[发明专利]多光谱肉类新鲜度人工智能测量方法及系统

摘要

本发明公开了一种多光谱肉类新鲜度人工智能测量方法及系统。可调节参数光源发射特定光束照射于肉类放置平台上，3CCD多光谱摄像机接收肉品反射光，信号传输给图像采集卡，通过采集卡传输到计算机处理系统进行处理。通过计算机内肉类数据库的选择，选取不同的肉类品种，进行各种预处理。然后提取各种特征波段，选取象素集作为图像进一步研究对象，通过人工智能判断方法，在已有的模型下进行新鲜肉、次鲜肉、腐败肉三种不同模式的识别，最后输出识别结果，显示于电脑上。本发明采用机器视觉、图像处理与人工智能等技术的结合，快速、无损、准确地评定肉类的新鲜度。

主权项

1、一种多光谱肉类新鲜度人工智能测量方法，其特征在于该方法的步骤如下：1)通过固定光源的照射，3CCD多光谱摄像机接受肉类反射信息；2)反射信息通过图像采集卡传输到计算机，得到原始的3幅图像，分别为550nm、650nm、800nm三个波段通道的单色图像；3)通过小波降噪，降低图像噪声，由于近红外单色图像的背景与肉类差异较大，可使肉类与背景分离，并且完成边缘检测，得到单独的肉类的图像信息；4)压缩图像，把原有的10*10象素的图像融合成新的象素集，选取出这一象素集的平均亮度、亮度方差、亮度级差，作为这一象素集的特征向量；5)选取事先通过检测挥发性总盐基氮-TVB-N确定肉类新鲜度的几个样本，以这些不同的新鲜度作为输出，通过以上1)至4)步骤提取的特征向量作为输入，通过支持向量机或人工神经网络的人工智能方法建立不同类别肉类的数据库模型；6)拍摄待测肉类的多光谱图像，通过以上1)至4)步骤提取的特征向量并作为输入，以5)步骤建立的模型为判别过程，判断每一象素集合的肉类新鲜类别；7)以各象素集的新鲜度判断结果所占比重综合判断，这里采取无权重的，以最多数目象素集类型确定整块肉质的新鲜度，并把结果输出。