导读:本文包含了牛肉颜色分级论文开题报告文献综述及选题提纲参考文献，主要关键词:牛肉,颜色,分级,神经网络
牛肉颜色分级论文文献综述
陈坤杰,孙鑫,陆秋琰[1]（2009）在《基于计算机视觉和神经网络的牛肉颜色自动分级》一文中研究指出将采集的牛胴体眼肌切面图像人工确定其颜色等级,然后通过计算机图像处理方法,分割出肌肉区域并提取出其在RGB和HIS颜色空间的颜色特征参数。设计一个以牛肉的颜色特征参数为输入、牛肉的颜色等级为输出的BP神经网络模型,通过训练,确定模型的结构参数,用测试样本对该模型进行验证。结果显示,用该模型进行牛肉颜色等级预测的正确率可达95%,耗时仅0.25 s。表明利用所设计的模型可以对牛肉的颜色等级进行快速、准确的自动判定。(本文来源于《农业机械学报》期刊2009年04期）
陆秋琰[2]（2008）在《基于计算机视觉的牛肉颜色自动分级技术研究》一文中研究指出推行牛肉分级制度是促进肉牛产业发展的重要因素。我国已出台了牛胴体分级的行业标准,其中牛肉的颜色是表征牛肉质量的重要指标之一。目前,由于技术原因,对牛肉颜色等级的评定工作仍然停留在人工操作的水平,存在着主观性强和效率低等缺点。利用计算机视觉进行牛肉颜色的自动分级,将克服人工分级带来的诸多缺点,对规范我国牛肉市场,提高我国肉牛产业自动化水平具有重要的推动作用。本研究设计制作了一个牛肉图像采集光照系统,然后利用该系统进行牛胴体眼肌切面图像的采集,在对所采集的图像进行预处理后,提取肌肉和脂肪的颜色特征,最后设计了两种分类器对牛肉肌肉颜色和脂肪颜色进行自动分级。其主要研究工作如下:1.设计并制作了一个图像采集光照系统,为牛肉颜色自动分级系统获得准确的牛肉颜色信息打下基础。通过实验研究对图像采集光照系统的光照均匀性、强度以及显色能力进行了深入的分析与研究。实验结果表明该装置可以使被采集的牛肉获得均匀且具有一定强度和颜色复现的照明效果.2.运用图像处理技术对采集得到的牛胴体眼肌切面的图像进行预处理,主要包括图像去噪、图像背景分割、牛肉肌肉和脂肪颜色有效判定部位的分割。牛胴体眼肌切面图像的去噪采用了空间域低通滤波,有效地去除了设备和环境造成的噪声.图像背景的分割采用了边界跟踪法。牛肉肌肉和脂肪颜色的有效判定部位的分割结合采用了大津法、全方位腐蚀和膨胀、图像与运算等图像处理方法。结果显示该方法可以获得较理想的分割效果。3.将分割完成的牛肉图像在RGB和HSI两个颜色空间中进行描述,并分别计算R、G、B、H、S、I六个颜色分量的平均值和标准偏差共12个颜色特征作为牛肉肌肉颜色和脂肪颜色的定量描述参数.4.利用BP神经网络和支持向量机两种模式识别方法设计了两种分类器,以上述12个颜色特征参数为输入变量进行了牛肉肌肉颜色和脂肪颜色等级的自动分级。实验结果表明,基于BP神经网络的分类器对牛肉肌肉颜色测试集样本等级判定的正确率可达95.0%,对牛肉脂肪测试集样本等级判定的正确率可达97.4%。基于支持向量机的分类器对牛肉肌肉颜色测试集样本等级判定的正确率可达97.5%,对牛肉脂肪测试集样本等级判定的正确率可达97.4%。实验结果表明,这两种分类器都是进行牛肉颜色自动分级的有效工具,运用支持向量机分类器得到的结果更好一些。(本文来源于《南京农业大学》期刊2008-06-01）
牛肉颜色分级论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
推行牛肉分级制度是促进肉牛产业发展的重要因素。我国已出台了牛胴体分级的行业标准,其中牛肉的颜色是表征牛肉质量的重要指标之一。目前,由于技术原因,对牛肉颜色等级的评定工作仍然停留在人工操作的水平,存在着主观性强和效率低等缺点。利用计算机视觉进行牛肉颜色的自动分级,将克服人工分级带来的诸多缺点,对规范我国牛肉市场,提高我国肉牛产业自动化水平具有重要的推动作用。本研究设计制作了一个牛肉图像采集光照系统,然后利用该系统进行牛胴体眼肌切面图像的采集,在对所采集的图像进行预处理后,提取肌肉和脂肪的颜色特征,最后设计了两种分类器对牛肉肌肉颜色和脂肪颜色进行自动分级。其主要研究工作如下:1.设计并制作了一个图像采集光照系统,为牛肉颜色自动分级系统获得准确的牛肉颜色信息打下基础。通过实验研究对图像采集光照系统的光照均匀性、强度以及显色能力进行了深入的分析与研究。实验结果表明该装置可以使被采集的牛肉获得均匀且具有一定强度和颜色复现的照明效果.2.运用图像处理技术对采集得到的牛胴体眼肌切面的图像进行预处理,主要包括图像去噪、图像背景分割、牛肉肌肉和脂肪颜色有效判定部位的分割。牛胴体眼肌切面图像的去噪采用了空间域低通滤波,有效地去除了设备和环境造成的噪声.图像背景的分割采用了边界跟踪法。牛肉肌肉和脂肪颜色的有效判定部位的分割结合采用了大津法、全方位腐蚀和膨胀、图像与运算等图像处理方法。结果显示该方法可以获得较理想的分割效果。3.将分割完成的牛肉图像在RGB和HSI两个颜色空间中进行描述,并分别计算R、G、B、H、S、I六个颜色分量的平均值和标准偏差共12个颜色特征作为牛肉肌肉颜色和脂肪颜色的定量描述参数.4.利用BP神经网络和支持向量机两种模式识别方法设计了两种分类器,以上述12个颜色特征参数为输入变量进行了牛肉肌肉颜色和脂肪颜色等级的自动分级。实验结果表明,基于BP神经网络的分类器对牛肉肌肉颜色测试集样本等级判定的正确率可达95.0%,对牛肉脂肪测试集样本等级判定的正确率可达97.4%。基于支持向量机的分类器对牛肉肌肉颜色测试集样本等级判定的正确率可达97.5%,对牛肉脂肪测试集样本等级判定的正确率可达97.4%。实验结果表明,这两种分类器都是进行牛肉颜色自动分级的有效工具,运用支持向量机分类器得到的结果更好一些。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
牛肉颜色分级论文参考文献
[1].陈坤杰,孙鑫,陆秋琰.基于计算机视觉和神经网络的牛肉颜色自动分级[J].农业机械学报.2009
[2].陆秋琰.基于计算机视觉的牛肉颜色自动分级技术研究[D].南京农业大学.2008