雪花牛肉大理石花紋粗糙度和細(xì)密度的測定

劉瓔瑛，沈明霞，彭增起，馬鵬鵬，吳 蒙，王衛(wèi)東

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗室，江蘇 南京 210031；2.南京農(nóng)業(yè)大學(xué)食品科技學(xué)院，江蘇 南京 210095；3.雪龍黑牛股份有限公司，遼寧 大連 116031)

雪花牛肉大理石花紋粗糙度和細(xì)密度的測定

劉瓔瑛1，沈明霞1，彭增起2，馬鵬鵬1，吳 蒙3，王衛(wèi)東3

(1.南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗室，江蘇 南京 210031；
2.南京農(nóng)業(yè)大學(xué)食品科技學(xué)院，江蘇 南京 210095；3.雪龍黑牛股份有限公司，遼寧 大連 116031)

通過對高端雪花牛肉大理石花紋中有效切面面積、脂肪數(shù)量、脂肪含量、脂肪平均面積等檢測分析，提出用粗糙度和細(xì)密度來定量描述脂肪的分布特征。以雪花牛肉圖像為研究對象，通過圖像分割得到大理石花紋的二值圖像，標(biāo)定二值圖像里每一塊脂肪的大小、位置，計算圖像的粗糙度和細(xì)密度。結(jié)果表明：細(xì)密度和粗糙度兩個指標(biāo)能夠反映脂肪的分布特征，在脂肪含量一定的情況下，細(xì)密度大、粗糙度小的牛肉其脂肪分布更均勻，并且兩個指標(biāo)能夠跟隨雪花牛肉大理石花紋脂肪含量的變化而變化。

雪花牛肉；大理石花紋；粗糙度；細(xì)密度

牛肉質(zhì)量等級主要是通過大理石花紋的豐富程度進(jìn)行判定，牛肉大理石花紋的豐富程度必須從肌內(nèi)脂肪的數(shù)量和脂肪的分布兩個方面進(jìn)行綜合判定。基于機(jī)器視覺的牛肉品質(zhì)評定與分級研究中，對大理石花紋等級的判定主要依據(jù)牛胴體眼肌切面內(nèi)脂肪含量和數(shù)量[1-5]。但實(shí)際檢測中存在大理石花紋脂肪含量相同但因脂肪分布不均勻?qū)е缕渥罱K等級降級的現(xiàn)象。所以牛肉大理石花紋的等級評判應(yīng)該從脂肪含量和脂肪分布均勻性兩方面考慮，而大理石花紋中脂肪分布的定量描述是提高牛肉大理石花紋等級自動評判準(zhǔn)確率的關(guān)鍵。目前對牛肉大理石花紋脂肪分布的定量研究較少。

陳坤杰[6]用計盒維和信息維對肌內(nèi)脂肪分布狀況進(jìn)行定量描述，研究表明兩者均呈現(xiàn)出隨牛肉大理石花紋等級的增加而增大的變化趨勢；Shiraniata等[7]通過將眼肌橫截面圖像等分成4個區(qū)，以4個區(qū)脂肪像素的方差來表示脂肪分布程度。而基于機(jī)器視覺的牛肉品質(zhì)評定與分級技術(shù)的研究都是以國家牛肉分級行業(yè)標(biāo)準(zhǔn)NY/T 676—2010《牛肉等級規(guī)格》為依據(jù)，該標(biāo)準(zhǔn)適用于市場上大宗的牛胴體通用分級，牛肉多為中低檔牛肉，對于不同商品類型的牛肉，尤其是高檔牛肉，國家還沒有建立統(tǒng)一的等級評價體系[8]。高檔牛肉如雪花牛肉其肌間脂肪分布呈雪花狀，其等級的判定對肌間脂肪分布的均勻性有更高要求。牛肉質(zhì)量等級越高，其肌內(nèi)雪花狀脂肪含量越高，脂肪的數(shù)量越多，肌間脂肪分布均勻性越好。因此對雪花牛肉質(zhì)量等級的評判除了考慮脂肪含量和數(shù)量外更應(yīng)考慮脂肪分布特征。

本實(shí)驗以雪花牛肉為研究對象，通過圖像分割得到有效切面的大理石花紋，根據(jù)脂肪面積差異均勻性和脂肪數(shù)量及位置分布均勻性的分析，給出了粗糙度和細(xì)密度的概念，探討牛肉大理石花紋中的脂肪含量與粗糙度和細(xì)密度的關(guān)系，通過對實(shí)際拍攝的牛肉圖片的數(shù)據(jù)分析驗證用粗糙度和細(xì)密度來定量描述肌間脂肪分布特征的可行性。

