[发明专利]基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法

摘要

基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，本发明涉及腊肠品质无损检测技术领域，本发明提供了一种基于腊肠近红外高光谱图像的瘦肉与肥肉分布检测方法，解决了对于腊肉中肥肉与瘦肉混合后、无法简单有效的区分两者、难以计算腊肠中瘦肉和肥肉各自所占的比例的问题。通过高光谱图像进行腊肠检测能快速有效的获取样本信息，做到实时检测判断。与现有技术相比，本发明的有益效果为：本发明实现了基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，不需要通过化学方法进行测定，大大简化了操作步骤，缩短了检测时间，同时K‑means自适应的分割也避免了由于人工主观因素带来的测量结果不准确等后果。

主权项

一种基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法，其特征在于，包括以下步骤：（1）采用高光谱仪，采用近红外摄像头获取腊肠样本在肠衣包裹下无损条件的近红外波段高光谱原始信息；（2）对步骤（1）中获得的高光谱原始信息进行高斯平滑预处理得到预处理mapping图，腊肠与棕色背景间通过阈值分割得到腊肠ROI区域；（3）以步骤（2）中的包含了腊肠样本的ROI区域的每个样本点作为判断单位，以各点的近红外高光谱值作为特征，采用K‑means聚类算法，距离选用欧氏距离，聚类数为二分类，建立广式腊肠基于高光谱特征的瘦肉肥肉判别模型；（4）通过步骤（2）和步骤（3）的处理将整个腊肠区域根据高光谱信息一分为二，所划分样本点数量多的一类是腊肠的瘦肉部分，反之是肥肉部分，且通过K‑means算法得到了两类各自的聚类中心，根据特征空间中样本点到两聚类中心的距离只比确定到各自类别的隶属度；L瘦肉样本点的瘦肉隶属度为；L脂肪样本点的脂肪隶属度为；（5）将步骤（4）得到的各样本点的隶属度按原始图像进行可视化显示，得到原始腊肠的瘦肉肥肉分布图。