猪肉品质检测与分级是影响我国肉类产业发展的一个重要因素,建立统一的猪肉品质评定体系、对猪肉实行按质论价是促进我国猪肉业健康快速发展的重要措施。本文以猪眼肌肉和五花肉为研究对象,研究了计算机视觉技术应用于猪肉品质等级评定中的基本理论和方法。主要研究内容和成果如下:(1)构建了猪肉品质等级的计算机视觉检测硬件系统。(2)采用最大类间方差自适应阈值法(OTSU)对原始彩色图像R分量进行背景分割。通过对三种滤波算法的分析比较后,采用中值滤波进行噪声去除。(3)针对猪眼肌肉中肌肉与脂肪颜色差异性不显著的特点,采用核模糊C均值聚类(KFCM)进行肌肉脂肪分割,并对比分析三种核函数后采用高斯核函数进行聚类。(4)提出一种改进的分水岭算法来去除背最长肌与周围肌肉组织之间的粘连。并与简单形态学算法和传统分水岭算法进行对比分析,表明利用本文提出的改进分水岭算法能提取出真实、完整的背最长肌区域,本算法的正确率为86.67%。(5)提取的眼肌肉颜色特征包括:R、G、B、H、S、V的均值和标准差;大理石纹特征包括总脂肪面积比率、大脂肪颗粒面积比率、小脂肪颗粒面积比率、脂肪颗粒总数、大脂肪颗粒数和小脂肪颗粒数。利用多元线性逐步回归分析法分别建立颜色和大理石纹等级的预测模型,利用测试集样本进行等级识别,颜色等级的正确判定率为92.91%,大理石纹等级的正确判定率为88.89%。(6)提取的五花肉特征包括:瘦肉总条数、颜色、肥瘦均匀性三个指标。其中,颜色特征包括R、G、B分量的均值,肥瘦均匀性包括肥瘦比、脂肪面积和周长变异系数、肌肉面积和周长变异系数、总面积和总周长变异系数、脂肪肌肉面积变异系数比、脂肪肌肉面积变异系数最小值等。利用测试集样本进行等级识别,瘦肉总条数正确判定率为88.29%;颜色等级判定的正确率为87.88%。肥瘦均匀性判定的正确率为83.33%。(7)开发了一套基于VC++的猪肉品质等级评定软件系统。