1 材料與方法

1.1 材料與試劑

雪花牛肉由大連雪龍集團(tuán)牛肉加工中心提供。

1.2 儀器與設(shè)備

圖像采集儀器使用基于嵌入式微處理器OMAP3530和操作系統(tǒng)Linux的牛胴體品質(zhì)檢測終端。儀器由南京農(nóng)業(yè)大學(xué)彭增起教授現(xiàn)代農(nóng)業(yè)(肉牛)產(chǎn)業(yè)技術(shù)體系團(tuán)隊研制，采用CCD工業(yè)相機(jī)作為圖像采集設(shè)備，運(yùn)用Linux下應(yīng)用編程接口(API)V4L2實(shí)現(xiàn)視頻實(shí)時顯示、圖像捕獲和保存，采用Wi-Fi技術(shù)實(shí)現(xiàn)終端與PC服務(wù)器之間圖像以及數(shù)據(jù)的交互。

1.3 方法

1.3.1 樣本圖像采集

樣本圖像由南京農(nóng)業(yè)大學(xué)彭增起教授現(xiàn)代農(nóng)業(yè)(肉牛)產(chǎn)業(yè)技術(shù)體系團(tuán)隊研制的基于嵌入式Linux 的牛胴體品質(zhì)檢測終端獲取[9]，拍攝地點(diǎn)在大連雪龍集團(tuán)牛肉加工車間，取牛酮體第6～7根肋骨間斷面進(jìn)行牛肉圖像拍攝，共拍攝36幅圖像。圖像大小為640×480像素。

1.3.2 圖像大理石花紋提取

圖1 雪花牛肉大理石花紋提取過程Fig.1 Extraction of snowflake beef marbling

牛肉大理石花紋的準(zhǔn)確提取是后續(xù)計算分析的關(guān)鍵，目前對牛肉圖像的分割算法研究很多[10-13]，本實(shí)驗對大理石花紋的提取算法為：對獲取的彩色圖像首先采用低通去噪，灰度化處理后中值濾波，對濾波后的灰度圖像進(jìn)行直方圖均衡化，圖像預(yù)處理后進(jìn)行多閾值(分區(qū)域求均值)二值化分割，二值化分割后選取最大連通區(qū)域進(jìn)行目標(biāo)提取，最終提取出大理石花紋。采集的圖像是用嵌入式檢測終端直接插入第6～7肋骨間拍攝，故圖像分割中省去了背景分割步驟，其中一幅實(shí)驗樣本圖像及其大理石花紋提取過程圖見圖1。

1.3.3 大理石花紋中脂肪數(shù)量、各脂肪面積和脂肪含量測定

統(tǒng)計提取的大理石花紋中白色點(diǎn)的個數(shù)得到大理石花紋的面積，記為脂肪的總面積A；使用區(qū)域標(biāo)記法標(biāo)出大理石花紋中每個白色獨(dú)立區(qū)域，分別統(tǒng)計白色區(qū)域內(nèi)的像素點(diǎn)作為標(biāo)記區(qū)域的面積，記為各個脂肪的面積[M1，M2，…，MN]，標(biāo)記的總個數(shù)記為脂肪數(shù)量N，則脂肪平均面積為=A/N；利用最大連通區(qū)域法得到有效切面區(qū)域邊界(即眼肌區(qū)域)，用像素統(tǒng)計法得到有效切面面積記為Sr。脂肪含量通過脂肪總面積占有效切面面積的比來表示，即T=A/Sr。

1.3.4 大理石花紋粗糙度和細(xì)密度測定

牛肉大理石花紋的等級通常以牛胴體眼肌切面處大理石狀脂肪花紋的豐富程度來判定，而大理石花紋的豐富程度包括脂肪的數(shù)量和分布狀態(tài)[4]。等級越高的牛肉其脂肪含量相對較高，脂肪分布比較均勻[14]。脂肪分布均勻可表現(xiàn)為各個脂肪塊能夠面積差異盡可能小的均勻分布在有效切面內(nèi)。

Kuchida[15]在對日本牛肉進(jìn)行圖像分析時提出了大理石花紋粗糙度和細(xì)密度的概念，以此來描述眼肌切面內(nèi)的脂肪分布特征，但具體表征的公式并未給出。粗糙度主要指大理石花紋中各個脂肪面積之間的差異性，如果各脂肪面積大小不一，面積分布不均勻，大理石花紋看起來會比較粗糙。細(xì)密度主要表示大理石花紋中脂肪數(shù)量的分布，脂肪總面積相同的兩塊牛肉，脂肪數(shù)量越多，大理石花紋看起來越細(xì)密。依據(jù)對中國雪花牛肉大理石花紋提取的圖像特征分析大理石花紋粗糙度(C)和細(xì)密度(F)的計算方法見公式(1)、(2)。

