開題報告林盛業(yè)

8/8本科生畢業(yè)論文（設(shè)計）開題報告題目:基于機(jī)器視覺的牛肉品質(zhì)檢測終端研究姓名:林盛業(yè)學(xué)院:工學(xué)院專業(yè):電子信息科學(xué)與技術(shù)班級:信息92學(xué)號:32309219導(dǎo)教師:沈明霞職稱:教授2012年03月17日南京農(nóng)業(yè)大學(xué)教務(wù)處制本課題的意義、國內(nèi)外研究概況、應(yīng)用前景等（列出主要參考文獻(xiàn)）上世紀(jì)八十年代左右，機(jī)器視覺和模式識別等相關(guān)技術(shù)飛速地發(fā)展，許多學(xué)者開始將機(jī)器視覺技術(shù)引入到牛肉分級領(lǐng)域中。傳統(tǒng)人工的評級方式主要是由分級員把真實(shí)肉樣對照每個等級的標(biāo)準(zhǔn)圖片，依靠視覺進(jìn)行比較，評判肉樣的質(zhì)量等級。但由于評級員主要根據(jù)個人經(jīng)驗做出主觀、定性的評價，加之外在環(huán)境因素對評級員的影響，評級員容易產(chǎn)生疲勞，從而評價效率下降，整個評定過程不僅缺乏公平性，而且還存在相當(dāng)大誤差，甚至影響后續(xù)的肉品標(biāo)價銷售環(huán)節(jié)的正常進(jìn)行。所以研究牛肉質(zhì)量分級的定量指標(biāo)和客觀評定方法，探究牛肉的自動分級技術(shù)勢在必行。經(jīng)過許多學(xué)者的不懈努力，基于機(jī)器視覺的牛肉分級方法的研究已經(jīng)取得了一些成果?，F(xiàn)有的智能化牛肉分級技術(shù)能夠有效地克服人工分級中存在的缺點(diǎn)，提高牛肉質(zhì)量分級的準(zhǔn)確率和效率，進(jìn)而提高相關(guān)產(chǎn)業(yè)的生產(chǎn)效率。機(jī)器視覺在上世紀(jì)八十年代初開始應(yīng)用于牛肉質(zhì)量檢驗與分級技術(shù)的研究中，其中眼肌圖像的提取和大理石花紋分離采集是利用機(jī)器視覺進(jìn)行肉品分級的關(guān)鍵步驟。在自動評級之前，首先要利用相關(guān)的圖像處理技術(shù)從眼肌切面圖像中提取出大理石花紋，接下來再采取相關(guān)的花紋數(shù)據(jù)進(jìn)行機(jī)器評級。國外研究現(xiàn)狀：Chen(1989)[1]等通過圖像處理技術(shù)，計算出了美國牛肉分級系統(tǒng)中6張牛肉大理石花紋標(biāo)準(zhǔn)圖版牛眼肌的肌內(nèi)脂肪面積，將其作為判定牛肉質(zhì)量等級的定量指標(biāo)。后續(xù)研究證明要評定眼肌質(zhì)量不僅要考慮到肌內(nèi)脂肪顆粒的面積，還要注意不同面積大小脂肪顆粒的比例、脂肪顆粒之間的依存程度、脂肪顆粒分布的均勻程度以及結(jié)締組織紋理的粗細(xì)等指標(biāo)的綜合運(yùn)用。Kazuhiko(2000)[2]等對分級員詢問，得到大理石花紋分級5個主要指標(biāo):脂肪面積比、脂肪顆?？倲?shù)、大脂肪顆粒數(shù)、小脂肪顆粒數(shù)以及脂肪顆粒分布均勻度。用圖像分析技術(shù)從脂肪區(qū)域和肌肉區(qū)域提取這5個特征，然后利用神經(jīng)網(wǎng)絡(luò)技術(shù)對4位灰度圖像的灰度直方圖進(jìn)行分析，計算出該圖像灰度的同現(xiàn)矩陣，以此作為描述該圖像紋理特性的參數(shù)。