分割技术范文1
关键词:图像分割;计算机视觉;图像解析
中图分类号:TP391文献标识码:A文章编号:1009-3044(2009)35-10066-03
Image segmentation Technology Analysis and Prospect
JIANG Bin, SHI Zhi-gang
(Management & Information Department, Nantong Vocational & Technical Shipping College, Nantong 226010, China)
Abstract: Image segmentation is a key image processing techniques, is also a classic problem. This article of image segmentation method appeared in recent years gave a more comprehensive analysis, and discussed image segmentation research directions ,and also have some instructive effects on image processing, learning and research staff.
Key words: image segmentation; computer vision; image parsing
所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内,表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的讲,就是在一幅图像中,把目标从背景中分离出来,以便于进一步处理。
在图象分割领域还没有出现对任意图象都适合的分割算法,如何根据不同行业图像的特点,找出适应行业具体需求的图像分割算法,是我们追求的目标。本文旨在对近几年出现的图像分割算法的分析总结的基础上,对图像分割技术研究的方向作出一些展望。
1 图像分割常用的五种方法
1.1 对图像特征、空间做分类的方法
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征
1.1.1 颜色特征
颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征。另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法,其优点是不受图像旋转和平移变化的影响,进一步借助归一化还可不受图像尺度变化的影响,基缺点是没有表达出颜色空间分布的信息。
1.1.2 纹理特征
纹理特征也是一种全局特征,它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性,并不能完全反映出物体的本质属性,所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同,纹理特征不是基于像素点的特征,它需要在包含多个像素点的区域中进行统计计算。在模式匹配中,这种区域性的特征具有较大的优越性,不会由于局部的偏差而无法匹配成功。作为一种统计特征,纹理特征常具有旋转不变性,并且对于噪声有较强的抵抗能力。但是,纹理特征也有其缺点,一个很明显的缺点是当图像的分辨率变化的时候,所计算出来的纹理可能会有较大偏差。另外,由于有可能受到光照、反射情况的影响,从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理。
1.1.3 形状特征
各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索,但它们也有一些共同的问题,包括:①目前基于形状的检索方法还缺乏比较完善的数学模型;②如果目标有变形时检索结果往往不太可靠;③许多形状特征仅描述了目标局部的性质,要全面描述目标常对计算时间和存储量有较高的要求;④许多形状特征所反映的目标形状信息与人的直观感觉不完全一致,或者说,特征空间的相似性与人视觉系统感受到的相似性有差别。另外,从 2-D 图像中表现的 3-D 物体实际上只是物体在空间某一平面的投影,从 2-D 图像中反映出来的形状常不是 3-D 物体真实的形状,由于视点的变化,可能会产生各种失真。
1.1.4 空间关系特征
所谓空间关系,是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系,这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。
空间关系特征的使用可加强对图像内容的描述区分能力,但空间关系特征常对图像或目标的旋转、反转、尺度变化等比较敏感。另外,实际应用中,仅仅利用空间信息往往是不够的,不能有效准确地表达场景信息。为了检索,除使用空间关系特征外,还需要其它特征来配合。
1.2 基于区域的方法(如区域生长分割法、分裂合并法、分水岭分割法等)
1.2.1 区域生长分割法
所谓区域生长(region growing)是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始,从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。它是一个迭代的过程,这里每个种子像素点都迭代生长,直到处理过每个像素,因此形成了不同的区域,这些区域它们的边界通过闭合的多边形定义。
