基于改进惯性矩算法的冷鲜猪肉新鲜度激光散斑图像检测

摘要：

为了探究激光散斑技术检测冷鲜猪肉新鲜度的可行性,用660和465 nm 2种波长的激光对宰后24 h的猪肉样本在7 d内的激光散斑图像进行采集.以时间序列散斑(time history of speckle pattern,THSP)图像的惯性矩(inertia moment,IM)作为散斑活性,研究冷鲜猪肉散斑活性随货架期的变化规律.通过分析2种波长不同行的选取对IM值的影响,发现不同波长其奇偶行IM的规律不同,并针对传统IM算法容易出现异常值、稳定性差等缺点提出3点改进:设计排序算法动态选择散斑活性最高峰及周围2个相邻行,依此计算样本IM值;改进共生矩阵的修正矩阵计算方法;改进非零元素偏离对角线距离的计算方法.结果显示,改进方法可以有效地抑制异常值干扰,冷鲜猪肉散斑活性随货架期呈现先上升后下降的变化趋势.根据测得的挥发性盐基氮值(total volatile basic nitrogen,TVB-N)和散斑活性IM值建立猪肉新鲜度等级预测模型,结果显示465 nm波长的激光判别效果要好于660 nm激光,其训练集和预测集的识别率能达到87.5%和89.29%.试验结果表明利用激光散斑技术检测冷鲜猪肉新鲜度的具有可行性.

关键词：图像处理、无损检测、算法、冷鲜猪肉、新鲜度、激光散斑、惯性矩、共生矩阵

所属期刊栏目：33

分类号：S123;TN247(农业物理学)

资助基金：国家科技支撑计划资助2015BAD19B05;中国博士后科学基金2015M580401;江苏省高校自然科学研究重大项目15KJA550001;江苏省博士后科学基金1501108C

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：268-274