《开题报告基于机器视觉的牛肉品质检测终端研究.doc》由会员分享，可在线阅读，更多相关《开题报告基于机器视觉的牛肉品质检测终端研究.doc（7页珍藏版）》请在三一办公上搜索。
1、本科生毕业论文（设计）开题报告题 目:基于机器视觉的牛肉品质检测终端研究 姓 名: 林盛业 学 院: 工学院 专 业: 电子信息科学与技术 班 级: 信息92 学 号: 32309219 指导教师: 沈明霞 职称: 教授 2012 年03 月 17 日南京农业大学教务处制本课题的意义、国内外研究概况、应用前景等（列出主要参考文献）上世纪八十年代左右，机器视觉和模式识别等相关技术飞速地发展，许多学者开始将机器视觉技术引入到牛肉分级领域中。传统人工的评级方式主要是由分级员把真实肉样对照每个等级的标准图片，依靠视觉进行比较，评判肉样的质量等级。但由于评级员主要根据个人经验做出主观、定性的评价，加之外
2、在环境因素对评级员的影响，评级员容易产生疲劳，从而评价效率下降，整个评定过程不仅缺乏公平性，而且还存在相当大误差，甚至影响后续的肉品标价销售环节的正常进行。所以研究牛肉质量分级的定量指标和客观评定方法，探究牛肉的自动分级技术势在必行。经过许多学者的不懈努力，基于机器视觉的牛肉分级方法的研究已经取得了一些成果。现有的智能化牛肉分级技术能够有效地克服人工分级中存在的缺点，提高牛肉质量分级的准确率和效率，进而提高相关产业的生产效率。机器视觉在上世纪八十年代初开始应用于牛肉质量检验与分级技术的研究中，其中眼肌图像的提取和大理石花纹分离采集是利用机器视觉进行肉品分级的关键步骤。在自动评级之前，首先要利用
3、相关的图像处理技术从眼肌切面图像中提取出大理石花纹，接下来再采取相关的花纹数据进行机器评级。国外研究现状：Chen(1989) 1 等通过图像处理技术，计算出了美国牛肉分级系统中6张牛肉大理石花纹标准图版牛眼肌的肌内脂肪面积，将其作为判定牛肉质量等级的定量指标。后续研究证明要评定眼肌质量不仅要考虑到肌内脂肪颗粒的面积，还要注意不同面积大小脂肪颗粒的比例、脂肪颗粒之间的依存程度、脂肪颗粒分布的均匀程度以及结缔组织纹理的粗细等指标的综合运用。Kazuhiko(2000) 2等对分级员询问，得到大理石花纹分级5个主要指标:脂肪面积比、脂肪颗粒总数、大脂肪颗粒数、小脂肪颗粒数以及脂肪颗粒分布均匀度。用
4、图像分析技术从脂肪区域和肌肉区域提取这5个特征，然后利用神经网络技术对4位灰度图像的灰度直方图进行分析，计算出该图像灰度的同现矩阵，以此作为描述该图像纹理特性的参数。他们利用了神经网络得到一种能够模拟专业分级员给出分级结果的方法，并采用多元回归分析的方法筛选出了用肌内脂肪面积比、大脂肪颗粒数和脂肪分布系数建立起的大理石花纹等级判定模型。经实践证明，该模型有着较高的精确性和准确性。Fumito(2000) 3 等认为模糊推论和神经网络技术难以转化为简单的算法。他们提出利用非参数判别式阈值选择法来确定图像的分割阈值。从眼肌图像的灰度直方图中判断出最佳的区分瘦肉和脂肪的阀值。他们建立了一种新颖的，能
5、够将脂肪和肌肉的几何特征数量化的方法。它是一种基于灰度值延伸的矩阵，可以将二值化的图像中眼肌肌肉和肌内脂肪的像素进行几何特征描述，这种方法是把二者像素的规格化延伸长度向量与规格化延伸数量向量作为描述大理石花纹的几何特征参数。这种方法不仅能够精确测定脂肪面积百分比而且还能精确描述脂肪颗粒的分布。Jeyamkondan(2000) 4等人提出了一种基于牛肉彩色图像的大理石花纹等级和肉色等级的判别方法。通过对肉色和脂肪色的研究，他们发现肉色和脂肪色的蓝色和绿色分量直方图只表现出一个峰值，因此要找出一个合适的阈值将其分割十分困难。基于最小二乘法原理的模糊C-均值聚类模型（Fuzzy c-mean cl