区域生长分割算法的关键是初始种子点的选取和生长规则的确定。算法的优点在于计算简单,对于均匀的连通目标有很好的分割效果,缺点是需要人为设定种子点,对噪声敏感,可能导致区域出现空洞。
1.2.2 分裂合并法
分裂合并法的基本思想是从整幅图像开始通过不断分裂合并来得到各个区域。分裂合并算法的关键是分裂合并准则的设计,这种算法对复杂图像的分割效果较好,但算法复杂,计算量大,分裂可能破坏区域的边界。
1.2.3 分水岭分割法
分水岭分割法,是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形成分水岭。
分水岭分割法对微弱边缘具有良好的响应,具有很强的边缘检测能力,正是由于其对微弱边缘的良好响应,此算法可以得到比较好的封闭连续边缘。但是同时对于图像中的噪声、物体表面细微的灰度变化,该算法也会产生“过度分割”的现象。
1.3 基于边缘的方法(边缘检测等)
图像的边缘是指图像局部区域亮度变化显著的部分。该区域的灰度剖面一般可以看做一个阶跃,即从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图像的边缘部分集中了图像的大部分信息,图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的,同时也是图像分割所依赖的重要特征。
边缘检测主要是图像的灰度变化的度量、检测和定位,边缘检测的基本思想是先利用边缘增强算子,突出图像中的局部边缘,然后定义像素的“边缘强度”,通过设置阈值的方法提取边缘点集。但是由于噪声和图像模糊,检测到的边界可能会有间断的情况发生。
1.4 基于函数优化的方法(贝叶斯算法-Bayesian等)
贝叶斯(1702-1763) Thomas Bayes,英国数学家,在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论,并创立了贝叶斯统计理论,对于统计决策函数、统计推断、统计的估算等做出了贡献。
贝叶斯决策理论方法是统计模式识别中的一个基本方法。贝叶斯决策判据既考虑了各类参考总体出现的概率大小,又考虑了因误判造成的损失大小,判别能力强。
1.5 综合考虑边缘和区域信息的混合分割方法
这类方法既可以很好的提取出图像中目标的边缘又可以使得算法的计算相对简单,对于均匀的连通目标有较好的分割效果。
2 图像分割的研究方向
2.1 图像匹配
在图像识别的过程中,常需要把不同时间、不同成像条件下对同一景物获取的两幅或者多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应的模式,这就称为图像匹配。
图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。
1)灰度匹配:灰度匹配的基本思想:以统计的观点将图像看成是二维信号,采用统计相关的方法寻找信号间的相关匹配。利用两个信号的相关函数,评价它们的相似性以确定同名点。灰度匹配通过利用某种相似性度量,如相关函数、协方差函数、差平方和、差绝对值和等测度极值,判定两幅图像中的对应关系。
2)特征匹配:特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征),对特征进行参数描述,然后运用所描述的参数来进行匹配的一种算法,基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。特征匹配首先对图像进行预处理来提取其高层次的特征,然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和区域特征。 特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。基于图象特征的匹配方法可以克服利用图象灰度信息进行匹配的缺点,由于图象的特征点比较像素点要少很多,大大减少了匹配过程的计算量;同时,特征点的匹配度量值对位置的变化比较敏感,可以大大提高匹配的精确程度;而且,特征点的提取过程可以减少噪声的影响,对灰度变化,图象形变以及遮挡等都有较好的适应能力。所以基于图象特征的匹配在实际中的应用越来越广泛。所使用的特征基元有点特征(明显点,角点,边缘点等),边缘线段等。
3)两者的比较:特征匹配与灰度匹配的区别:灰度匹配是基于像素的,特征匹配则是基于区域的,特征匹配在考虑像素灰度的同时还应考虑诸如空间整体特征、空间关系等因素。
特征是图象内容最抽象的描述,与基于灰度的匹配方法相比,特征相对于几何图象和辐射度影响来说更不易变化,但特征提取方法的计算代价通常较大,并且需要一些自由参数和事先按照经验选取的阀值,因而不便于实时应用。同时,在纹理较少的图象区域提取的特征的密度通常比较稀少,使局部特征的提取比较困难。另外,基于特征的匹配方法的相似性度量也比较复杂,往往要以特征属性、启发式方法及阀方法的结合来确定度量方法。
2.2 纹理分割和纹理合成
纹理分割是将纹理图像依据同一纹理的一致性特征或不同纹理之间的特征差别,分割成若干有意义的区域的一种图像分割技术,如何提取有效的纹理特征是其关键点和难点。
纹理合成是为了解决纹理映射中存在的接缝走样等问题而提出的,目前纹理合成方法可分为两类:一类为过程纹理合成(PTS),另一类为基于样图的纹理合成(TSFS)。
