花紋。結(jié)果表明，該技術(shù)能有效識別眼肌區(qū)域中的大理石花紋，其耗時短、識別結(jié)果準(zhǔn)確，利于牛肉等級的準(zhǔn)確判定。

牛肉眼肌；大理石花紋；腐蝕；膨脹；圖像分割；識別

采用機(jī)器視覺技術(shù)實(shí)現(xiàn)牛肉分級，是近年來牛肉質(zhì)量自動分級研究的熱點(diǎn)[1-4]。早在1990年，Mcdonald等[5]運(yùn)用圖像處理的辦法，依據(jù)瘦肉與脂肪不同的反射特性，對背最長肌的瘦肉和脂肪進(jìn)行了區(qū)分。1996年，Gerrand等[6]對60個大排的大理石紋和顏色等級進(jìn)行感官評定和計算機(jī)圖像處理，結(jié)果表明計算機(jī)圖像處理能有效預(yù)測大理石紋和顏色等級(相關(guān)指數(shù)為0.86和0.84)。在國內(nèi)，任發(fā)政等[7]嘗試用Matlab來提取牛肉的大理石紋。趙杰文等[8]則研究利用數(shù)學(xué)形態(tài)學(xué)的方法對牛胴體眼肌切面圖像中背長肌區(qū)域進(jìn)行分割，以提取牛胴體眼肌的大理石紋。無論是對二值化后的圖像運(yùn)用差影法或是面積閾值法，還是對灰度圖像運(yùn)用數(shù)學(xué)形態(tài)學(xué)及區(qū)域增長法，都有可能提取的不夠準(zhǔn)確，造成識別結(jié)果的精度不高，同時識別處理也只是統(tǒng)計了大理石花紋的多少，并未體現(xiàn)花紋的分布情況。

牛肉眼肌區(qū)域大理石花紋的識別關(guān)鍵在于精確提取牛肉切面的有效眼肌區(qū)域。主要運(yùn)用了基于區(qū)域的圖像分割技術(shù)等算法對二值化后的牛肉眼肌切面圖像進(jìn)行了再次分割處理，提取有效的牛肉眼肌區(qū)域效果較好，以此區(qū)域?yàn)檠芯繉ο筮\(yùn)用數(shù)理統(tǒng)計的方法識別出有效眼肌區(qū)域的大理石花紋，并將識別結(jié)果以對話框的形式直觀的呈現(xiàn)。

1 材料與方法

1.1 材料

實(shí)驗(yàn)采集了第12～13根肋骨間的50幅牛肉眼肌切面圖片，所有圖片均用白色熒光燈管作為照明裝置，使用暗白色作為背景便于后續(xù)的各種圖像處理以及簡化處理過程，使用維視工業(yè)相機(jī)獲取牛肉圖片。將獲得的圖片放到自己設(shè)計編寫的VC++圖像處理軟件界面中進(jìn)行處理。VC++牛肉圖像處理的軟件界面如圖1所示。

圖1 VC++牛肉圖像處理的軟件界面Fig.1 Software interface of beef image processing using VC++

1.2 圖像預(yù)處理

從采集的牛肉圖像樣本中任選了一幅牛肉眼肌切面圖像，如圖2a所示。構(gòu)成該牛肉圖像的各部分為暗白色背景區(qū)域1、有效眼肌區(qū)域2、附生肌3、背膘4。圖像處理過程：對圖像進(jìn)行平滑去噪操作；用自適應(yīng)閾值法將眼肌區(qū)域從背景中分離；運(yùn)用多次腐蝕、膨脹以及區(qū)域生長的方法確定有效眼肌區(qū)域，最終通過數(shù)理統(tǒng)計的方法識別大理石花紋。圖像預(yù)處理包括圖像平滑、圖像灰度化、圖像二值化、腐蝕去噪和邊緣細(xì)化等[9]。為了消除噪聲及一些細(xì)小的結(jié)締組織，采用了中值濾波對圖像進(jìn)行去噪處理，將去噪后的彩色圖像轉(zhuǎn)化為灰度圖像，以減少存儲空間。利用自適應(yīng)閾值法[10]，由程序自動計算得到一個閾值，進(jìn)行圖像二值化處理，分離牛肉切面圖像的前景與背景部分。牛肉眼肌切面如圖2a所示，其對應(yīng)的預(yù)處理過程如圖2b~2d所示。