6、ustering，简称FCM）能有效模仿人类的视觉，非常适合于将肌肉和脂肪进行聚类分割。该方法先是计算出眼肌图像中脂肪色的蓝色和绿色分量的最小B和G值，然后以此值作为阀值，进行肌肉和脂肪的分割。由于该方法可以对每一幅眼肌图像的脂肪色进行阈值的计算，因此这种图像分割方法又称为自适应阈值法。国内研究现状： 任发政5等选择眼肌大理石花纹图像为研究对象，利用Matlab软件中的imZbw函数将RGB图像转化为二值图，判定牛肉的大理石花纹等级。该方法识别误差较大，故对图像处理技术进行了改进，将灰度等级均匀化，然后对图像进行直方图分析，确定灰度值域，确定阀值，计算比例13。该研究表明图像处理可以完成牛肉大
7、理石花纹分级评定。孙永海6等先将脂肪组织和结缔组织与肌肉组织分割开来，然后用两种方法对脂肪组织进行分割：一是用阀值法，由用户根据系统绘制的直方图交互式地设置分割阀值，系统读取用户输入的阀值后将输入值大于设定阀值的像素点作为脂肪组织，修改其颜色信息，使得这些像素点对后续的颜色特征计算不起作用；二是利用人工神经网络进行图像分割，先从牛肉图像中得到脂肪组织和肌肉组织的样本，将组成样本的像素颜色信息作为网络输入，用于识别脂肪像素和肌肉像素的网络。屠康等7从牛肉等级标准图片中，人工提取出一部分带有大理石花纹的肌肉区域，采用阀值进行了分割，并统计了归属为大理石花纹的像素。刘木华8等提出了基于模糊C均值聚类
8、的牛肉图像脂肪和肌肉区域分割技术。该研究利用最大方差自动取阈值法(OSTU)把黑色背景与整块牛肉图像分割开来；然后把处理后的图像变成灰度图像，用模糊C均值聚类算法(FCM)计算出牛肉脂肪像素和肌肉像素灰度值的聚类中心，以各个像素点灰度值与两个聚类之间的绝对值距离来区分出图像中的脂肪和肌肉像素。结果表明，FCM方法是分割肌肉和脂肪区域的有效方法。赵杰文9等则研究利用数学形态学的方法对牛胴体眼肌切面图像中背长肌区域进行分割，以提取牛胴体眼肌的大理石纹。该研究首先运用模糊C均值聚类方法实现脂肪区域与背长肌区域的分割，得到包括周围肌肉组织及背长肌的图像。然后采用数学形态学中的变结构元素进行图像腐蚀，再
9、用截止时的结构元素对其进行膨胀，获得不含大理石纹的背长肌区域图像，最后将形态操作得到的图像与预处理后的牛肉图像进行“与”操作得到大理石纹。结果表明，这种方法能有效地提取大理石纹。应用前景：随着我国农业产业结构调整和农业产业化进程的加快，我国的牛肉产量有了大幅度提高，仅次于印度和巴西，位居世界第三；肉牛屠宰总量位居世界第一。我国已经成为世界范围内的牛肉生产大国。基于机器视觉的牛肉分级的方法研究和运用，对牛肉生产的规范化、标准化、有序化及产业化有重要意义。牛肉产品分级后其经济价值得到了客观准确的判断，经济效益得到了最大程度的保证。虽然国外有比较成熟的牛肉分级体系，但由于国内外牛肉品质的差异，国外的
10、分级方法并不完全适合我国的国情。因此，探索适合我国肉牛的牛肉分级方法是有必要也是十分重要的，相应仪器的产业化前景相当被看好。参考文献：1 Chen Y R, Mcdonald T P, Crouse J D. Determining percent intramuscular fat on ribeye surface by image processingC. ASAE Annual International Meeting, ASAE: St. Joseph, 1989.2 Kazuhiko Shiranita, Kenichiro Hayashi, Akifumi Otsubo, et