式中：N為大理石花紋中提取的脂肪數(shù)量/個；[M1，M2，…，MN]為各個脂肪的面積；為脂肪平均面積；Sr為有效切面的面積。

2 結(jié)果與分析

2.1 大理石花紋脂肪特征分析

根據(jù)1.3.3節(jié)測定數(shù)據(jù)將圖像按大理石花紋脂肪含量由小到大重新編號，繪制圖2～4。脂肪含量由脂肪總面積和有效切面面積決定。從圖2可以看出，各個牛肉有效切面面積差異性很大，但脂肪的總面積增大會帶來脂肪含量的增多。由圖3可知，牛肉大理石花紋的脂肪含量與其脂肪數(shù)量沒有相關(guān)性。脂肪含量相近的牛肉大理石花紋圖像中包含的脂肪數(shù)量可能會相差很大。脂肪的平均面積由脂肪的總面積和脂肪數(shù)量決定。由圖4可知，脂肪的平均面積跟脂肪含量的相關(guān)性也不大，但脂肪平均面積的增大會帶來脂肪含量的增多。所以大理石花紋的脂肪含量只能代表脂肪數(shù)量的多少，無法表示脂肪的分布均勻性。

圖2 牛肉大理石花紋脂肪總面積及其有效切面面積圖Fig.2 Effective sectional area and fat area in beef marbling

圖3 牛肉大理石花紋脂肪含量及其脂肪數(shù)量對比圖Fig.3 Contrast diagram of fat content and fat amount in beef marbling

圖4 牛肉大理石花紋脂肪含量及其脂肪平均面積對比圖Fig.4 Contrast diagram of fat content and fat mean area in beef marbling

有效切面內(nèi)大理石花紋脂肪分布跟大理石花紋中各個脂肪面積、脂肪數(shù)量和脂肪位置等因素有關(guān)。根據(jù)牛的生理特點(diǎn)，牛肉肌間脂肪極少全部聚集在切面內(nèi)的某個部位，基本上是隨機(jī)的分布在肌肉間，其脂肪的位置分布比較均勻。而牛肉有效切面內(nèi)各個脂肪塊的面積會因個體不同存在差異。相同脂肪面積其包含的脂肪數(shù)量也會因個體不同存在差異。如圖5所示，圖5A和圖5B兩幅圖像其大理石花紋的脂肪含量相近，但圖5A中牛肉各個脂肪面積間的差異比較大，面積分布不均勻，與圖5A相比，圖5B中牛肉的脂肪面積分布比較均勻。圖5C、圖5D兩幅圖像的牛肉大理石花紋脂肪含量相近，其脂肪的總面積也相近，但圖5C中牛肉脂肪的數(shù)量相對較多。圖6給出了圖5A和圖5C兩幅牛肉圖像大理石花紋中的脂肪數(shù)量及其每個脂肪的面積對比圖。圖6a圖對應(yīng)圖5A，可見脂肪面積有兩塊特別大，各個面積間的差異大；圖6b對應(yīng)圖5C，可見其各脂肪面積差異比圖5A的牛肉要小。

圖5 雪花牛肉有效切面圖Fig.5 Effective sectional images of snowflake beef marbling

圖6 兩幅牛肉圖像大理石花紋中脂肪數(shù)量和各個脂肪面積的對比圖Fig.6 Contrast diagram of fat amount and each fat area in two beef marbling images

2.2 粗糙度分析

圖7 雪花牛肉大理石花紋脂肪含量及其粗糙度散點(diǎn)圖Fig.7 Scattering diagram of fat content and coarseness in snowflake beef marbling

對36幅雪花牛肉圖像的粗糙度計算結(jié)果如圖7所示，可以看出雪花牛肉的粗糙度大致隨大理石花紋脂肪含量的升高而降低，脂肪含量高的粗糙度一般都比較低。但脂肪含量相近的雪花牛肉其粗糙度在一定范圍內(nèi)波動，說明脂肪含量只能代表大理石花紋中脂肪的面積總量，不能反映各個脂肪面積間的差異，實(shí)際牛肉大理石花紋中也存在脂肪含量高但脂肪面積分布不均勻或脂肪含量低但其脂肪面積分布很均勻的現(xiàn)象。

