基于改进惯性矩算法的冷鲜猪肉新鲜度激光散斑图像检测
发布时间：2022-02-10 20:44
为了探究激光散斑技术检测冷鲜猪肉新鲜度的可行性,用660和465 nm 2种波长的激光对宰后24 h的猪肉样本在7 d内的激光散斑图像进行采集。以时间序列散斑（time history of speckle pattern,THSP）图像的惯性矩（inertia moment,IM）作为散斑活性,研究冷鲜猪肉散斑活性随货架期的变化规律。通过分析2种波长不同行的选取对IM值的影响,发现不同波长其奇偶行IM的规律不同,并针对传统IM算法容易出现异常值、稳定性差等缺点提出3点改进:设计排序算法动态选择散斑活性最高峰及周围2个相邻行,依此计算样本IM值;改进共生矩阵的修正矩阵计算方法;改进非零元素偏离对角线距离的计算方法。结果显示,改进方法可以有效地抑制异常值干扰,冷鲜猪肉散斑活性随货架期呈现先上升后下降的变化趋势。根据测得的挥发性盐基氮值（total volatile basic nitrogen,TVB-N）和散斑活性IM值建立猪肉新鲜度等级预测模型,结果显示465 nm波长的激光判别效果要好于660 nm激光,其训练集和预测集的识别率能达到87.5%和89.29%。试验结果表明利用激光散...
【文章来源】：农业工程学报. 2017,33(07)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
冷鲜猪肉的光谱反射率曲线
?镇江某超市，试验前将样品分割成长宽厚约6cm×6cm×8mm的肉块共84块，置于带盖透明的培养皿中，编号后置于4℃恒温箱中贮藏待测。在7d内完成对猪肉样本激光散斑图像的采集和TVB-N的测定。1.3散斑图像采集为得到无耀斑的散斑图像，选取的激光功率为6mW（0.11A），激光入射角为30°。为保证每次试验的一致性，通过标记固定每次采集图像的位置。为避免样本的时间序列散斑图像（timehistoryofspecklepattern，THSP）出现较多重复列，以ΔT=0.06s为时间间隔采集640幅分辨率为640×480pixels的激光散斑图像，其原始图像如图3所示。1.4激光散斑图像处理方法1.4.1传统激光散斑处理方法1）构建时间序列散斑（THSP）图[27]：将每个样本采集的激光散斑图像先转化成灰度图，然后提取每幅灰度图中固定的某行，按照时间顺序从左至右构成一幅新的散斑图，即为THSP图。图3原始激光散斑图像Fig.3Originallaserspeckleimage2）构建共生矩阵（co-occurrencematrix，COM）图：对每幅时间序列散斑图，若i，j为散斑图中相邻2个像素的灰度值，Nij为图中i，j出现的次数，如果将Nij的值作为灰度值赋给所构建的共生矩阵图中第i行第j列元素，即可构建时间序列散斑图的共生矩阵图。计算公式为[28]COM=[Nij]（1）3）计算散斑活性：惯性矩(IM)可直观地表示COM图中非零元素偏离对角线的程度，如图4所示，样本活性越大，则其COM图中非零元素偏离对角线的距离就越远，通过计算IM值可定量计算样本生物散斑活性。具体计算公式为[29]ijijijiNMN=∑（2）2IM()ijij=∑Mij（3）其中公式（2）是对共生矩阵COM进行归一化处理，即求共生矩阵的修正矩阵（modifiedco-occurrencematrix,MCOM）。式中iji∑N代?
