食品科学 ›› 2023, Vol. 44 ›› Issue (20): 350-356.doi: 10.7506/spkx1002-6630-20221010-084
吴江春,王虎虎,徐幸莲
WU Jiangchun, WANG Huhu, XU Xinglian
摘要: 利用机器视觉装置采集肉鸡屠宰线上鸡胴体的三方向视图共计948 张图片,构建一种快速识别鸡胴体原发性皮炎方法。图像经预处理后用网格分割成128 像素×128 像素大小的图片,从皮炎鸡胴体中筛选出762 张皮炎皮肤图,从正常鸡胴体中筛选出正常皮肤图775 张,共计1 537 张。提取图像的三阶颜色矩、灰度共生矩阵特征的均值与方差、Tamura纹理特征,并提取皮炎区域分割阈值与面积,共计24 个特征值。通过主成分分析降维,分别建立线性判别分析模型、二次判别分析模型、支持向量机、随机森林、反向传播神经网络和GoogLeNet模型,比较其分类效果。在所有模型中,以GoogLeNet对皮炎皮肤样本的分类效果最好,总准确率为90.5%,平均检测速率为122.65 张/s,在对整鸡胴体的预测中,皮炎鸡胴体的预测准确率为100%,正常鸡胴体的预测准确率为90%。
中图分类号: