• EI
  • Scopus
  • 食品科学与工程领域高质量科技期刊分级目录第一方阵T1
  • DOAJ
  • EBSCO
  • 北大核心期刊
  • 中国核心学术期刊RCCSE
  • JST China
  • FSTA
  • 中国精品科技期刊
  • 中国农业核心期刊
  • CA
  • WJCI
  • 中国科技核心期刊CSTPCD
  • 中国生物医学SinoMed
中国精品科技期刊2020
王蓉蓉, 鲁奕俊, 贾渊, 彭增起, 靳红果, 胡志军. 基于SOM神经网络实现猪肉颜色的自动分级[J]. 食品工业科技, 2010, (09): 65-67. DOI: 10.13386/j.issn1002-0306.2010.09.111
引用本文: 王蓉蓉, 鲁奕俊, 贾渊, 彭增起, 靳红果, 胡志军. 基于SOM神经网络实现猪肉颜色的自动分级[J]. 食品工业科技, 2010, (09): 65-67. DOI: 10.13386/j.issn1002-0306.2010.09.111

基于SOM神经网络实现猪肉颜色的自动分级

  • 摘要: 结合图像处理和SOM神经网络对猪肉背最长肌断面颜色的分级进行了研究。通过摄像头采集猪肉背最长肌断面图像,对图像进行均值滤波后,将图像背景、脂肪去除,在此基础上,得到了肌肉颜色特征值向量H、S和L值。将H、S和L值输入自组织映射(SOM)神经网络进行聚类分析,以实现对猪肉颜色等级的划分。结果表明,对6个颜色等级分级准确率分别为73·2%、80·1%、90·5%、65·8%、54·7%和33·1%。大量的实验表明,计算机智能化分级系统具有很好的稳定性和一定的准确率,可以作为有效的猪肉颜色分级工具,但分级准确率还有待于进一步提高。 

     

/

返回文章
返回