圖2 預(yù)處理圖片F(xiàn)ig.2 Pretreatment images

1.3 基于眼肌區(qū)域分割的牛肉大理石花紋識別

1.3.1 基于眼肌區(qū)域分割處理

牛肉眼肌切面圖像的分割方法很多[11-13]，分割效果各異。本課題研究的關(guān)鍵即為區(qū)域的分割處理，經(jīng)預(yù)處理后的牛肉圖片必須將其中的附生肌去除，否則難以得到有效眼肌區(qū)域。有效眼肌區(qū)域的提取方法較多，如面積閾值法和圖像差影法等，本實(shí)驗(yàn)運(yùn)用了區(qū)域生長法的基本原理[14]對二值圖像進(jìn)行分割。

圖像分割是圖像處理中的一個經(jīng)典難題，但又是進(jìn)行圖像分析的關(guān)鍵步驟。一幅二維灰度圖像以像素點(diǎn)的集合g(x,y)，其中0≤x≤Maxx，0≤y≤Maxy進(jìn)行分割就是將圖像劃分為滿足如下條件的子區(qū)域(g1,g2,g3,…,gn：

1)Ugi(x,y)=g(x,y)，表示有效眼肌區(qū)域及附生肌組織構(gòu)成整個圖像。

2)gi是連通的區(qū)域；通過腐蝕、膨脹，將圖像中各組成部分變成連通區(qū)域，便于區(qū)域生長。

3)gi(x,y)∩ gi(x,y)= φ(i=1,2,…,n；j=1,2,…,n；i≠ j)，即任意兩個子域不存在公共元素。

實(shí)驗(yàn)將區(qū)域生長法用于預(yù)處理后的牛肉眼肌切面二值化圖像而非灰度圖像，在預(yù)處理后可能會有非連通區(qū)域出現(xiàn)，這將不利于區(qū)域生長的進(jìn)行(圖像分割定義的3)中指出)。采用多次腐蝕運(yùn)算消除物體邊界點(diǎn)，使邊界向內(nèi)部收縮，把小于結(jié)構(gòu)元素的物體去除[15]，這里使用了3×3結(jié)構(gòu)元素(當(dāng)前點(diǎn)周邊的八個像素點(diǎn))，掃描圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作如果都為1，那么圖像的該像素為1，否則為0。使二值圖像減小一圈。圖中在進(jìn)行完區(qū)域生長后，再利用膨脹操作(與腐蝕相反的操作)恢復(fù)向內(nèi)收縮的邊界。區(qū)域生長算法的關(guān)鍵在于初始種子點(diǎn)的選取、生長準(zhǔn)則的確定以及終止條件的設(shè)定。這里通過自定義種子點(diǎn)將初始生長點(diǎn)定在有效眼肌區(qū)域內(nèi)(種子點(diǎn)的選取應(yīng)排除有效眼肌區(qū)域內(nèi)的大理石花紋，否則將影響有效眼肌區(qū)域的提取效果)，基于灰度差準(zhǔn)則(種子點(diǎn)像素值與4鄰域點(diǎn)像素值的絕對值不大于設(shè)定的灰度門限值。通過實(shí)驗(yàn)發(fā)現(xiàn)，若與其鄰域的8個像素值進(jìn)行比較，將使得有效眼肌區(qū)域生長不完全)，當(dāng)生長過程在進(jìn)行到?jīng)]有滿足生長準(zhǔn)則需要的象素時終止生長，保證區(qū)域生長能正常提取有效眼肌區(qū)域。有效眼肌區(qū)域的分割效果如圖3所示。

圖3 有效眼肌區(qū)域的分割效果圖Fig.3 Segmentation of the effective rib-eye region beef

1.3.2 眼肌區(qū)域大理石花紋的識別

通過圖像預(yù)處理以及基于區(qū)域的有效眼肌的分割，得到了最終的有效眼肌區(qū)域。如圖4所示，大理石花紋的識別過程：1)統(tǒng)計有效眼肌區(qū)域中白色點(diǎn)的個數(shù)得到大理石花紋的面積A；2)使用邊緣標(biāo)記法標(biāo)出眼肌區(qū)域中的大理石花紋，統(tǒng)計大理石花紋的個數(shù)G；3)利用邊緣跟蹤的方法得到整個眼肌區(qū)域邊界，用像素統(tǒng)計法得眼肌總面積S；4)通過得出的大理石花紋面積占有效眼肌區(qū)域總面積的比，即T=A/S。5)利用T這一概率以及大理石花紋個數(shù)G，這兩個數(shù)值同時說明整個有效眼肌區(qū)域大理石花紋的豐富程度。

