基于机器视觉的鸡胴体质量分级方法

• 作者: 于镇伟 李航 白龙飞 陈坤杰
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 鸡胴体 质量分级 特征提取 机器视觉
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 290-295,372
• 页数: 7页
• 分类号: S24|TS251.3
• 字数: 4390字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.06.038

摘要

提出一种基于机器视觉技术的鸡胴体质量分级方法.使用数码相机在肉鸡屠宰厂随机采集95幅鸡胴体图像,对采集图像预处理后,提取出鸡胴体投影面积、轮廓长度和胸宽等6个图像特征.然后以这6个特征参数为输入,利用95个样本为训练集,通过回归分析的方法,分别建立预测鸡胴体质量的一元线性回归模型和多元线性回归模型,找出预测质量的最佳模型,最后采集5组共100个样本为验证集,对最佳分级摸型进行验证.结果显示,鸡胴体图像的6个特征参数中,基于投影面积的一元线性模型决定系数最大,为0.827;基于投影面积等4个特征量的多元线性模型决定系数最大,为0.880.根据样本数据的学生化残差剔除了8个异常点的数据,修正后的多元线性模型决定系数为0.933,并将其作为最佳模型.利用最佳模型对验证集样本进行质量分级,模型对鸡胴体质量等级判定的平均正确率可达89％.结果表明基于图像特征的鸡胴体自动分级方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈坤杰	南京农业大学工学院	101	911	16.0	24.0
2	李航	南京农业大学工学院	4	26	2.0	4.0
3	于镇伟	南京农业大学工学院	4	10	2.0	3.0
4	白龙飞	南京农业大学工学院	1	5	1.0	1.0