基于SOM神经网络实现猪肉颜色的自动分级

• 作者: 彭增起 王蓉蓉 胡志军 贾渊 靳红果 鲁奕俊
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 猪肉颜色 自动分级 图像处理 自组织映射神经网络
• 年，卷（期）: 2010,（9）
• 页码范围: 65-67,72
• 分类号: TS251.1
• 语种: 中文

摘要

结合图像处理和SOM神经网络对猪肉背最长肌断面颜色的分级进行了研究.通过摄像头采集猪肉背最长肌断面图像,对图像进行均值滤波后,将图像背景、脂肪去除,在此基础上,得到了肌肉颜色特征值向量H、S和L值.将H、S和L值输入自组织映射(SOM)神经网络进行聚类分析,以实现对猪肉颜色等级的划分.结果表明,对6个颜色等级分级准确率分别为73.2%、80.1%、90.5%、65.8%、54.7%和33.1%.大量的实验表明,计算机智能化分级系统具有很好的稳定性和一定的准确率,可以作为有效的猪肉颜色分级工具,但分级准确率还有待于进一步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭增起	南京农业大学农业部农畜产品加工与质量控制重点开放实验室	113	1436	22.0	32.0
2	靳红果	南京农业大学农业部农畜产品加工与质量控制重点开放实验室	19	139	6.0	11.0
3	贾渊	西南科技大学计算机科学与技术学院	23	112	7.0	9.0
4	王蓉蓉	南京农业大学农业部农畜产品加工与质量控制重点开放实验室	8	49	3.0	7.0
5	鲁奕俊	南京农业大学农业部农畜产品加工与质量控制重点开放实验室	3	15	2.0	3.0