他們利用了神經(jīng)網(wǎng)絡(luò)得到一種能夠模擬專業(yè)分級員給出分級結(jié)果的方法，并采用多元回歸分析的方法篩選出了用肌內(nèi)脂肪面積比、大脂肪顆粒數(shù)和脂肪分布系數(shù)建立起的大理石花紋等級判定模型。經(jīng)實(shí)踐證明，該模型有著較高的精確性和準(zhǔn)確性。Fumito(2000)[3]等認(rèn)為模糊推論和神經(jīng)網(wǎng)絡(luò)技術(shù)難以轉(zhuǎn)化為簡單的算法。他們提出利用非參數(shù)判別式閾值選擇法來確定圖像的分割閾值。從眼肌圖像的灰度直方圖中判斷出最佳的區(qū)分瘦肉和脂肪的閥值。他們建立了一種新穎的，能夠?qū)⒅竞图∪獾膸缀翁卣鲾?shù)量化的方法。它是一種基于灰度值延伸的矩陣，可以將二值化的圖像中眼肌肌肉和肌內(nèi)脂肪的像素進(jìn)行幾何特征描述，這種方法是把二者像素的規(guī)格化延伸長度向量與規(guī)格化延伸數(shù)量向量作為描述大理石花紋的幾何特征參數(shù)。這種方法不僅能夠精確測定脂肪面積百分比而且還能精確描述脂肪顆粒的分布。Jeyamkondan(2000)[4]等人提出了一種基于牛肉彩色圖像的大理石花紋等級和肉色等級的判別方法。通過對肉色和脂肪色的研究，他們發(fā)現(xiàn)肉色和脂肪色的藍(lán)色和綠色分量直方圖只表現(xiàn)出一個峰值，因此要找出一個合適的閾值將其分割十分困難?；谧钚《朔ㄔ淼哪：鼵-均值聚類模型（Fuzzyc-meanclustering，簡稱FCM）能有效模仿人類的視覺，非常適合于將肌肉和脂肪進(jìn)行聚類分割。該方法先是計算出眼肌圖像中脂肪色的藍(lán)色和綠色分量的最小B和G值，然后以此值作為閥值，進(jìn)行肌肉和脂肪的分割。由于該方法可以對每一幅眼肌圖像的脂肪色進(jìn)行閾值的計算，因此這種圖像分割方法又稱為自適應(yīng)閾值法。國內(nèi)研究現(xiàn)狀：任發(fā)政[5]等選擇眼肌大理石花紋圖像為研究對象，利用Matlab軟件中的imZbw函數(shù)將RGB圖像轉(zhuǎn)化為二值圖，判定牛肉的大理石花紋等級。該方法識別誤差較大，故對圖像處理技術(shù)進(jìn)行了改進(jìn)，將灰度等級均勻化，然后對圖像進(jìn)行直方圖分析，確定灰度值域，確定閥值，計算比例[13]。該研究表明圖像處理可以完成牛肉大理石花紋分級評定。孫永海[6]等先將脂肪組織和結(jié)締組織與肌肉組織分割開來，然后用兩種方法對脂肪組織進(jìn)行分割：一是用閥值法，由用戶根據(jù)系統(tǒng)繪制的直方圖交互式地設(shè)置分割閥值，系統(tǒng)讀取用戶輸入的閥值后將輸入值大于設(shè)定閥值的像素點(diǎn)作為脂肪組織，修改其顏色信息，使得這些像素點(diǎn)對后續(xù)的顏色特征計算不起作用；二是利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分割，先從牛肉圖像中得到脂肪組織和肌肉組織的樣本，將組成樣本的像素顏色信息作為網(wǎng)絡(luò)輸入，用于識別脂肪像素和肌肉像素的網(wǎng)絡(luò)。屠康等[7]從牛肉等級標(biāo)準(zhǔn)圖片中，人工提取出一部分帶有大理石花紋的肌肉區(qū)域，采用閥值進(jìn)行了分割，并統(tǒng)計了歸屬為大理石花紋的像素。劉木華[8]等提出了基于模糊C均值聚類的牛肉圖像脂肪和肌肉區(qū)域分割技術(shù)。