圖5A和圖5B兩幅牛肉圖像的大理石花紋脂肪含量相近，但圖5A牛肉各個脂肪面積間差異比較大，大理石花紋看起來很粗糙，其粗糙度值為28.36，圖5A牛肉其脂肪面積分布比較均勻，看起來比較“光滑”，其粗糙度值為11.25。可見面積差異性越大，粗糙度就越大。圖5A和圖5B中牛肉脂肪含量相近，目前分級列為一個等級。但圖5B中牛肉的脂肪分布更均勻些，如果進(jìn)行等級判定其等級應(yīng)該比圖5A的牛肉等級更高一些。所以目前大理石花紋等級判定除了按照脂肪含量為判定依據(jù)，還要考慮將其脂肪分布情況進(jìn)行量化，以作為等級判定的指標(biāo)。

2.3 細(xì)密度分析

圖8 雪花牛肉標(biāo)準(zhǔn)大理石花紋脂肪含量及其細(xì)密度散點(diǎn)圖Fig.8 Scattering diagram of fat content and fineness in snowflake beef marbling

對36幅雪花牛肉圖像的細(xì)密度計算結(jié)果如圖8所示，可以看出雪花牛肉的細(xì)密度大致隨大理石花紋脂肪含量的增加而增大，等級高的細(xì)密度一般都比較大，但同一等級內(nèi)不同牛肉的細(xì)密度在一定范圍內(nèi)波動，存在等級高細(xì)密度反而小、等級低細(xì)密度反而大的現(xiàn)象。細(xì)密度的分析結(jié)果和粗糙度一樣具有規(guī)律性。

圖5C和圖5D兩幅牛肉圖像的大理石花紋脂肪含量相近，圖5C中牛肉細(xì)密度為0.696，圖5D中牛肉細(xì)密度為0.309。圖5C中牛肉單位脂肪面積上的脂肪數(shù)量比圖5D中牛肉要多，脂肪的數(shù)量分布比圖5D中牛肉更均勻，圖5C圖像比圖5D圖像脂肪分布更“細(xì)膩”，其細(xì)密度值更高一些。

2.4 粗糙度及細(xì)密度相關(guān)性分析

對所有計算的細(xì)密度和粗糙度數(shù)據(jù)進(jìn)行相關(guān)性分析，數(shù)據(jù)散點(diǎn)圖如圖9所示，線性擬合R2=0.4047，相關(guān)性不明顯，兩個數(shù)據(jù)可以獨(dú)立描述脂肪的分布程度。

圖9 雪花牛肉細(xì)密度及粗糙度相關(guān)性分析散點(diǎn)圖Fig.9 Scattering diagram for correlation analysis of snowflake beef fineness and coarseness

根據(jù)以上分析，粗糙度能夠反映大理石花紋中的各個脂肪面積分布情況，細(xì)密度能夠反映大理石花紋中脂肪數(shù)量的分布情況，而且兩者相互獨(dú)立。如果將其列入大理石花紋的分級判定指標(biāo)，可以使其等級更加細(xì)化。目前我國行業(yè)標(biāo)準(zhǔn)里大理石花紋等級只有5級，而美國有12級，澳大利亞有10級[16]。

3 結(jié) 論

本實(shí)驗在牛肉圖像準(zhǔn)確分割的基礎(chǔ)上得到有效切面大理石花紋，提取并標(biāo)定大理石花紋中的每個脂肪，計算每個脂肪面積、所有脂肪的平均面積、脂肪含量和脂肪數(shù)量，根據(jù)分析給出了大理石花紋粗糙度和細(xì)密度計算方法。

粗糙度和細(xì)密度兩個指標(biāo)可以定量描述有效切面內(nèi)脂肪的分布程度，計算快速。后續(xù)工作可以擴(kuò)大樣本采集，通過大量數(shù)據(jù)統(tǒng)計確定各個脂肪含量范圍內(nèi)粗糙度和細(xì)密度的變化范圍，以粗糙度和細(xì)密度作為大理石花紋的脂肪分布評定指標(biāo)，進(jìn)一步充實(shí)、細(xì)化大理石花紋等級評判標(biāo)準(zhǔn)，使高端牛肉的等級更加細(xì)化，也為后續(xù)建立準(zhǔn)確的大理石花紋等級判定模型進(jìn)行準(zhǔn)確實(shí)時的牛肉質(zhì)量等級判定提供理論參考。

參考文獻(xiàn)：

[1] TAN Jinglu. Meat quality evaluation by computer vision[J]. Journal of Food Engineering, 2004, 61(1): 27-35.

[2] 吳海娟, 彭增起, 沈明霞, 等.機(jī)器視覺技術(shù)在牛肉大理石花紋識別中的應(yīng)用[J]. 食品科學(xué), 2011, 32(3): 10-13.

