基于机器视觉的牛肉品质分级系统及其方法
一种基于机器视觉的牛肉品质智能分级系统，它包括牛胴体放置平台、带有相机的暗箱和牛肉品质分级模块，暗箱中的相机作为牛胴体信息的采集装置采集位于牛胴体放置平台上待测牛胴体的图像信号，相机的输出与牛肉品质分级模块连接，牛肉品质分级模块的输出作为基于机器视觉的牛肉品质智能分级系统的输出牛肉等级信息。
本发明的牛胴体放置平台包括牛胴体放置台和背景板，背景板与牛胴体放置台连接。
本发明的背景板为黑色。
一种利用如上的基于机器视觉的牛肉品质智能分级系统的方法，包括以下步骤：
(a).牛胴体横切面特征图像数据库的建立：牛胴体横切面特征图像数据库的建立包含牛外脊、眼肉和上脑三个部位的特征图像；
(b).牛胴体级别判定分类器的建立：对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，得到牛胴体横切面上有效眼肌区域内大理石花纹分布情况、牛胴体横切面上有效眼肌区域内大理石花纹颜色等级和牛胴体横切面上有效眼肌区域内的红肉颜色等级，然后根据所得的三个指标得到对应的牛胴体整体综合等级标准；
(c).通过暗箱中的相机采集位于牛胴体放置平台上待测牛胴体的图像信号并将其输入牛肉品质分级模块，采用牛胴体级别判定分类器对牛肉等级进行判定并输出牛肉等级信息。
一种利用如上的基于机器视觉的牛肉品质智能分级系统的方法，包括以下步骤：
(a).牛胴体横切面特征图像数据库的建立：牛胴体横切面特征图像数据库的建立包含牛外脊、眼肉和上脑三个部位的特征图像；
(b).牛胴体级别判定分类器的建立：对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，包括牛胴体横切面上有效眼肌区域内大理石花纹分布情况、牛胴体横切面上有效眼肌区域内大理石花纹颜色等级和牛胴体横切面上有效眼肌区域内的红肉颜色等级，
所述的牛胴体横切面上有效眼肌区域内大理石花纹颜色及红肉颜色情况的参数提取步骤为：
第一、将RGB色彩空间值转换为HIS色彩空间值，辨别有效色彩区域，即提取脂肪色和红肉颜色；
脂肪色：
S级：230≤R≤255；230≤G≤255；225≤B≤255
A级：130≤R≤170；140≤G≤160；110≤B≤140
B级：215≤R≤225；220≤G≤240；130≤B≤180
C级：195≤R≤210；190≤G≤210；0≤B≤145
红肉色：
S级：185≤R≤255；35≤G≤60；40≤B≤60；G≤B；(G-B)＜10；
A级：90≤R≤130；15≤G≤45；15≤B≤50；G≤B；(G-R)＜70；(B-G)≤5；
B级：150≤R≤190；60≤G≤95；70≤B≤95；G≤B；(G-R)＜70；(B-G)≤5；
C级：40≤R≤60；0≤G≤40；0≤B≤40；(R-B)＜15；
第二、统计有效色彩区域内脂肪色和肉色各像素点的RGB值；
第三、分别对脂肪色和红肉色各像素点RGB值叠加后取平均值；
第四、得到脂肪色和红肉色各像素点RGB值的平均值即为脂肪色及红肉色的等级区间对应值；
所述的牛胴体横切面上有效眼肌区域内大理石花纹等级的参数提取步骤为：
第一、对牛肉分割横切面图像进行灰度化处理；
第二、对灰度化后的牛分割肉横切面图像进行阈值分割，脂肪和背景为白色，肌肉为黑色；
第三、逐行逐列扫描图像，将连续且数量最大的白点构成区域变成黑色，即去除了大部分背膘；
第四、再对牛分割肉横切面图像进行轮廓提取，轮廓为黑色，其它点位白色；
第五、对轮廓提取后的牛分割肉横切面图像进行断点的补连；
第六、逐行逐列扫描图像，将周长最大的轮廓包围的区域保留，除此以外的区域全部变成白色，记录下该最大的周长为Cr；
第七、统计其它轮廓点的总周长，记为Cf；
第八、计算大理石花纹的密度分布律μ＝Cr/Cf；S级：μ≥2.5％；A级：1.5％≤μ＜2.5％；B级：0.5％≤μ＜1.5％；C级：μ＜0.5％；
第九、对处理后的轮廓图像进行区域生长，统计出周长最大区域内的白点，即大理石花纹的面积，记为Sf；
第十、再对轮廓周长最大的区域进行区域生长，使得区域内的所有点变为白色，统计出这些白点的总数，记为Sr；
第十一、计算大理石花纹的区域占有律η＝Sf/Sr；
S级：η≥17％；A级：10％≤η＜17％；B级：3％≤η＜10％；C级：η＜3％
最后根据所得的三个指标得到对应的牛胴体整体综合等级标准；