該研究利用最大方差自動取閾值法(OSTU)把黑色背景與整塊牛肉圖像分割開來；然后把處理后的圖像變成灰度圖像，用模糊C均值聚類算法(FCM)計算出牛肉脂肪像素和肌肉像素灰度值的聚類中心，以各個像素點(diǎn)灰度值與兩個聚類之間的絕對值距離來區(qū)分出圖像中的脂肪和肌肉像素。結(jié)果表明，F(xiàn)CM方法是分割肌肉和脂肪區(qū)域的有效方法。趙杰文[9]等則研究利用數(shù)學(xué)形態(tài)學(xué)的方法對牛胴體眼肌切面圖像中背長肌區(qū)域進(jìn)行分割，以提取牛胴體眼肌的大理石紋。該研究首先運(yùn)用模糊C均值聚類方法實(shí)現(xiàn)脂肪區(qū)域與背長肌區(qū)域的分割，得到包括周圍肌肉組織及背長肌的圖像。然后采用數(shù)學(xué)形態(tài)學(xué)中的變結(jié)構(gòu)元素進(jìn)行圖像腐蝕，再用截止時的結(jié)構(gòu)元素對其進(jìn)行膨脹，獲得不含大理石紋的背長肌區(qū)域圖像，最后將形態(tài)操作得到的圖像與預(yù)處理后的牛肉圖像進(jìn)行“與”操作得到大理石紋。結(jié)果表明，這種方法能有效地提取大理石紋。應(yīng)用前景：隨著我國農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程的加快，我國的牛肉產(chǎn)量有了大幅度提高，僅次于印度和巴西，位居世界第三；肉牛屠宰總量位居世界第一。我國已經(jīng)成為世界范圍內(nèi)的牛肉生產(chǎn)大國。基于機(jī)器視覺的牛肉分級的方法研究和運(yùn)用，對牛肉生產(chǎn)的規(guī)范化、標(biāo)準(zhǔn)化、有序化及產(chǎn)業(yè)化有重要意義。牛肉產(chǎn)品分級后其經(jīng)濟(jì)價值得到了客觀準(zhǔn)確的判斷，經(jīng)濟(jì)效益得到了最大程度的保證。雖然國外有比較成熟的牛肉分級體系，但由于國內(nèi)外牛肉品質(zhì)的差異，國外的分級方法并不完全適合我國的國情。因此，探索適合我國肉牛的牛肉分級方法是有必要也是十分重要的，相應(yīng)儀器的產(chǎn)業(yè)化前景相當(dāng)被看好。參考文獻(xiàn)：[1]ChenYR,McdonaldTP,CrouseJD.Determiningpercentintramuscularfatonribeyesurfacebyimageprocessing[C].ASAEAnnualInternationalMeeting,ASAE:St.Joseph,1989.[2]KazuhikoShiranita,KenichiroHayashi,AkifumiOtsubo,etal.GradingMeatQualitybyImageProcessing[J].PatternRecognition,2000,33(1):97-104.[3]FumitoYoshikawa,KazuoToraichi,KoichiWada,etal.Onagradingsystemforbeefmarbling[J].PatterRecognitionLetter,2000,21(12):1037-1050.[4]JeyamkondanS,RayN,KranzlerGA,etal.Beefqualitygradingusingmachinevision[C].ConferenceonbiologicalqualityandprecisionagricultureII,BostonUSA,2000:91-101.[5]任發(fā)政，鄭麗敏，王桂芹等.應(yīng)用MATLAB圖像處理技術(shù)評判牛肉大理石花紋[J].肉類研究，2002(4)：14-15.[6]孟祥艷，孫永海，王笑丹，李志，胡鐵軍，何兵.牛胴體眼肌切面分級特征的提取與分析[J].吉林大學(xué)學(xué)報,2010，40(2）：485-489.[7]屠康等．計算機(jī)視覺在牛肉大理石花紋分級中的應(yīng)用研究[J]．糧油加工，2003，(10)：43-45．[8]劉木華，趙杰文，張東海.基于模糊C均值聚類的牛肉圖像中脂肪與肌肉區(qū)域分割技術(shù)[J].農(nóng)業(yè)工程學(xué)報,2004，20(2)：161-163.[9]趙杰文,劉木華,張海東.基于數(shù)學(xué)形態(tài)學(xué)的牛肉圖像中背長肌分割和大理石紋提取技術(shù)[J].農(nóng)業(yè)工程學(xué)報，2004，20(1):143-146.[10]江龍建．基于計算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)的牛肉大理石花紋自動分級技術(shù)的研究[D]．南京農(nóng)業(yè)大學(xué)，2003．研究的目標(biāo)、內(nèi)容和擬解決的關(guān)鍵問題研究目標(biāo)：本課題將牛肉眼肌圖像作為研究對象，搭建雪花牛肉分級系統(tǒng)硬件平臺。該硬件平臺人工采集雪花牛肉眼肌圖像，并通過無線網(wǎng)與上位機(jī)進(jìn)行實(shí)時數(shù)據(jù)通信，上位機(jī)對圖像采集特征值進(jìn)行相關(guān)的分析，從而實(shí)現(xiàn)實(shí)時檢測雪花牛肉質(zhì)量等級的目的。該平臺的搭建將有助于提高牛肉品質(zhì)分級的客觀性和準(zhǔn)確性。研究內(nèi)容：1.對比國內(nèi)外肉牛產(chǎn)業(yè)相關(guān)分級標(biāo)準(zhǔn)，對比國內(nèi)外牛肉質(zhì)量分級技術(shù)與相關(guān)儀器的特點(diǎn)，了解我國肉牛產(chǎn)業(yè)的現(xiàn)狀，對我國雪花牛胴體分級環(huán)境及人工評級流程有基本了解；2.研究Linux系統(tǒng)下視頻設(shè)備的操作標(biāo)準(zhǔn)，采用模擬CCD工業(yè)相機(jī)編碼轉(zhuǎn)換后接入嵌入式平臺的方法，研究牛肉圖像快速采集程序；3.研究無線局域網(wǎng)技術(shù)，應(yīng)用基于TCP協(xié)議的Socket通信技術(shù)，實(shí)現(xiàn)平臺和上位機(jī)的圖像數(shù)據(jù)的實(shí)時交互的功能；4.學(xué)習(xí)與虛擬機(jī)相關(guān)的知識，利用虛擬機(jī)實(shí)現(xiàn)良好的人機(jī)交互，在Linux系統(tǒng)下開發(fā)相關(guān)的平臺系統(tǒng)。課題需解決的關(guān)鍵問題：使用虛擬機(jī)模擬Linux操作系統(tǒng)；在Linux系統(tǒng)下編寫平臺圖像處理軟件；將虛擬機(jī)中編寫的軟件移植至終端平臺。利用編碼轉(zhuǎn)換技術(shù)模擬工業(yè)相機(jī)，從而利用平臺系統(tǒng)對圖像進(jìn)行采集；利用Socket技術(shù)實(shí)現(xiàn)上位機(jī)和平臺的數(shù)據(jù)通信；研究方法、技術(shù)路線、實(shí)驗方案及可行性分析研究方法：1.