过程纹理合成通过对物理生成过程的仿真直接在曲面上生成纹理,如毛发、云雾、木纹等,从而避免了纹理映射带来的失真。这种方法可以获得非常逼真的纹理,但对每一种新的纹理,却需要调整参数反复测试,非常不便,有的甚至无法得到有效的参数。自然界中存在大量的纹理,这些纹理往往具有自相似性,即一小块纹理就能反映整体纹理的特点。这就促使人们着手研究基于样图的纹理合成方法以取得更有效的成果:给定一小块纹理,生成大块相似的纹理。
基于样图的纹理合成(texture synthesis from samples,TSFS))技术是近几年迅速发展起来的一种新的纹理拼接技术,它基于给定的小区域纹理样本,按照表面的几何形状,拼合生成整个曲面的纹理,它在视觉上是相似而连续的。TSFS技术可以克服传统纹理映射方法的缺点,又避免了过程纹理合成调整参数的繁琐,因而受到越来越多研究人员的关注,成为计算机图形学、计算机视觉和图像处理领域的研究热点之一。利用TSFS技术还可以进行纹理填充(如修补破损的图片,重现原有图片效果),纹理传输,扩展到时域则可以用一短段视频图像,生成任意长度的非重复的视频动画等。所以纹理合成技术在图像编辑、数据压缩、网络数据的快速传输、大规模场景的生成以及真实感和非真实感绘制等方面具有广泛的应用前景。
2.3 图像解析(Image Parsing)
自然图像本质上是由大量随机生成的视觉模式构成,图像理解的目的是将输入图像解析成构成它的不同的视觉模式。
根据我们所感兴趣的不同类型的模式,图像解析问题分别被称为:图像分割(对均匀灰色、彩色和纹理区域的处理)、知觉组织(对点、线和一般图形的处理)、目标识别(对文本和对象的处理)。
3 总结
图像分割是图像理解与计算机视觉领域国际学术界公认的将会长期存在的最困难的问题之一,到目前为止既不存在一种通用的图像分割方法,也不存在一种判断是否分割成功的客观标准。图像分割之所以困难的一个重要原因是其并不完全属于图像特征提取问题,它还涉及到各种图像特征的知觉组织。从一般意义上来说,只有对图像内容的彻底理解,才能产生完美的分割。
参考文献:
[1] Gonzalez R C. Digital Image Processing Using MATLAB[M].阮秋琦,译.北京:电子工业出版社,2005.
分割技术范文2
关键词：牛肉；猪肉；羊肉；分割；分级
Technical Evolution of Carcass Cutting and Grading for Common Livestock Species in China
LIU Sen-xuan， CUI Yu-qing， WANG Fu-long， CUI Bao-wei， LI Jun-ke， ZHANG Ya-wei， HUI Teng， GUO Xiu-yun
（Synergetic Innovation Center of Food Safety and Nutrition， College of Food Science and Technology，
Nanjing Agricultural University， Nanjing 210095， China）
Abstract： Cattle， pigs and goats are the main livestock species in China. Since the implementation of reform and opening-up policy， technical progress has been made in carcass cutting and grading of cattle， pigs and goats， and knowledge of the technical evolution of livestock carcass cutting and grading and related standards have been increasingly perfected. In this article， related technical standards and regulations for cutting and grading of cattle， pigs and goats in China are outlined， and the technical evolution of cutting and grading for common livestock species is elucidated. Moreover， some suggestions for solving technical problems in livestock carcass cutting and grading are put forward. We expect that these efforts will provide references for cutting and grading of beef， pork and mutton in slaughter industries which will in turn promote meat quality improvement and value addition and facilitate healthy， sustainable， steady and rapid development China's livestock meat industry.