11、 al. Grading Meat Quality by Image ProcessingJ . Pattern Recognition, 2000, 33(1): 97-104.3 Fumito Yoshikawa, Kazuo Toraichi, Koichi Wada, et al. On a grading system for beef marblingJ. Patter Recognition Letter, 2000, 21(12): 1037-1050. 4 Jeyamkondan S, Ray N, Kranzler G A, et al. Beef quality grad
12、ing using machine visionC. Conference on biological quality and precision agriculture II, Boston USA, 2000: 91-101.5任发政，郑丽敏，王桂芹等.应用MATLAB图像处理技术评判牛肉大理石花纹J .肉类研究，2002 (4)：14-15.6 孟祥艳，孙永海，王笑丹，李志，胡铁军，何兵.牛胴体眼肌切面分级特征的提取与分析J.吉林大学学报,2010，40(2）：485-489.7屠康等计算机视觉在牛肉大理石花纹分级中的应用研究J 粮油加工，2003，(10)：43-458刘木华，赵杰文，
13、张东海.基于模糊C均值聚类的牛肉图像中脂肪与肌肉区域分割技术J.农业工程学报,2004，20(2)：161-163.9赵杰文, 刘木华, 张海东.基于数学形态学的牛肉图像中背长肌分割和大理石纹提取技术J. 农业工程学报，2004，20(1): 143-146.10 江龙建基于计算机视觉和神经网络的牛肉大理石花纹自动分级技术的研究D南京农业大学，2003研究的目标、内容和拟解决的关键问题研究目标：本课题将牛肉眼肌图像作为研究对象，搭建雪花牛肉分级系统硬件平台。该硬件平台人工采集雪花牛肉眼肌图像，并通过无线网与上位机进行实时数据通信 ， 上位机对图像采集特征值进行相关的分析，从而实现实时检测雪花牛
14、肉质量等级的目的。该平台的搭建将有助于提高牛肉品质分级的客观性和准确性。研究内容：1. 对比国内外肉牛产业相关分级标准，对比国内外牛肉质量分级技术与相关仪器的特点，了解我国肉牛产业的现状，对我国雪花牛胴体分级环境及人工评级流程有基本了解；2. 研究Linux系统下视频设备的操作标准，采用模拟 CCD工业相机编码转换后接入嵌入式平台的方法，研究牛肉图像快速采集程序；3. 研究无线局域网技术，应用基于TCP协议的Socket通信技术，实现平台和上位机的图像数据的实时交互的功能；4.学习与虚拟机相关的知识，利用虚拟机实现良好的人机交互，在Linux系统下开发相关的平台系统。课题需解决的关键问题：（1
15、） 使用虚拟机模拟Linux操作系统；（2） 在Linux系统下编写平台图像处理软件；（3） 将虚拟机中编写的软件移植至终端平台。（4） 利用编码转换技术模拟工业相机，从而利用平台系统对图像进行采集；（5） 利用Socket技术实现上位机和平台的数据通信；研究方法、技术路线、实验方案及可行性分析研究方法：1.在主机上搭建Linux操作系统：采用Windows7操作系统 +VMware软件工具 +Linux操作系统，VMware即虚拟机软件，可使一台计算机上同时运行二个或更多的操作系统，在虚拟机上可以挂载Linux系统镜像文件直接模拟Linux操作系统；2. 实现平台系统对图像进行采集：采用V4
