猪肉新鲜度快速判定的方法及系统技术方案

技术编号:15194445 阅读:68 留言:0更新日期:2017-04-20 16:23
本发明专利技术提供一种猪肉新鲜度快速判定的方法及系统,所述方法包括:获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后进行高光去除处理;将图像进行特征提取获得颜色特征参数;将颜色特征参数进行分类组合获得特征参数组合;根据特征参数组合采用分类预测模型获得分类结果并显示。本发明专利技术提供一种猪肉新鲜度快速判定的方法及系统,通过对获取的产品图像采用MSF图像处理方法、自适应阈值划分方法以及White Patch算法的改进和综合应用,有效去除了图片中高光部分,降低了目标部分的失真度,为后续特征提取、模型预测新鲜度提高准确性。

【技术实现步骤摘要】

本专利技术涉及食品检测
,尤其涉及一种猪肉新鲜度快速判定方法及系统。
技术介绍
猪肉具有丰富的营养价值,其已经成为我国居民猪肉膳食结构中最主要的一部分。猪肉的新鲜度是评价猪肉品质的重要指标,目前对于猪肉来源及品质还未形成统一的有效监督机制,市场流通的猪肉品质参差不齐,有些甚至存在卫生与安全问题,损害消费者的身体健康,因此猪肉新鲜度识别技术是保证猪猪肉量安全的重要手段和保障。目前新鲜度检测主要是通过检测员进行感官检验,判断结果存在带有很强的主观性,没有统一的判定标准,检测结果不能准确地说明猪肉新鲜度的真实情况,以致检测效果并不理想。常规的猪肉新鲜度检测指标包括了感官指标、理化指标和微生物指标等,但这些指标基本需要在实验室由专业人员进行测试,方法复杂、步骤繁琐、测试所需时间较长,且对于普通消费者来说不具有可操作性,无法满足消费者日常生活的实际需求。
技术实现思路
本专利技术提供一种猪肉新鲜度快速判定方法及系统,用于解决现有技术中对猪肉检测复杂、步骤繁琐、测试所需时间较长的问题。第一方面,本专利技术提供一种猪肉新鲜度快速判定的方法,包括:获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后进行高光去除处理;将高光去除后的图像进行特征提取获得颜色特征参数,并将获得的颜色特征参数进行分类组合获得特征参数组合;根据特征参数组合采用分类预测模型获得分类结果并显示。优选地,获取所选猪肉产品的当前图像,包括:通过移动终端对所选猪肉产品进行拍照,并上传当前图像,或通过移动终端上传所选猪肉产品已拍摄的图像。优选地,获取所述当前图像的类别信息,包括:通过移动终端同时上传所述当前图像以及当前图像的类别信息。优选地,还包括:若根据所述类别信息判断确定所述当前图像为非高光图像,则对当前图像进行预处理后进行特征提取的步骤。优选地,预处理包括:采用加权平均值法对采集到的图像进行灰度处理;采用中值滤波法对灰度处理后的图像进行图像增强去噪处理;采用Otsu阈值分割法对去噪处理后的图像进行二值化处理;采用图像开运算对二值化处理后的图像进行边缘平滑处理;将边缘平滑处理后的二值化图像与当前图像进行相与原酸,得到除去背景的彩色图像。优选地,若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行高光去除处理,包括:将当前图像转换为不存在高光影响且保留原始图像中物体集合信息的SF图像,其转换公式为:Vsf,i(p)=Vi(p)-Vmin(p)=α(Vb,i(p)-Vb,min(p)),其中,Vsf,i(p)是像素p的SF图像,Vb,i(p)是像素p的体颜色Vb的第i个通道灰度值,Vb,min(p)是体颜色Vb的最小通道灰度值;根据SF图像转换得到MSF图像,其转换公式为:V*msf,i(p)=Vi(p)-Vmin(p)+σ(Vmin);其中,V*msf,i(p)为MSF图像;Vi(p)是像素p在原始图像中第i通道的灰度值,Vmin(p)是像素p最小通道灰度值,σ(Vmin)为图像最小单通道灰度值Vmin的标准差,将像素p在当前图像中的灰度值Vi(p)与像素p在MSF图像中的灰度值Vmsf,i(p),并将差值与自适应阈值T1作比较,若差值小于自适应阈值T1,则该像素为漫反射像素;反之为混合像素,其中混合像素包括漫反射像素和高光像素,其表达式为:其中,T1设为当前图像中最小单通道灰度值的标准差σ(Vmin),Vmax为各像素最大的单通道灰度值,MAX(Vmax)为图像中最大单通道灰度值,为各像素最大单通道灰度值的平均值。优选地,将高光去除后的图像进行特征提取获得颜色特征参数,并将获得的颜色特征参数进行分类组合获得特征参数组合,包括:提取12个常用的颜色特征参数R、G、B、H、I、S、L*、a*、b*、r、g、b的均值;将其进行组合得到RGB-HIS、RGB-L*a*b*、rgb-HIS、rgb-L*a*b*和HIS-L*a*b*这5类特征参数组合。优选地,所述分类预测模型的建立步骤包括:对预存数据中的每组颜色特征向量进行归一化处理后作为支持向量机模型训练数据集;将预存数据中的新鲜度等级评定值作为数据集标签;将训练数据集和数据集标签根据设定的结果参数进行训练,获得分类预测模型。第二方面,本专利技术提供一种猪肉新鲜度快速判定的系统,包括:获取模块,用于获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;图像处理模块,用于在判断确定所述当前图像为高光图像时,对所述当前图像进行预处理后进行高光去除处理;特征提取模块,用于将高光去除后的图像进行特征提取获得颜色特征参数,并将获得的颜色特征参数进行分类组合获得特征参数组合;新鲜度判定模块,根据特征参数组合采用分类预测模型获得分类结果并显示。第三方面,本专利技术提供一种猪肉新鲜度快速判定的系统,包括:移动终端,与服务端无线连接,用于对猪肉产品进行拍照获取当前图像,并将当前图像与当前图像的类型信息上传给服务端;服务端,用于接收当前图像,并在判断确定所述当前图像为高光图像,对所述当前图像进行预处理后进行高光去除处理;将高光去除后的图像进行特征提取获得颜色特征参数;将获得的颜色特征参数进行分类组合获得特征参数组合;根据特征参数组合采用分类预测模型获得分类结果并发送给移动终端,以使移动终端显示分类结果。由上述技术方案可知,本专利技术实施例提供一种猪肉新鲜度快速判定的方法及系统,通过对获取的产品图像采用MSF图像处理方法、自适应阈值划分方法以及WhitePatch算法的改进和综合应用,有效去除了图片中高光部分,降低了目标部分的失真度,为后续特征提取、模型预测新鲜度提高准确性。附图说明图1为本专利技术实施例1提供的猪肉新鲜度快速判定的方法的流程示意图;图2为本专利技术实施例2提供的猪肉新鲜度快速判定的系统的结构示意图。具体实施方式下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。图1示出了本专利技术实施例提供一种猪肉新鲜度快速判定的方法,包括:S11、获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光。在本步骤中,需要说明的是,可通过移动终端对所选猪肉产品进行拍照,并上传当前图像到服务端进行后续处理。也可通过移动终端上传所选猪肉产品已拍摄的图像到服务端进行后续处理。而在上传之前,需要用户对所得到的当前图像进行判断,判断当前图像是否为高光图像。在对猪肉产品进行拍照时,可能会因拍摄角度及环境光照的影响导致采集到的表面反光的图像,即高光图像。如对包有保鲜膜的猪肉产品进行拍照,很容易造成高光反应。对当前图像的图像类别(高光或非高光)进行判断后,将类别信息通过移动终端与所述当前图像同时上传至服务端进行后续处理。S12、若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后进行高光去除处理。在本步骤中,需要说明的是,当判断当前图像为高光图像后,需要对当前图像进行预处理,其包括以下步骤:S121、采用加权平均值法对采集到的图像进行灰度处理。S122、采用中值滤波法对灰度处理后的图像进行图像增强去本文档来自技高网...
猪肉新鲜度快速判定的方法及系统

