详情

原文传递一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法

专利名称：	一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法
摘要：	本发明公开了一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法，属于肉制品质量检测技术领域。先准备大西洋鲑鱼和虹鳟鱼样本，用手机拍摄采集样本图像；将获得的图像导入计算机，并进行图像处理；对处理后的图像进行特征数据提取；利用主成分分析方法对所提取的特征数据进行降维处理；采用化学计量学的方法建立大西洋鲑鱼和虹鳟鱼的快速鉴别模型；对未知待测鱼肉样本进行图像采集，利用建立的鉴别模型对未知待测鱼肉样本的所属类别进行鉴别。本发明的检测方法操作便捷，不会破坏样本，检测速度快，结果客观准确。采用该方法对大西洋鲑鱼与虹鳟鱼进行鉴别，当主成分数为6时，建立的LDA模型训练集和测试集识别率均达到100％，可实现快速鉴别。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏大学
发明人：	孙宗保;王天真;田丽媛;邹小波;梁黎明;闫晓静;刘小裕;李君奎
专利状态：	有效
申请日期：	2019-03-18T00:00:00+0800
发布日期：	2019-07-05T00:00:00+0800
申请号：	CN201910203834.5
公开号：	CN109975292A
分类号：	G01N21/84(2006.01);G;G01;G01N;G01N21
申请人地址：	212013 江苏省镇江市京口区学府路301号
主权项：	1.一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于按照下述步骤进行： (1)准备大西洋鲑鱼和虹鳟鱼样本，用手机拍摄采集样本图像； (2)将步骤(1)中所获得图像导入计算机，并进行图像处理； (3)对步骤(2)中处理后的图像进行特征数据提取； (4)利用主成分分析方法对步骤(3)中所提取的特征数据进行降维处理； (5)基于步骤(4)降维处理后的特征数据，采用化学计量学的方法建立大西洋鲑鱼和虹鳟鱼的快速鉴别模型； (6)对未知待测鱼肉样本进行图像采集，利用步骤(5)建立的鉴别模型对未知待测鱼肉样本的所属类别进行鉴别。 2.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(1)中，手机拍摄采集样本时，采用白色背景以利于后续图像处理。 3.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(2)图像处理步骤包括：高斯滤波、二值化阈值分割、边缘提取、腐蚀膨胀、孔洞填充等。 4.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(3)所提取的特征数据包括：纹理特征值、肌肉与脂肪的红度(R)、绿度(G)和蓝度(B)均值，肌肉与脂肪面积比。 5.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(4)利用主成分分析法(PCA)对步骤(3)中预处理后的数据进行降维处理：首先对数据进行PCA处理，然后选取不同的主成分数作为模型的输入。 6.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(5)中，所述化学计量学的方法为线性判别分析(LDA)。 7.根据权利要求1所述的一种大西洋鲑鱼与虹鳟鱼的快速鉴别方法，其特征在于其中所述步骤(6)对未知待测鱼肉样本的类别进行快速鉴别，用手机拍照采集待测鱼肉样本的图像，然后将待测鱼肉样本的图像导入计算机，经过步骤(2)、(3)和(4)处理后带入步骤(5)已建立的快速鉴别模型中，利用Matlab处理软件完成大西洋鲑鱼与虹鳟鱼的鉴别。
所属类别：	发明专利