Key words： beef； pork； mutton； cutting； grading
中图分类号：TS251.2 文献标志码：A 文章编号：1001-8123（2014）03-0018-07
我国是农业大国，畜牧业也比较发达。受家畜的品种、年龄、育肥程度以及同一个体不同部位等因素的影响，肉的品质差异较大，而不同品质的肉其加工用途、商品价值不同。无论从肉品食用、加工还是商业角度，都应对畜肉进行分割并分级使用[1]。
1 牛肉分割、分级技术
我国的牛肉养殖具有悠久的历史，养牛户遍及全国各地[2]。由于各个地区的饲养条件不同，育肥方法千差万别，造就了我国牛种繁多、杂交体系不稳定、个体大小参差不齐、肉用性状差异显著等特点，导致牛肉分割分级的技术实施困难。随着社会进步和经济的发展，人民生活水平日益提高，对牛肉尤其是优质牛肉的需求量不断增加，对其品质也提出了更高的要求。因此，开展牛肉（胴体）分割、分级技术的研究，实施统一的牛肉分割分级标准有助于提高牛肉产品的品质，增加高档牛肉产品的产量从而满足人们及社会的需求。
1.1 牛肉分割技术
牛胴体分割是指以满足市场需求为目的，以胴体部位肉形态、质量、烹饪与加工用途等特性为依据，对动物卫生检疫检验合格的牛胴体加以规范、精细分割的加工过程，以便进一步加工或直接供给消费者[3]。我国牛肉分割技术具有悠久的历史，从古到今也有了一定的发展变化。
1.1.1 我国牛肉分割发展历史
先秦时期，《庄子・养生主》中记载有“庖丁解牛”的典故，其时牛肉分割技术已有一定发展。改革开放前，我国肉牛业发展落后，牛胴体基本不进行分割，只进行劈半处理，直接进入市场销售。随着时代的变迁，人们对牛肉分割的重要性有了一定的了解。改革开放后，我国大中城市与国际经济快速接轨，现代肉牛产业呈现快速发展的趋势，餐饮业对高档牛肉的需求不断高涨[4]。1985年，华安肉类有限公司率先引进德国先进的牛肉分割技术，将牛胴体分割为13 块部位肉，从此拉开了牛肉分割的序幕。由于当时我国尚无统一的牛肉系统评定方法和标准，各牛肉屠宰加工企业大多参照美国、加拿大、法国、日本和欧盟等的牛肉分割标准，如美国将牛胴体分为后腿肉、臀部肉、胸部肉等9 部分[5]，日本牛胴体分为颈部、肩部牛排、肋排等十几个部分，分割方法混乱，分割肉名称混杂[3]。因此，为了规范各企业牛胴体分割方法，1998年我国颁布实施第一个牛胴体分割标准GB/T 17238―1998《鲜、冻分割牛肉》[6]。该标准参考日本、前苏联和美国的牛肉分割标准，将四分体带骨牛肉分割为后小腿肉、股内肉、臀部肉等15个部位肉，适用于鲜四分体带骨牛肉及按部位分割加工的产品，但关于分割牛肉的方法规范性过于简单，并且具有一定的局限性。规范性标准的缺失成为了制约我国牛肉分割技术发展的重要因素，建立新型、适用性的国家标准迫在眉睫。
1.1.2 我国牛肉分割标准的完善
表 1 我国牛肉分割、分级标准
Table 1 Beef cutting and grading standards in China
标准号 标准名称 标准状态 标准适用范围 备注
GB 9960―88 《鲜、冻四分体带骨牛肉》 已废止 适用于鲜、冻四分体带骨牛肉
GB/T 17238―1998 《鲜、冻分割牛肉》 已废止 适用于鲜四分体带骨牛肉，
按部位分割、加工的产品
NY/T 676―2003 《牛肉质量分级》 已废止 适用于我国黄牛和专用
肉牛及其杂交后代 我国第一个牛
肉分级标准
GB/T 9960―2008 《鲜、冻四分体牛肉》 现行有效 适用于鲜、冻四分体牛肉 代替GB 9960―88
GB/T 17238―2008 《鲜、冻分割牛肉》 现行有效 适用于鲜、冻带骨牛肉，
按部位分割、加工的产品 代替GB/T 17238―1998
NY/T 676―2010 《牛肉等级规格》 现行有效 适用于牛肉品质分级，不适用于小