(c).通过暗箱中的相机采集位于牛胴体放置平台上待测牛胴体的图像信号并将其输入牛肉品质分级模块，采用牛胴体级别判定分类器对牛肉等级进行判定并输出牛肉等级信息；所述的判定步骤与步骤(b)相同，对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，然后与牛胴体级别判定分类器中的数据进行比对输出相应等级。
本发明的牛胴体放置平台包括牛胴体放置台和背景板，背景板与牛胴体放置台连接。
本发明的背景板为黑色。
一种利用如上的基于机器视觉的牛肉品质智能分级系统的方法，包括以下步骤：
(a).牛胴体横切面特征图像数据库的建立：牛胴体横切面特征图像数据库的建立包含牛外脊、眼肉和上脑三个部位的特征图像；
(b).牛胴体级别判定分类器的建立：对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，得到牛胴体横切面上有效眼肌区域内大理石花纹分布情况、牛胴体横切面上有效眼肌区域内大理石花纹颜色等级和牛胴体横切面上有效眼肌区域内的红肉颜色等级，然后根据所得的三个指标得到对应的牛胴体整体综合等级标准；
(c).通过暗箱中的相机采集位于牛胴体放置平台上待测牛胴体的图像信号并将其输入牛肉品质分级模块，采用牛胴体级别判定分类器对牛肉等级进行判定并输出牛肉等级信息。
一种利用如上的基于机器视觉的牛肉品质智能分级系统的方法，包括以下步骤：
(a).牛胴体横切面特征图像数据库的建立：牛胴体横切面特征图像数据库的建立包含牛外脊、眼肉和上脑三个部位的特征图像；
(b).牛胴体级别判定分类器的建立：对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，包括牛胴体横切面上有效眼肌区域内大理石花纹分布情况、牛胴体横切面上有效眼肌区域内大理石花纹颜色等级和牛胴体横切面上有效眼肌区域内的红肉颜色等级，
所述的牛胴体横切面上有效眼肌区域内大理石花纹颜色及红肉颜色情况的参数提取步骤为：
第一、将RGB色彩空间值转换为HIS色彩空间值，辨别有效色彩区域，即提取脂肪色和红肉颜色；
脂肪色：
S级：230≤R≤255；230≤G≤255；225≤B≤255
A级：130≤R≤170；140≤G≤160；110≤B≤140
B级：215≤R≤225；220≤G≤240；130≤B≤180
C级：195≤R≤210；190≤G≤210；0≤B≤145
红肉色：
S级：185≤R≤255；35≤G≤60；40≤B≤60；G≤B；(G-B)＜10；
A级：90≤R≤130；15≤G≤45；15≤B≤50；G≤B；(G-R)＜70；(B-G)≤5；
B级：150≤R≤190；60≤G≤95；70≤B≤95；G≤B；(G-R)＜70；(B-G)≤5；
C级：40≤R≤60；0≤G≤40；0≤B≤40；(R-B)＜15；
第二、统计有效色彩区域内脂肪色和肉色各像素点的RGB值；
第三、分别对脂肪色和红肉色各像素点RGB值叠加后取平均值；
第四、得到脂肪色和红肉色各像素点RGB值的平均值即为脂肪色及红肉色的等级区间对应值；
所述的牛胴体横切面上有效眼肌区域内大理石花纹等级的参数提取步骤为：
第一、对牛肉分割横切面图像进行灰度化处理；
第二、对灰度化后的牛分割肉横切面图像进行阈值分割，脂肪和背景为白色，肌肉为黑色；
第三、逐行逐列扫描图像，将连续且数量最大的白点构成区域变成黑色，即去除了大部分背膘；
第四、再对牛分割肉横切面图像进行轮廓提取，轮廓为黑色，其它点位白色；
第五、对轮廓提取后的牛分割肉横切面图像进行断点的补连；
第六、逐行逐列扫描图像，将周长最大的轮廓包围的区域保留，除此以外的区域全部变成白色，记录下该最大的周长为Cr；
第七、统计其它轮廓点的总周长，记为Cf；
第八、计算大理石花纹的密度分布律μ＝Cr/Cf；S级：μ≥2.5％；A级：1.5％≤μ＜2.5％；B级：0.5％≤μ＜1.5％；C级：μ＜0.5％；
第九、对处理后的轮廓图像进行区域生长，统计出周长最大区域内的白点，即大理石花纹的面积，记为Sf；
第十、再对轮廓周长最大的区域进行区域生长，使得区域内的所有点变为白色，统计出这些白点的总数，记为Sr；
第十一、计算大理石花纹的区域占有律η＝Sf/Sr；
S级：η≥17％；A级：10％≤η＜17％；B级：3％≤η＜10％；C级：η＜3％
最后根据所得的三个指标得到对应的牛胴体整体综合等级标准；
(c).通过暗箱中的相机采集位于牛胴体放置平台上待测牛胴体的图像信号并将其输入牛肉品质分级模块，采用牛胴体级别判定分类器对牛肉等级进行判定并输出牛肉等级信息；所述的判定步骤与步骤(b)相同，对牛胴体横切面特征图像数据库中的各图像进行相应参数指标的提取，然后与牛胴体级别判定分类器中的数据进行比对输出相应等级。
