基于颜色特征和数学形态学的猪肉背最长肌分割

【摘要】：提出了一种基于颜色特征结合数学形态学的猪肉眼肌切面图像中背最长肌区域分割的方法。该方法根据猪肉眼肌切面图像中不同部位的颜色特征,初步分离出脂肪、附生肌区域;再根据背最长肌的形态,结合孔洞填充、面积筛选、开运算、闭运算等形态学操作,分割出眼肌切面图像中的背最长肌区域。利用该算法对155幅样品图像进行处理,以手工勾画的背最长肌区域为标准,正确分割象素比例72.46～98.92%之间,平均值为94.66%,假阴性分割误差平均值为5.34%,假阳性分割误差平均值为2.40%;分割出的背最长肌区域与标准区域RGB各分量亮度平均值的决定系数均大于0.99,平均误差在0.80%以内;亮度分布标准差的决定系数在0.84～0.90间,平均误差在1.20%以内。研究结果表明该方法能简单有效的分割出猪肉眼肌切面图像中背最长肌区域,可用于猪肉品质的机器视觉检测。