[3] 李瑋姿, 朱近, 楊德吉, 等. 基于圖像的牛肉大理石紋理自動評級方法研究[J]. 食品科學(xué), 2011, 32(9): 40-45.

[4] 陳坤杰, 吳貴茹, 於海明. 基于分形維和圖像特征的牛肉大理石花紋等級判定模型[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2012, 43(5): 147-151.

[5] YOSHIKAWA F, TORAICHI K. On a grading system for beef marbling[J]. Pattern Recognition Letters, 2000, 21(12): 1037-1050.

[6] 陳坤杰. 牛肉大理石花紋計盒維和信息維的測定[J]. 農(nóng)業(yè)工程學(xué)報, 2007, 23(7): 145-148.

[7] SHIRANIATA K, HAYASHI K, OTSUBO A. Determination of meat quality by image processing and neural network techniques[J]. Journal of Robotics and Mechatronics, 2000, 12(4): 474-479.

[8] 湯曉艷, 王敏, 錢永忠, 等. 牛肉分級標(biāo)準(zhǔn)及分級技術(shù)發(fā)展概況綜述[J]. 食品科學(xué), 2011, 32(19): 288-293.

[9] 劉超超, 彭增起, 沈明霞, 等. 牛胴體品質(zhì)檢測系統(tǒng)中基于嵌入式Linux的終端設(shè)計[J]. 食品工業(yè)科技, 2012, 33(7): 336-339.

[10] 趙杰文, 劉木華, 張海東. 基于數(shù)學(xué)形態(tài)學(xué)的牛肉圖像中背長肌分割和大理石花紋提取技術(shù)研究[J]. 農(nóng)業(yè)工程學(xué)報, 2004, 20(1): 144-146.

[11] 陳坤杰, 姬長英. 基于圖像運(yùn)算的牛肉大理石花紋分割方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2007, 38(5): 195-196.

[12] 仇金宏, 彭增起, 沈明霞, 等. 基于非完全信息算法的牛肉大理石花紋提取方法[J]. 食品科學(xué), 2010, 31(19): 166-169.

[13] 仇金宏, 沈明霞, 彭增起, 等. 基于改進(jìn)型FCM算法的牛肉大理石花紋提取方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2010, 41(8): 184-187.

[14] NY/T 676—2010 牛肉等級規(guī)格[S].

[15] KUCHIDA K. Objective measurement of beef meat quality by computer image analysis method[C]//2011 International Conference on Beef Castle Improvement and Industrialization in China. Beijing: 2011.

[16] 謝元澄, 徐煥良, 謝莊. 基于牛肉大理石花紋標(biāo)準(zhǔn)(BMS)圖像的紋理特征分析[J]. 中國農(nóng)業(yè)科學(xué), 2010, 43(24): 5121-5128.

Determination of Coarseness and Fineness of Snowflake Beef Marbling

LIU Ying-ying1，SHEN Ming-xia1，PENG Zeng-qi2，MA Peng-peng1，WU Meng3，WANG Wei-dong3
(1. Jiangsu Key Laboratory of Intelligent Equipment for Agriculture, College of Engineering, Nanjing Agricultural University, Nanjing 210031, China；2. College of Food Science and Technology, Nanjing Agricultural University, Nanjing 210095, China；3. Snowdragon Beef Co. Ltd., Dalian 116031, China)

Quantitative description of fat distribution in snowflake beef marbling is the key to improving the accuracy of automatic evaluation of beef marbling grade. According to the detection and analysis of high-grade snowflake beef marbling based on fat amount, fat content, average fat area and fat area uniformity, it was proposed to quantitatively analyze fat distribution through coarseness and fineness. Snowflake beef images were collected and coarseness and fineness was calculated by obtaining the marbling binary image by imaging the segmentation and calibrating the size and location of each piece of fat in the binary image. The test results showed that coarseness and fineness could reflect fat distribution. As for fat content in a certain case, when beef has high fineness and low coarseness, its fat distribution is more uniformed. Both indicators varied with the fat content of snowflake beef marbling.

beef；marbling；coarseness；fineness

TS243.8

A

1002-6630(2013)18-0170-05

10.7506/spkx1002-6630-201318034

2012-10-08

國家農(nóng)業(yè)科技成果轉(zhuǎn)化資金項目(2011GB2C100018)；江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目(PAPD)

劉瓔瑛(1978—)，女，講師，博士，研究方向為農(nóng)產(chǎn)品檢測、圖像處理與模式識別。E-mail：lyy@njau.edu.cn