牛肉、小白牛肉、雪花肉的分级 代替NY/T 676―2003
GB/T 27643―2011 《牛胴体及鲜肉分割》 现行有效 适用于各类肉牛屠宰加工企业
SB/T 10637―2011 《牛肉分级》 现行有效 适用于健康活牛屠宰加工后经
兽医检验合格的牛分割肉
GB/T 29392―2012 《普通肉牛上脑、眼肉、
外脊、里脊等级划分》 现行有效 适用于普通肉牛的分级，不适用于
小牛肉、小白牛肉、雪花肉的分级
为解决我国牛肉分割标准所面临的问题，国家“九五”攻关计划将“优质牛肉系统评定方法和标准”的建立作为一个重要课题来研究[7]。我国牛肉分割、分级标准详见表1。南京农业大学等众多科研工作者通过大规模的实验研究后，于2003年公布了第一个牛肉分割行业标准《牛肉质量分级》[8]。该标准对胴体的质量等级和产量等级及其评定方法做出详细说明和规定，但各屠宰加工企业仍维持各自的分割方法，在实际操作中仍有些混乱，实施效果不佳[9]。这种混乱的局面严重影响了屠宰分割企业和消费市场的沟通，加大了双方的无形成本，分割标准的实施和统一有待进一步加强。2008年颁布GB/T 17238―2008《鲜、冻分割牛肉》[10]，依据NY/T 676―2003《牛肉质量分级》对分割牛肉的产品名称进行了重新命名。
为了牛肉分割标准更加完善、科学、严谨，更适合国内广大肉牛企业的应用，2011年南京农业大学、中国农业科学院等联合起草制定了标准GB/T 27643―2011《牛胴体及鲜肉分割》[11]，规范了我国肉牛胴体的分割方法以及各个分割肉的名称，将分割肉的名称规定为里脊、外脊、眼肉等13 部分（图1），解决了以往“乱切”、“乱名”等问题，有利于进一步规范企业屠宰、分割，对促进我国优质牛肉的生产，引导牛肉市场的优质优价良性循环具有重大意义。
图 1 牛胴体分割示意图
Fig.1 Schematic of beef cutting
1.2 牛肉分级技术
牛肉分级的实质就是将部分质量和产量参差不齐的牛肉按照一定的标准进行品质评定，划分为不同的等级[12]。胴体的等级直接反映肉畜的产肉性能及畜肉的品质优劣，无论对于生产还是消费都具有很好的规范和导向作用，经过分级的牛肉可以实现优质优价，满足不同消费层次的需求。
1.2.1 我国牛肉分级的发展历史
古代我国养牛大多以役用为主，只有淘汰的役用牛才被宰杀出售，但牛肉品质普遍较差。1979年以后，我国肉牛产业开始发展，牛肉的质量和数量得以改善，但牛肉的总体质量仍然不高，产出的牛肉多为中低档牛肉，高档牛肉的产量尚不能满足国内市场的需求[13]。
改革开放前，我国尚无统一的牛肉分级制度和标准，导致牛肉市场运行不够规范，难以实现以质论价。优质优价，不能调动肉牛饲养者和牛肉生产者的积极性，从而影响了国内牛肉的生产和对外贸易的发展[14-15]。改革开放后，为了加快我国肉牛业发展，促进牛肉品质提高，规范牛肉市场，2003年颁布行业标准NY/T 676―2003《牛肉质量分级》[8]，是我国第一个对牛肉分级作出详细规定的标准。该标准根据牛胴体质量、年龄大小、脂肪沉积程度、肌肉色泽、大理石花纹状况，将牛肉分为特级、优一级、优二级和普通级4 个等级，结束了中国牛肉评定无统一标准的历史。随着市场需求的变化，农业部于2010年颁布修订版行业标准NY/T676―2010《牛肉等级规格》[16]代替NY/T 676―2003《牛肉质量分级》。新标准规定牛肉品质等级主要由大理石花纹等级和生理成熟度2 个指标来评定，同时结合肌肉色和脂肪色对等级评定进行适当的调整，使得标准更加简洁实用，但不适用于小牛肉、小白牛肉、雪花肉的分级。
1.2.2 我国牛肉分级标准完善
