机器视觉技术在畜产品的新鲜度检测中的应用

 在畜产品新鲜度检测中，机器视觉技术主要通过获得肉品腐败变质过程中脂肪或肌肉上的颜色和组织特征信息实现对肉品新鲜度的判别。

如利用机器视觉研究了冷却牛肉的新鲜度，通过分割牛肉脂肪组织，并选取图像上原始肌肉颜色信息作为评价新鲜度的特征值组成特征向，采用 HSI，RGB 和 CMYK 等 3 种彩色模型评价冷却牛肉的新鲜度，其准确率在 75． 0% 以上。

陈天华等通过实验研究了猪肉新鲜度与其完整脂肪组织细胞数量之间的内在关系，提出了将 RGB图像转换为灰度图像以后，经直方图均衡增强处理，直接应用 Canny 算子检测细胞边缘，提取单位面积完整细胞数量作为猪肉腐败程度的检测方法，并且将该结果与挥发性盐基氮( TVB － N) 值进行参照，检测结果一致。

郭培源、曲世海等采用直方图变换图象处理技术，将猪肉变质过程中脂肪组织灰度值的变化与 TVB－ N 值的变化相结合，对猪肉变质过程进行检测。检测结果表明，经过数字图像线性变换以及采用微分梯度方法的图像锐化增强处理，可以直接检测到猪肉脂肪变质过程。

于瑞雪等分析了猪肉变质过程中的生物化学机理和脂肪组织细胞结构形态的特异变化。利用图像处理技术和 BP 网络分别提取了细胞组织特征信息并建立了新鲜度辨识模型。结果表明，利用光电显微技术可直接通过观察猪肉细胞形态和数量变化判断猪肉新鲜度。