16、L2标准，可以自定义设备驱动缓存数量，从而可以支持更多的硬件设备。V4L2模型采用分层的架构，分为两层。上层是应用程序编程接口，下层则是视频设备的驱动程序。平台图像采集方案为：CCD工业相机采集的信号经模 / 数转换，再接入嵌入式平台。在这里，驱动程序以模块形式集成于 Linux 内核中。3. 利用Socket技术进行无线通信程序设计：终端的无线通信模块为无线网卡，在Linux内核配置中添加对无线模块的驱动支持后，便可以对无线网卡的驱动进行移植。两个主机之间进行通信实质上是两个主机中的应用进程互相通信，Internet在传输层有相关的传输协议对双向通信进行控制，TCP协议便是其中之一。TCP提
17、供一种面向连接的、可靠的字节流服务。Socket 也称为套接字是 TCP/IP 协议族提供的最常用的应用编程接口，作为网络上运行的两个应用进程之间双向通信的一端，既可以接收请求，也可以发送请求。系统通过调用 Socket 接口来利用传输层提供的各种服务，包括 TCP 和 UDP。本平台中，采用传统的客户端 / 服务器 (C/S) 模型实现平台与上位机之间的通信。4. QT移植：运行于平台中的平台软件是在Linux系统环境下编写的，首先利用Qt软件编写调试相关的代码，编译通过后再将相关代码下载到开发平台上，才能实现终端平台的相关控制功能。要实现代码下载就需要事先做好Qt移植的工作，需要移植触摸屏
18、适配层工具tslib，Qt，安装交叉编译工具链。5. 终端平台软件的编写：终端采用Qt Designer设计，根据实际的需求，将程序分为两个界面，主控界面，传输显示界面。主控界面的操作包括：初始化相机、捕获图像、 打开图像以及打开传输显示界面。而传输显示界面需要完成图像传输、接收分级结果等功能。技术路线：1. 使用虚拟机模拟Linux操作系统，安装好VMware Workstation软件后，挂载Ubuntu软件，设立Linux虚拟系统并且进行相关的软件环境设置，汉化软件后，安装虚拟工具，实现外部系统与虚拟机内部系统的文件移植功能；2. 在Linux系统下编写平台图像处理软件。在安装好Ubun
19、tu软件之后继而安装Qt软件，在该软件平台上编写相关的程序代码；3. 将虚拟机中编写的软件移植至终端平台：事先要进行触摸屏适配层工具的移植，随后进行开发板系统烧制，再进行Qt移植的准备工作，从而实现软件下载；4. 利用编码转换技术模拟工业相机，从而利用平台系统对图像进行采集。在开发板平台软件经调试可以正常使用后，便可以采集牛肉图像，利用自身的特征提取软件进行图像处理；5. 利用Socket技术实现上位机和平台的数据通信。可行性分析：整个过程设计合理，思路清晰，每一步目的性明确并且相关方法已经较为成熟，有相关的实例代码可以参考，所以研究目的可以实现，研究预想效果可以达到，是可行的。特色或创新之处
20、：1.搭建的平台可以方便地获得实验数据，实现对牛肉质量的分级。2.将嵌入式技术、机器视觉技术以及无线通信技术等结合应用于牛肉检测领域，实现了雪花牛肉数据处理实时化与品质分级智能化。研究计划及预期进展：2013.03-04：阅读相关书籍，熟悉相关算法，将整个设计模块化，准备每个模块的代码资料。2013.04-05：编写每个模块的代码，独立实现模块的功能，并且将模块进行组合，总体系统调试。2013.05：完成系统整体的制作，修改毕业设计论文，准备答辩。已具备的条件、尚缺少的条件和拟解决的途径（包括利用教学实验中心、科研实验室、实习基地、校外其它企事业单位等条件的计划与落实情况）：1. 图书馆相关资料丰富，可以借阅大量的相关书籍。2. 相关的图像处理手段已经成熟，网络上有大量的实验代码。3. 本人阅读了大量的国内外相关资料，同时对机器视觉技术以及数学建模理论与方法有一定基础，而且熟练掌握C语言编程以及Visual C+开发。教务处制表