【技术保护点】
一种猪肉新鲜度快速判定的方法,其特征在于,包括:获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后进行高光去除处理;将高光去除后的图像进行特征提取获得颜色特征参数,并将获得的颜色特征参数进行分类组合获得特征参数组合;根据特征参数组合采用分类预测模型获得分类结果并显示。

【技术特征摘要】
1.一种猪肉新鲜度快速判定的方法,其特征在于,包括:获取所选猪肉产品的当前图像和所述当前图像的类别信息,所述类别信息包括高光和非高光;若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行预处理后进行高光去除处理;将高光去除后的图像进行特征提取获得颜色特征参数,并将获得的颜色特征参数进行分类组合获得特征参数组合;根据特征参数组合采用分类预测模型获得分类结果并显示。2.根据权利要求1所述的方法,其特征在于,获取所选猪肉产品的当前图像,包括:通过移动终端对所选猪肉产品进行拍照,并上传当前图像,或通过移动终端上传所选猪肉产品已拍摄的图像。3.根据权利要求2所述的方法,其特征在于,获取所述当前图像的类别信息,包括:通过移动终端同时上传所述当前图像以及当前图像的类别信息。4.根据权利要求1所述的方法,其特征在于,还包括:若根据所述类别信息判断确定所述当前图像为非高光图像,则对当前图像进行预处理后进行特征提取的步骤。5.根据权利要求1所述的方法,其特征在于,预处理包括:采用加权平均值法对采集到的图像进行灰度处理;采用中值滤波法对灰度处理后的图像进行图像增强去噪处理;采用Otsu阈值分割法对去噪处理后的图像进行二值化处理;采用图像开运算对二值化处理后的图像进行边缘平滑处理;将边缘平滑处理后的二值化图像与当前图像进行相与原酸,得到除去背景的彩色图像。6.根据权利要求1所述的方法,其特征在于,若根据所述类别信息判断确定所述当前图像为高光图像,则对所述当前图像进行高光去除处理,包括:将当前图像转换为不存在高光影响且保留原始图像中物体集合信息的SF图像,其转换公式为:Vsf,i(p)=Vi(p)-Vmin(p)=α(Vb,i(p)-Vb,min(p)),其中,Vsf,i(p)是像素p的SF图像,Vb,i(p)是像素p的体颜色Vb的第i个通道灰度值,Vb,min(p)是体颜色Vb的最小通道灰度值;根据SF图像转换得到MSF图像,其转换公式为:V*msf,i(p)=Vi(p)-Vmin(p)+σ(Vmin);其中,V*msf,i(p)为MSF图像;Vi(p)是像素p在原始图像中第i通道的灰度值,Vmin(p)是像素p最小通道灰度值,σ(Vmin)为图像最小单通道灰度值Vmin的标准差,将像素p在当...

【专利技术属性】
技术研发人员:钱建平韩帅潘婧刘寿春史策
申请(专利权)人:北京农业信息技术研究中心
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1