农业工程学报（http://www.tcsae.org）2017年2701.4.2激光散斑处理的方法改进1）不同行的选择由1.4.1节可知，传统方法构建THSP通常是选择激光散斑图中的某一固定行，按照时间顺序构建其时间序列散斑图。因此所选行是否具有代表性，将严重影响检测结果的稳定性。通过对样本散斑图像从上到下，分别选择不同行构建THSP图，再求其惯性矩IM，得到不同波长激光不同行的IM值如图5所示。图52种波长下不同行的IM值分布Fig.5DistributionofIMvaluesfordifferentrowsattwowavelengths由图可知：IM值在激光散斑点中心位置向四周呈近似的高斯分布，证明激光束是一种高斯光；465nm激光的散斑图像奇数行的IM值始终大于偶数行，而660nm红光激光则恰好相反。这是由于CCD相机像元的滤光片的排列方式为拜耳分布所致，该结果将为THSP图像的构建提供参考。在试验过程中，每次拍摄位置可能不完全一致、反复搬动会导致样本形态发生细微变化、以及猪肉表面不规则等原因，激光光强最高峰位置不一定出现某个特定位置，如果采用传统的固定行或列求取样本的IM值，其活性并不一定真实。针对上述情况，设计了一种动态寻找激光光强最高峰位置的方法。经统计，重复摆放误差导致的激光光强最高峰位置位于第231～291行范围内；提取样本散斑图像在该范围内的31个奇数或偶数行；从散斑图像左侧开始扫描各行IM值，当某行IM值为最大且与相邻行的差值小于阈值0.5时（消除奇异值影响），记录该行值及位置坐标，直到扫描结束，最后取最高峰及周围2个相邻行的IM均值作为样本IM。2）惯性矩算法的改进激光散斑是激光在物体表面随机干涉形成的动态散斑，由于噪声的存在，个别像素灰度值可能会出现异常，这种异常点反映在共生矩阵中就会出现如图6虚线圆中的孤立点。?
【参考文献】：
期刊论文
[1]基于激光散斑的梨缺陷与果梗/花萼的识别[J]. 刘海彬,高迎旺,卢劲竹,饶秀勤. 农业工程学报. 2015(04)
[2]生物散斑技术在农产品品质分析中的应用[J]. 胡孟晗,董庆利,刘宝林,屠康,宋晓燕. 农业工程学报. 2013(24)
[3]生物散斑测量技术综述[J]. 段怡婷,李光宇,高瞻. 激光与光电子学进展. 2013(02)
[4]近红外光谱法快速检测猪肉中挥发性盐基氮的含量[J]. 蔡健荣,万新民,陈全胜. 光学学报. 2009(10)
[5]肉品气味信息采集系统的设计[J]. 孙永海,孙瑜,孙钟雷. 吉林大学学报(信息科学版). 2008(02)
[6]基于遗传组合网络的肉用人工嗅觉系统[J]. 孙永海,孙钟雷,李宇. 吉林大学学报(工学版). 2007(05)
[7]我国肉制品工业现状及发展趋势[J]. 李香春,李洪军. 肉类工业. 2004(03)
本文编号：3619501
【文章来源】：农业工程学报. 2017,33(07)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
冷鲜猪肉的光谱反射率曲线
?镇江某超市，试验前将样品分割成长宽厚约6cm×6cm×8mm的肉块共84块，置于带盖透明的培养皿中，编号后置于4℃恒温箱中贮藏待测。在7d内完成对猪肉样本激光散斑图像的采集和TVB-N的测定。1.3散斑图像采集为得到无耀斑的散斑图像，选取的激光功率为6mW（0.11A），激光入射角为30°。为保证每次试验的一致性，通过标记固定每次采集图像的位置。为避免样本的时间序列散斑图像（timehistoryofspecklepattern，THSP）出现较多重复列，以ΔT=0.06s为时间间隔采集640幅分辨率为640×480pixels的激光散斑图像，其原始图像如图3所示。1.4激光散斑图像处理方法1.4.1传统激光散斑处理方法1）构建时间序列散斑（THSP）图[27]：将每个样本采集的激光散斑图像先转化成灰度图，然后提取每幅灰度图中固定的某行，按照时间顺序从左至右构成一幅新的散斑图，即为THSP图。图3原始激光散斑图像Fig.3Originallaserspeckleimage2）构建共生矩阵（co-occurrencematrix，COM）图：对每幅时间序列散斑图，若i，j为散斑图中相邻2个像素的灰度值，Nij为图中i，j出现的次数，如果将Nij的值作为灰度值赋给所构建的共生矩阵图中第i行第j列元素，即可构建时间序列散斑图的共生矩阵图。计算公式为[28]COM=[Nij]（1）3）计算散斑活性：惯性矩(IM)可直观地表示COM图中非零元素偏离对角线的程度，如图4所示，样本活性越大，则其COM图中非零元素偏离对角线的距离就越远，通过计算IM值可定量计算样本生物散斑活性。具体计算公式为[29]ijijijiNMN=∑（2）2IM()ijij=∑Mij（3）其中公式（2）是对共生矩阵COM进行归一化处理，即求共生矩阵的修正矩阵（modifiedco-occurrencematrix,MCOM）。式中iji∑N代?