以上過程完成了牛肉切面有效眼肌區(qū)域大理石花紋的識別。識別結(jié)果既能體現(xiàn)大理石花紋區(qū)域的大小又能體現(xiàn)大理石花紋的多少，結(jié)果相對準(zhǔn)確、全面。

圖4 牛肉大理石花紋的識別結(jié)果圖Fig.4 Result of beef marbling recognition

2 結(jié)果與分析

在自己編寫的VC++環(huán)境下，根據(jù)圖像處理方法，從采集的50幅樣品圖像中取S、A、B、C等級的牛肉圖片各一幅進(jìn)行圖像處理，得到每幅圖片的有效眼肌區(qū)域以及大理石花紋的識別結(jié)果。表1為得出牛肉有效眼肌區(qū)域的提取準(zhǔn)確度以及牛肉大理石花紋的識別結(jié)果。各等級牛肉眼肌切面及其對應(yīng)的處理過程如圖5a～h所示。

表1 牛肉圖片的識別結(jié)果對比Table1 Comparison of beef image recognition

圖5 各等級牛肉眼肌切面及其處理圖Fig.5 Section image and processed images of different grades of beef rib-eye

用圖像處理方法，分別對其余的46幅樣品圖像進(jìn)行了相應(yīng)處理，并對大理石花紋的識別結(jié)果進(jìn)行了統(tǒng)計，得出這46幅各等級牛肉圖像的眼肌面積S、花紋總面積A、花紋個數(shù)G及面積比T如表2所示。

表2 46幅牛肉圖片的識別結(jié)果統(tǒng)計Table2 Statistics of 46 beef images recognition

續(xù)表2

由表1中4幅S、A、B、C等級的大理石花紋識別結(jié)果對比及表2中46幅各等級大理石花紋識別結(jié)果的數(shù)據(jù)統(tǒng)計，分析可知：1)由牛肉有效眼肌區(qū)域的提取效果，可已看出各等級牛肉眼肌有效區(qū)域的提取效果較好。2)通過有效眼肌區(qū)域大理石花紋的識別結(jié)果可知，面積比T具有反應(yīng)花紋等級的作用，而大理石花紋的個數(shù)，則會出現(xiàn)等級交叉現(xiàn)象。但是個數(shù)G還是可以反應(yīng)級別相差較大時的花紋等級的，如S、B、C或A、B、C。兩者同時考慮，才能較準(zhǔn)確的給出大理石花紋的等級。

3 結(jié) 論

國內(nèi)外對于牛肉眼肌區(qū)域的分割和識別已做了很多研究，其最終目的均是為了在較短的時間內(nèi)，較為準(zhǔn)確的得到有效的處理結(jié)果。本研究采用VC++圖像處理技術(shù)對牛肉眼肌切面的大理石花紋進(jìn)行了有效識別，主要結(jié)論如下：1)使用暗白色的背景有利于得到牛肉眼肌切面的前景區(qū)域，減少了像素分布的范圍及處理時間，簡化了處理過程。使用了3×3的結(jié)構(gòu)元素對二值化后的圖像進(jìn)行腐蝕，得到均勻的連通目標(biāo)，使得基于區(qū)域的分割效果很好，利于大理石花紋的提取。2)實(shí)驗(yàn)程序通過對話框的形式很好的呈現(xiàn)了大理石花紋的豐富程度。其中大理石花紋的面積與有效眼肌區(qū)域的總面積比以及大理石花紋的總個數(shù)這兩個數(shù)字，能很好的表現(xiàn)牛肉大理石的花紋等級。整個處理過程耗時為0.21s，識別結(jié)果準(zhǔn)確。

[1] 陳坤杰, 姬長英. 牛肉自動分級技術(shù)研究進(jìn)展分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2006, 37(3): 153-156.

[2] TAN Jinglu. Meat quality evaluation by computer vision[J]. Journal of Food Engineering, 2004, 61(1): 27-35.

