人工神经网络的猪肉品质预测模型
2本文通过在宿舍用数码相机获取猪肉图像，研究了将数字图像技术和BP神经网络应用在猪肉品质检测上的可行性，并在常温条件下对不同新鲜度的猪肉图像的颜色特征及其肥瘦程度进行研究探讨。初步得出以下结论 R、G、B值与猪肉的新鲜度等级之间呈显著的线性关系，猪肉的肥瘦程度与肥瘦比、瘦肉面积变异系数、肥肉面积变异系数等成显著性相关。为进一步研究针对猪肉品质的检测技术提供数据支持。
目录
Abstract 2
Key words 2
1 引言 2
1.1 选题背景 2
1.2 国内外研究现状 2
1.2.1 国外研究状况： 2
1.2.2 国内研究状况 2
1.3 研究的目的和内容 2
1.3.1 研究目标： 2
1.3.2 研究内容： 2
2 研究思路与方法 2
2.1 研究思路与技术路线 2
2.1.1 研究思路 2
2.1.2 技术路线 2
2.2 资料获取 2
3 数字图像处理相关技术 2
3.1 MATLAB 2
3.2 图像类型 2
3.3 颜色模型 2
3.3.1 RGB色彩空间 2
3.3.2 HSI色彩空间 2
3.4 图像类型转换 2
3.4.1 RGB图像转换为灰度图像 2
3.4.2 RGB图像转换为二值图像 2
3.5 颜色模型转换 2
3.5.1 RGB模型转换为HSI模型 2
3.6 图像分割 2
3.6.1 阈值分割 2
3.6.2 最大方差阈值分割 2
3.7 图像算数运算 2
3.8 图像去噪相关的函数原理 2
3.8.1 bwareaopen函数原理 2
3.8.2 高斯滤波原理 2
4 人工神经网络相关技术 2
4.1 BP神经网络 2
4.2 BP神经网络训练函数 2
4.2.1 贝叶斯正则化算法 2
4. *好棒文|www.hbsrm.com +Q: *351916072*
2.2 BFGS算法 2
4.2.3 LM算法 2
5 猪肉不同新鲜度下的颜色特征分析 2
5.1 图像预处理 2
5.2 图像特征计算 2
5.2.1 肥瘦比 2
5.2.2 区域面积的变异系数 2
5.3 结果与分析 2
5.3.1 瘦肉颜色分析结果 2
5.3.2 肥瘦程度分析结果 2
6 BP神经网络应用于猪肉品质检测 2
6.1 数据预处理 2
6.2 神经网络结构设计 2
6.2.1 网络输入与输出 2
6.2.2 网络层数与各层神经元个数 2
6.2.3 传递函数 2
6.2.4 训练函数 2
6.2.5 隐层节点数 2
6.3 结果与分析 2
6.3.1 网络训练结果 2
6.3.2 结果分析 2
7 结论与讨论 2
致谢 2
参考文献 2
基于人工神经网络的猪肉品质预测模型
网络工程专业学生 罗宇
指导教师 沈毅
Detection of pork quality based on BP neural network
Student majoring in network engineering Luo Yu
Tutor Shen Yi
Abstract：In this Paper, images of pork were taken in students’ dormitory. The paper showed the feasibility of the digital image processing technology and BP neural network used to detecting the color feature of pork muscle and its content of lean and fat accessed by digital camera under room temperature. The results of analysis showed that linear relation existed between the freshness of pork and its values of red, green, blue and hue. The results also indicated that the ratio of lean and fat area, variation coefficient of lean area and variation coefficient of fat area were significantly correlated with the quality level of pork. The paper could provide data to support further study for pork quality detecting techniques.
