换一批手机图像融合机器视觉对掺假羊肉片的精准识别方法
Precise Recognition of Adulterated Sliced Mutton Using Machine Vision with Mobile Phone Images
摘要近年来羊肉片消费市场掺假事件频发,部分产品使用非纯羊肉原料或经过调理重组制成,影响消费者权益与市场秩序.针对现有检测手段检测周期长、样品处理复杂等问题,本研究提出基于智能手机拍摄系统与化学计量学算法相结合的图像识别方法,开发适用于冷冻原切、调理、重组羊肉片高精度识别的最优模型.研究提取3 种羊肉片样品不同颜色空间中各通道均值、标准差以及灰度共生矩阵中同质性、相关度、对比度、能量和熵共23 项特征.通过主成分分析降维,并采用K近邻(K-nearest neighbor,KNN)、线性判别分析(linear discriminant analysis,LDA)、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)建立分类识别模型.结果表明,RF模型整体表现上优于其他3 种模型,对3 种羊肉片的分类准确率达到91.67%.SVM和KNN模型也展现出较为稳健的分类性能,而LDA模型难以有效处理羊肉片样本的复杂类别边界,分类效果较弱.本研究结果证实手机图像结合机器学习等化学计量学方法用于羊肉片掺杂识别具有可行性.
更多相关知识
关键词
羊肉片掺假识别机器视觉化学计量学手机图像sliced muttonadulteration detectionmachine visionchemometricsmobile phone images
分类号
TS251.7
DOI
10.7506/spkx1002-6630-20251219-161
发布时间
2026-06-16（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