世界发达国家如美国、日本、澳大利亚等国家都有较完善的牛肉质量系统评定方法和标准，对促进国家肉牛业的发展起到非常重要的作用。美国牛肉质量级别依据大理石花纹和生理成熟度将牛肉分为特优、特选、优选、标准、商用、可用、切碎和制罐8 个级别[17]。日本1988年制定牛胴体品质分级标准，产量级根据胴体产肉率分为A、B、C三个级别，质量级根据大理石花纹、肉色、脂肪色、弹性由优到劣分为5、4、3、2、1五个级别[18]。澳大利亚牛肉分级标准主要从牛胴体质量、性别、种类、排酸时吊挂方式等多方面衡量，并且根据不同烹饪方式分为不同级别[19]。
鉴于发达国家的牛肉分级标准，由南京农业大学等起草的国内贸易行业标准SB/T10637―2011《牛肉分级》[20]于2011年，将牛分割肉分为2 个部分：第1部分包括里脊、上脑、眼肉、外脊；第2 部分包括辣椒条、胸肉、臀肉等。第1 部分中里脊依据质量大小和感官要求分为S级（特级）、A级（优级）、B级（良好级）、C级（普通级）4 个级别，上脑、眼肉、外脊依据横切面处的大理石纹含量、肌肉色、脂肪色和质量分成S、A、B、C四个级别；辣椒条、胸肉、臀肉等第2 部分依据外观感官特性分为优质牛肉和普通牛肉。这种牛肉分级评定方法对肉牛企业生产高档优质牛肉起到一定指导和促进作用。
为了对牛分割体部位做更进一步详细的等级评定标准，2012年颁布的GB/T 29392―2012《普通肉牛上脑、眼肉、外脊、里脊等级划分》[21]分别根据背最长肌横切面处脂肪含量和分布情况，肌肉泽以及肌内脂肪和皮下脂肪色泽通过目测法和对照大理石纹、肌肉色、脂肪色等级图片对牛肉的大理石花纹等级、肌肉色等级和脂肪色等级进行评定，并依据大理石纹、肌肉色、脂肪色、质量4 个指标将上脑、眼肉、外脊分为S级、A级、B级、C级，依据质量将里脊分为S级、A级、B级、C级，从而规范了我国普通肉牛高档分割部位的分级方法与依据，但该标准同样只适用于普通肉牛的分级，不适用于小牛肉、小白牛肉、雪花肉分级。
关于雪花肉的分级，国内大型的肉牛生产企业均已制定了适合自身发展的企业标准。传统牛肉分级一般都由分级员通过感官评定或简单测量，按照一定的分级标准对牛胴体进行评级，存在评级速度慢、主观随意性强等缺点[22]。针对上述问题，南京农业大学基于机器视觉、数字图像处理和光学技术，自主开发了便携式雪花牛肉分级仪，以经济价值较高的雪花牛肉为研究对象，以机器视觉为技术手段，用机器代替人眼进行客观地视觉判断，实现了雪花牛胴体、大理石花纹、肉色和脂肪色的自动分级，并在此基础上进行综合分级[23]。但小牛肉、小白牛肉的分级还没有建立合适的等级评价体系，急需根据我国牛肉生实际，借鉴国外牛肉分级体系，完善我国牛肉等级评价体系，尽快将我国牛肉产品推入国际化市场。
2 猪肉分割、分级技术
中国是世界上第一养猪大国，无论是历史还是今天，中国的生猪种类和猪肉产量均居世界首位[24]。随着我国经济快速发展，人民生活水平不断提高，消费者对猪肉的需求也发生了从量向质的转变[25]。因此，建立符合我国国情的猪胴体分割、分级技术标准对顺应市场变化，满足广大消费者的需求尤为重要。
2.1 猪肉分割技术
2.1.1 我国猪肉分割的发展历史
纵观中国悠久的养猪历史，养猪业发达，猪肉制品的加工已有3000年的历史。20世纪50年代前，养猪多为农户传统副业，生产水平低，猪肉屠宰加工大多停滞在民间的手工作坊。五、六十年代，我国大力发展畜牧业，生猪屠宰开始走向机械化、工业化生产[26]。同牛肉一样，改革开放前，我国猪胴体基本不分割，只进行劈半分割，就进入市场销售。七十年代，我国开始建立了冻猪分割肉车间，对猪肉分割技术有了一定的了解和重视。八十年代，建立了冷却肉小包装车间，开始从德国、意大利、荷兰、日本等国引进分割肉和肉类小包装生产线。但长期以来，我国猪肉加工业缺乏统一的行业标准和国家标准[27]。
