潘婧，钱建平，刘寿春，韩帅

1(上海海洋大学 信息学院，上海，201306) 2(国家农业信息化工程技术研究中心，北京，100097)



计算机视觉用于猪肉新鲜度检测的颜色特征优化选取

潘婧1，2，钱建平2*，刘寿春2，韩帅2

1(上海海洋大学 信息学院，上海，201306) 2(国家农业信息化工程技术研究中心，北京，100097)

摘要在以计算机视觉为基础，并利用神经网络预测猪肉通脊新鲜度时，选择合适的颜色特征参数和神经网络模型是提高其预测准确性的关键之一。文中提出了一种猪肉新鲜度等级预测时颜色特征参数和神经网络优化选取的方法，利用图像处理的方法提取通脊表面的颜色特征参数，组合成RGB-HIS、RGB-L*a*b*、rgb-HIS、rgb-L*a*b*及HIS-L*a*b*五类特征参数组合，并利用BP(back propagation，BP)和SVM(support vector machine，SVM)神经网络构造各类新鲜度等级预测模型。结果表明：SVM和BP的平均预测准确率分别为91.11%和84.44%，且rgb-HIS特征参数组合的BP与SVM预测模型的预测准确率最高，分别为88.89%和95.56%。因此，提取通脊表面r、g、b、H、I、S均值作为颜色特征向量，且选择SVM神经网络来构造新鲜度预测模型可显著提高预测结果的准确性。

关键词猪肉；新鲜度；颜色特征；BP；SVM；预测模型

肉品新鲜度是衡量其卫生质量的主要指标之一。精确的肉品新鲜度评定方法，不仅可以预估其相应的货架期时间，也可确保食用者的饮食安全。传统的新鲜度感官评价存在着主观性强、效率低等缺陷[1]。然而，随着20世纪后期计算机硬件的飞速发展以及应用软件的不断更新，推动了计算机视觉技术在肉类新鲜度相关色泽评价的应用上不断发展与成熟，且近年来，相关学者研究表明，利用计算机视觉识别肉类新鲜度已达到可取代人工感官评价的程度[2]。……