Key Words：Pork freshness; Digital Image Processing; Content of Lean and Fat; BP Neural Network
1 引言
1.1 选题背景
国务院总理李克强于5月14日召开的国务院常务会议原则上通过了《中华人民共和国食品安全法（修订草案）》。会议指出，保障食品安全关系每个消费者切身利益。修订食品安全法体现了党和政府对人民群众生命健康安全的高度重视。
猪肉品质问题近来一次次被大众舆论推至风口浪尖，一批批相关的政企员工受到处罚。然而，类似的事件却不断发生，令群众不禁担忧，自己吃进腹中的，不是营养，而是毒药。但仅通过肉眼，消费者难以快速分辨出注水猪、瘦肉精以及病死猪等问题猪肉。不仅如此，在养殖场、屠宰场、批发点、零售点等猪肉流动地点，也依旧广泛使用着“一看二闻三摸”的原始检测方法。
目录
Abstract 2
Key words 2
1 引言 2
1.1 选题背景 2
1.2 国内外研究现状 2
1.2.1 国外研究状况： 2
1.2.2 国内研究状况 2
1.3 研究的目的和内容 2
1.3.1 研究目标： 2
1.3.2 研究内容： 2
2 研究思路与方法 2
2.1 研究思路与技术路线 2
2.1.1 研究思路 2
2.1.2 技术路线 2
2.2 资料获取 2
3 数字图像处理相关技术 2
3.1 MATLAB 2
3.2 图像类型 2
3.3 颜色模型 2
3.3.1 RGB色彩空间 2
3.3.2 HSI色彩空间 2
3.4 图像类型转换 2
3.4.1 RGB图像转换为灰度图像 2
3.4.2 RGB图像转换为二值图像 2
3.5 颜色模型转换 2
3.5.1 RGB模型转换为HSI模型 2
3.6 图像分割 2
3.6.1 阈值分割 2
3.6.2 最大方差阈值分割 2
3.7 图像算数运算 2
3.8 图像去噪相关的函数原理 2
3.8.1 bwareaopen函数原理 2
3.8.2 高斯滤波原理 2
4 人工神经网络相关技术 2
4.1 BP神经网络 2
4.2 BP神经网络训练函数 2
4.2.1 贝叶斯正则化算法 2
4. *好棒文|www.hbsrm.com +Q: *351916072*
2.2 BFGS算法 2
4.2.3 LM算法 2
5 猪肉不同新鲜度下的颜色特征分析 2
5.1 图像预处理 2
5.2 图像特征计算 2
5.2.1 肥瘦比 2
5.2.2 区域面积的变异系数 2
5.3 结果与分析 2
5.3.1 瘦肉颜色分析结果 2
5.3.2 肥瘦程度分析结果 2
6 BP神经网络应用于猪肉品质检测 2
6.1 数据预处理 2
6.2 神经网络结构设计 2
6.2.1 网络输入与输出 2
6.2.2 网络层数与各层神经元个数 2
6.2.3 传递函数 2
6.2.4 训练函数 2
6.2.5 隐层节点数 2
6.3 结果与分析 2
6.3.1 网络训练结果 2
6.3.2 结果分析 2
7 结论与讨论 2
致谢 2
参考文献 2
基于人工神经网络的猪肉品质预测模型
网络工程专业学生 罗宇
指导教师 沈毅
Detection of pork quality based on BP neural network
Student majoring in network engineering Luo Yu
Tutor Shen Yi
Abstract：In this Paper, images of pork were taken in students’ dormitory. The paper showed the feasibility of the digital image processing technology and BP neural network used to detecting the color feature of pork muscle and its content of lean and fat accessed by digital camera under room temperature. The results of analysis showed that linear relation existed between the freshness of pork and its values of red, green, blue and hue. The results also indicated that the ratio of lean and fat area, variation coefficient of lean area and variation coefficient of fat area were significantly correlated with the quality level of pork. The paper could provide data to support further study for pork quality detecting techniques.
Key Words：Pork freshness; Digital Image Processing; Content of Lean and Fat; BP Neural Network
1 引言
1.1 选题背景
国务院总理李克强于5月14日召开的国务院常务会议原则上通过了《中华人民共和国食品安全法（修订草案）》。会议指出，保障食品安全关系每个消费者切身利益。修订食品安全法体现了党和政府对人民群众生命健康安全的高度重视。
猪肉品质问题近来一次次被大众舆论推至风口浪尖，一批批相关的政企员工受到处罚。然而，类似的事件却不断发生，令群众不禁担忧，自己吃进腹中的，不是营养，而是毒药。但仅通过肉眼，消费者难以快速分辨出注水猪、瘦肉精以及病死猪等问题猪肉。不仅如此，在养殖场、屠宰场、批发点、零售点等猪肉流动地点，也依旧广泛使用着“一看二闻三摸”的原始检测方法。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2008.html
