短波近红外猪肉光谱图像特征光谱自动提取开题报告

 2021-08-08 01:14:25

全文总字数:1016字

1. 研究目的与意义

目的:猪肉,作为一种食材,几乎家家户户都有。所以,猪肉的新鲜度显得极为重要。我国又是一个猪肉销量大国,猪肉新鲜与否又与肉制品生产行业息息相关,关乎整个企业的生存。随着社会的发展和科技的进步,人们对猪肉的新鲜度的要求逐渐被提上日程,大家越来越担心猪肉的品质及新鲜度。通过对比各种图像分割算法对肌肉区域提取的准确度,获取最佳的肌肉区域提取算法参数.对比不同兴趣区域划分方法所得光谱差异,以量化指标说明其差异.从而得到肌肉区域的最佳分割方法,以及各分割方法得到的光谱数据的差异指标.意义:进一步探索通过短波近红外光谱成像技术对猪肉新鲜度进行可视化检测的方法。

2. 国内外研究现状分析

国外:研究猪肉的新鲜度的检测方法,比如,多酶传感器的微装置可用于测量猪肉新鲜度。这是用于新鲜度检查的便携式设备。葡萄糖传感器也可以用来检测猪肉的新鲜度。它是作为肉的新鲜度的鉴别指标。还有快捷的电子鼻也可以用来检测猪肉的新鲜度。

国内:利用光谱图像对猪肉的新鲜程度进行检测。为了更加准确的检测出猪肉的新鲜度,他们在猪肉的图像处理方面下了许多功夫。比如,先进行无损压缩,得到后再对波段进行处理,又是利用蚁群算法降维度,又是利用小波算法去噪,然后,又对图像进行异常检测等。

3. 研究的基本内容与计划

毕业设计起止日期:2.16-6.5(第三周第十六周)第一阶段(2.162.26):熟悉课题短波近红外猪肉光谱图像特征光谱自动提取,收集借阅有关资料、粗拟开题报告即包括国内外研究概况和技术路线;第二阶段(2.283.9):构思总体设计方案分为两个层次:第一个层次是要去除肉样区域的背景部分,第二个层次是去除肥肉部分,只留下瘦肉部分即获取感兴区域。展开总体,完成开题报告;第三阶段:(3.94.3):具体实施下有两种方法:一种是人工选择,即一块一块图片的选择全肉或者是瘦肉区域。另一种是自动选择兴趣区域,需要利用Matlab,输入函数进行图像预处理:第四阶段:(4.5-4.6): 中期检查第五阶段:(4.6-4.30):完成总体方案。第六阶段:(5.7-5.15):翻译有关英文资料;第七阶段:(5.185.22)完成毕业设计第八阶段:(5.255.30)最终答辩

4. 研究创新点

对肌肉与脂肪区域进行细分,从而提取不同的兴趣区域特征光谱,探索其对后续新鲜度预测模型的检测准确度,是基于光谱成像对猪肉新鲜度开展检测研究中特色与创新。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。