基于近邻法聚类和改进hough算法的猪胴体背膘-ingentaconnect.pdfVIP

第 30 卷 第 5 期 农 业 工 程 学 报 Vol.30 No.5 2014 年 3 月 Transactions of the Chinese Society of Agricultural Engineering Mar. 2014 247 ·农产品加工工程· 基于近邻法聚类和改进 Hough 算法的猪胴体背膘厚度检测 1 1※ 1,2 周 彤 ，彭彦昆 ，刘媛媛 （1. 中国农业大学工学院，国家农产品加工技术装备研发分中心，北京 100083 ； 2. 塔里木大学机械电子化工程学院，阿拉尔 843300 ） 摘 要：为了解决猪胴体背膘厚度在人工测量中准确率、效率低以及存在对样本造成污染的问题，该文基于计算 机视觉和图像处理技术提出一种检测背膘厚度的算法。算法主要分成背膘部分检测和测量部位的直线检测。前者 通过图像分割、特征点的检测以及漫水填充等方法实现，能准确提取猪胴体背膘部分。后者在图像预处理后，首 先通过感兴趣区域（region of interest ，ROI ）提取猪胴体肋排区域；然后利用设定好的浮动窗口进行全幅图像的 扫描，通过平滑后的平均灰度线特征提取肋骨的目标像素点；最后，基于近邻法利用目标像素点间的邻近关系对 其进行聚类，找到胴体第 6、7 根肋骨，并采用基于已知点的 Hough 变换提取测量直线，将测量部位的直线映射 到背膘部分，则可实现对猪胴体背膘厚度准确测量。试验结果表明，在对背膘厚度测量误差小于 2 mm 时，检测 准确率可达 92.31%，该文提出的方法能对猪胴体背膘厚度的测量位置进行准确定位和测量。 关键词：无损检测；图像处理；算法；背膘厚度；近邻法 doi ：10.3969/j.issn.1002-6819.2014.05.031 中图分类号：TP391.4 ；TS251.5+ 1 文献标识码：A 文章编号：1002-6819(2014)-05-0247-08 周 彤，彭彦昆，刘媛媛. 基于近邻法聚类和改进 Hough 算法的猪胴体背膘厚度检测[J].农业工程学报，2014， 30(5)：247－254. Zhou Tong, Peng Yankun, Liu Yuanyuan. Detection of pork backfat thickness based on nearest neighbor clustering and improved Hough algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(5): 247 －254. (in Chinese with English abstract) 参数的测量。但由于猪胴体图像和其背膘测量位置 0 引 言 的复杂性，还没有能准确定位猪胴体背膘测量位置 猪肉背膘厚度（backfat thickness ）指胴体第6、 和厚度检测的方法。Bellmer 等[21]通过在猪胴体 4 7 根肋骨中间平行至第 6 胸椎棘突前下方的脂肪厚 个不同位置测量脂肪层厚度用于建立模型，预测猪 度[1] 。胴体第 6 到第 7 肋处的脂肪厚度较为均匀， 胴体背膘厚度，结果表明这 4 个位置的脂肪层厚度 且一般为脂肪最厚的部位。猪肉背膘厚度是确定猪 与背膘厚度的相关系数分别为 0.62、0.66、0.59、0.59 。 [2] 。目前，国内猪肉屠 [22] 肉等级的重要评价