[3] JEYAMKONDAN S, RAY N, KRANZLER G A, et al. Beef quality grading using machine vision[C]//Conference on Biological Quality and Precision AgricultureⅡ, Boston, USA, 2000: 91-101.

[4] 孫永海, 鮮于建川, 石晶. 基于計算機(jī)視覺的冷卻牛肉嫩度分析方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2003, 34(5): 102-105.

[5] McDONALD T, CHEN Y R.A geometric model of marbling in beef longissimus dorsi[J]. Trans of the ASAE, 1992, 35(3): 1057-1062.

[6] GERRAND D E, GAO X, TAN J. Beef marbling and colour score determination by image processing[J]. Journal of Food Science, 1996,61(1): 145-148.

[7] 任發(fā)政, 鄭麗敏. 應(yīng)用Matlab圖像處理技術(shù)評判牛肉大理石花紋[J].肉類研究, 2002, 16(4): 14-15.

[8] 趙杰文, 劉木華, 張海東. 基于數(shù)學(xué)形態(tài)學(xué)的牛肉圖像中背長肌分割和大理石紋提取技術(shù)研究[J]. 農(nóng)業(yè)工程學(xué)報, 2004, 20(1): 143-146.

[9] 周長發(fā). 精通Visual C++圖像處理編程[M]. 3版. 北京: 電子工業(yè)出版社, 2006: 284-318.

[10] 徐慧. Visual C++數(shù)字圖像實(shí)用工程案例精選[M]. 北京: 人民郵電出版社, 2004: 64-65.

[11] CHEN K, QIN C. Segmentation of beef marbling based on vision threshold[J]. Computers and Electronics in Agriculture, 2008, 62: 223-230.

[12] 陳坤杰, 秦春芳, 姬長英. 牛胴體眼肌切面圖像的分割方法很多[J].農(nóng)業(yè)機(jī)械學(xué)報, 2006, 37(6): 155-157.

[13] 陳坤杰, 姬長英. 基于圖像運(yùn)算的牛肉大理石花紋提取方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2007, 38(5): 195-196.

[14] 楊淑瑩. VC++圖像處理程序設(shè)計[M]. 北京: 清華大學(xué)出版社, 2003:194-195.

[15] 郎銳. 數(shù)字圖像處理學(xué)VC++實(shí)現(xiàn)[M]. 北京: 北京希望電子出版社,2003: 286-287.

Application of Machine Vision Technology in Beef Marbling Recognition

WU Hai-juan1，PENG Zeng-qi2，SHEN Ming-xia1,*，LIU Ying-ying1，QIU Jin-hong1，SHI Jie2
(1. College of Engineering, Nanjing Agricultural University, Nanjing 210031, China；2. Key Laboratory of Agricultural and Animal Products Processing and Quality Control, Ministry of Agriculture, Nanjing Agricultural University, Nanjing 210095, China)

Marbling level of beef rib-eye region is one of the important indicators in beef classification. A total of 50 rib-eye images were taken by using industrial cameras, then VC++ image processing technology was used to denoise image through smoothing operation; then the rib-eye region was isolated from background with adaptive threshold before the effective rib-eye region was determined by using mathematical and segmentation-based method. Eventually we could identify marbling through mathematical statistics method. Experimental results show that machine vision can effectively identify rib-eye region of the marbling, and its short time-consuming and accurate identification will help determine the exact quality level of beef.

beef rib-eye；marbling；erosion；dilation；image segmentation；recognition

TS243.8

A

1002-6630(2011)03-0010-04

2010-04-23

國家現(xiàn)代農(nóng)業(yè)(肉牛)產(chǎn)業(yè)技術(shù)體系項(xiàng)目(080600231

清徐县| 丰宁| 锡林郭勒盟| 霍林郭勒市| 奉新县| 民权县| 井陉县| 蒙城县| 景宁| 涿鹿县| 朝阳区| 宁城县| 鄂托克旗| 固镇县| 清水河县| 泗洪县| 吴江市| 青田县| 泰顺县| 朝阳区| 临湘市| 荣成市| 洞头县| 云龙县| 南漳县| 利辛县| 兴仁县| 陆川县| 高淳县| 盱眙县| 东丽区| 浠水县| 大同县| 延川县| 芜湖县| 东兴市| 朝阳县| 宁南县| 青岛市| 城固县| 监利县|