在主機(jī)上搭建Linux操作系統(tǒng)：采用Windows7操作系統(tǒng)+VMware軟件工具+Linux操作系統(tǒng)，VMware即虛擬機(jī)軟件，可使一臺計算機(jī)上同時運(yùn)行二個或更多的操作系統(tǒng)，在虛擬機(jī)上可以掛載Linux系統(tǒng)鏡像文件直接模擬Linux操作系統(tǒng)；2.實(shí)現(xiàn)平臺系統(tǒng)對圖像進(jìn)行采集：采用V4L2標(biāo)準(zhǔn)，可以自定義設(shè)備驅(qū)動緩存數(shù)量，從而可以支持更多的硬件設(shè)備。V4L2模型采用分層的架構(gòu)，分為兩層。上層是應(yīng)用程序編程接口，下層則是視頻設(shè)備的驅(qū)動程序。平臺圖像采集方案為：CCD工業(yè)相機(jī)采集的信號經(jīng)模/數(shù)轉(zhuǎn)換，再接入嵌入式平臺。在這里，驅(qū)動程序以模塊形式集成于Linux內(nèi)核中。3.利用Socket技術(shù)進(jìn)行無線通信程序設(shè)計：終端的無線通信模塊為無線網(wǎng)卡，在Linux內(nèi)核配置中添加對無線模塊的驅(qū)動支持后，便可以對無線網(wǎng)卡的驅(qū)動進(jìn)行移植。兩個主機(jī)之間進(jìn)行通信實(shí)質(zhì)上是兩個主機(jī)中的應(yīng)用進(jìn)程互相通信，Internet在傳輸層有相關(guān)的傳輸協(xié)議對雙向通信進(jìn)行控制，TCP協(xié)議便是其中之一。TCP提供一種面向連接的、可靠的字節(jié)流服務(wù)。Socket也稱為套接字是TCP/IP協(xié)議族提供的最常用的應(yīng)用編程接口，作為網(wǎng)絡(luò)上運(yùn)行的兩個應(yīng)用進(jìn)程之間雙向通信的一端，既可以接收請求，也可以發(fā)送請求。系統(tǒng)通過調(diào)用Socket接口來利用傳輸層提供的各種服務(wù)，包括TCP和UDP。本平臺中，采用傳統(tǒng)的客戶端/服務(wù)器(C/S)模型實(shí)現(xiàn)平臺與上位機(jī)之間的通信。4.QT移植：運(yùn)行于平臺中的平臺軟件是在Linux系統(tǒng)環(huán)境下編寫的，首先利用Qt軟件編寫調(diào)試相關(guān)的代碼，編譯通過后再將相關(guān)代碼下載到開發(fā)平臺上，才能實(shí)現(xiàn)終端平臺的相關(guān)控制功能。要實(shí)現(xiàn)代碼下載就需要事先做好Qt移植的工作，需要移植觸摸屏適配層工具tslib，Qt，安裝交叉編譯工具鏈。5.終端平臺軟件的編寫：終端采用QtDesigner設(shè)計，根據(jù)實(shí)際的需求，將程序分為兩個界面，主控界面，傳輸顯示界面。主控界面的操作包括：初始化相機(jī)、捕獲圖像、打開圖像以及打開傳輸顯示界面。而傳輸顯示界面需要完成圖像傳輸、接收分級結(jié)果等功能。技術(shù)路線：使用虛擬機(jī)模擬Linux操作系統(tǒng)，安裝好VMwareWorkstation軟件后，掛載Ubuntu軟件，設(shè)立Linux虛擬系統(tǒng)并且進(jìn)行相關(guān)的軟件環(huán)境設(shè)置，漢化軟件后，安裝虛擬工具，實(shí)現(xiàn)外部系統(tǒng)與虛擬機(jī)內(nèi)部系統(tǒng)的文件移植功能；在Linux系統(tǒng)下編寫平臺圖像處理軟件。在安裝好Ubuntu軟件之后繼而安裝Qt軟件，在該軟件平臺上編寫相關(guān)的程序代碼；將虛擬機(jī)中編寫的軟件移植至終端平臺：事先要進(jìn)行觸