农业工程学报（http://www.tcsae.org）2017年2701.4.2激光散斑处理的方法改进1）不同行的选择由1.4.1节可知，传统方法构建THSP通常是选择激光散斑图中的某一固定行，按照时间顺序构建其时间序列散斑图。因此所选行是否具有代表性，将严重影响检测结果的稳定性。通过对样本散斑图像从上到下，分别选择不同行构建THSP图，再求其惯性矩IM，得到不同波长激光不同行的IM值如图5所示。图52种波长下不同行的IM值分布Fig.5DistributionofIMvaluesfordifferentrowsattwowavelengths由图可知：IM值在激光散斑点中心位置向四周呈近似的高斯分布，证明激光束是一种高斯光；465nm激光的散斑图像奇数行的IM值始终大于偶数行，而660nm红光激光则恰好相反。这是由于CCD相机像元的滤光片的排列方式为拜耳分布所致，该结果将为THSP图像的构建提供参考。在试验过程中，每次拍摄位置可能不完全一致、反复搬动会导致样本形态发生细微变化、以及猪肉表面不规则等原因，激光光强最高峰位置不一定出现某个特定位置，如果采用传统的固定行或列求取样本的IM值，其活性并不一定真实。针对上述情况，设计了一种动态寻找激光光强最高峰位置的方法。经统计，重复摆放误差导致的激光光强最高峰位置位于第231～291行范围内；提取样本散斑图像在该范围内的31个奇数或偶数行；从散斑图像左侧开始扫描各行IM值，当某行IM值为最大且与相邻行的差值小于阈值0.5时（消除奇异值影响），记录该行值及位置坐标，直到扫描结束，最后取最高峰及周围2个相邻行的IM均值作为样本IM。2）惯性矩算法的改进激光散斑是激光在物体表面随机干涉形成的动态散斑，由于噪声的存在，个别像素灰度值可能会出现异常，这种异常点反映在共生矩阵中就会出现如图6虚线圆中的孤立点。?
【参考文献】：
期刊论文
[1]基于激光散斑的梨缺陷与果梗/花萼的识别[J]. 刘海彬,高迎旺,卢劲竹,饶秀勤. 农业工程学报. 2015(04)
[2]生物散斑技术在农产品品质分析中的应用[J]. 胡孟晗,董庆利,刘宝林,屠康,宋晓燕. 农业工程学报. 2013(24)
[3]生物散斑测量技术综述[J]. 段怡婷,李光宇,高瞻. 激光与光电子学进展. 2013(02)
[4]近红外光谱法快速检测猪肉中挥发性盐基氮的含量[J]. 蔡健荣,万新民,陈全胜. 光学学报. 2009(10)
[5]肉品气味信息采集系统的设计[J]. 孙永海,孙瑜,孙钟雷. 吉林大学学报(信息科学版). 2008(02)
[6]基于遗传组合网络的肉用人工嗅觉系统[J]. 孙永海,孙钟雷,李宇. 吉林大学学报(工学版). 2007(05)
[7]我国肉制品工业现状及发展趋势[J]. 李香春,李洪军. 肉类工业. 2004(03)
本文编号：3619501
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3619501.html