改革开以来，特别是80年代后期，猪肉分割技术得到了政府的大力支持，1988年颁布GB 9959.3―1988《分部位分割冻猪肉》[28]和GB 9959.4―1988《分割冻猪瘦肉》[29]，前者规定每片猪肉按不同部位分割成去骨前腿肉、去骨后腿肉、大排、带骨方肉4 块；后者规定每片猪肉按不同部位分割成颈背肌肉（Ⅰ号肉）、前腿肌肉（Ⅱ号肉）、大排肌肉（Ⅲ号肉）和后腿肌肉（Ⅳ号肉），2 种分割标准的发展对当时我国猪胴体分割技术的提升有很好的指导作用。
2.1.2 我国猪肉分割标准的完善
八十年代的标准达不到我国猪肉品质提升和增值的要求。我国于2008、2012年分别颁布GB/T 9959.2―2008《分割鲜、冻猪瘦肉》[30]、SB/T 10656―2012《猪肉分级》[31]，具体标准见表2。明确规定猪肉分割方法，依据猪胴体形态结构和肌肉组织分布分割为颈背肌肉、前腿肌肉、大排肌肉等9 部分（图2），是我国猪肉屠宰加工企业进行猪肉分割参照的唯一标准，从而提高了猪肉的商业价值，对我国的猪肉分割技术起到了一定的规范作用。
图 2 猪胴体分割图
Fig.2 Schematic of pork cutting
表 2 我国猪肉分割、分级标准
Table 2 Pork cutting and grading standards in China
标准号 标准名称 标准状态 标准适用范围 备注
GB 9959.1―1988 《带皮鲜、冻片猪肉》 已废止 适用于带皮鲜、冻片猪肉
GB 9959.2―1988 《无皮鲜、冻片猪肉》 已废止 适用于无皮鲜、冻片猪肉
GB 9959.3―1988 《分部位分割冻猪肉》 已废止 适用于无皮鲜片猪肉
GB 9959.4―1988 《分割冻猪瘦肉》 已废止 适用于带皮、无皮鲜片猪肉
GB 9959.1―2001 《鲜、冻片猪肉》 现行有效 适用于生猪经屠宰、
加工的鲜、冻片猪肉 代替GB 9959.1―1988、GB 9959.2―1988
GB 9959.2―2001 《分割鲜、冻猪瘦肉》 已废止 适用于不同形式的分割鲜、冻猪瘦肉 代替GB 9959.4―1988
GB/T 9959.2―2008 《分割鲜、冻猪瘦肉》 现行有效 适用于以鲜、冻片猪肉按部位分割后，加工成的冷却（鲜）或冷冻的猪瘦肉 代替GB 9959.1―2001
NY/T 1759―2009 《猪肉等级规格》 现行有效 适用于商品猪胴体和主要分割肉块
SB/T 10656―2012 《猪肉分级》 现行有效 适用于猪胴体及主要分割部位的分级
2.2 猪肉分级技术
猪胴体分级是指根据猪胴体的一些相关经济性状（一般为胴体瘦肉率和胴体质量），按照一定的标准，人为地将其划分为不同的等级，并把不同的等级与猪胴体的市场收购价格联系起来，从而实现优质优价，促进商品猪品质的提高[25]。
2.2.1 我国猪肉分级的发展历史
在我国，有关猪胴体分级技术的研究报道较少，改革开放十年后，才开始制定了猪胴体分级标准。早在20世纪初，加拿大、美国、日本、欧盟等国根据各自的国情先后建立了自己的猪胴体分级方法和标准[32]。
20世纪70年代以前，我国猪肉市场由国家统购统销，国营食品公司收购标准是按猪背膘厚定级，背膘越厚价格越高[33]。改革开放后，我国肉类产业快速发展，大型的肉类屠宰加工企业正在不断涌现，但当时我国还没有一套完整、实用的猪胴体分级标准，严重影响优质猪肉销售。1988年我国制定4个有关猪肉分级的标准GB 9959.1―1988《带皮鲜、冻片猪肉》、GB 9959.2―1988《无皮鲜、冻片猪肉》、GB 9959.3―1988 [28]和
GB 9959.4―1988 [29]，前2 个标准依据脂肪层厚度和片肉重量将猪肉分为一级、二级、三级；后2 个依据分部位分割肉和分割冻猪瘦肉按冻结后肉表层脂肪厚度分为一、二、三级。实践证明，该方法仅以脂肪作为唯一判标依据，分级效果不符合企业实际生产要求，不能满足养殖户、屠宰厂以及市场需要，而且这种分级方法只将猪胴体分为3级，分级不够精细化，使得分级后得到的3个级别的猪胴体之间价格相差较大，从而给猪胴体的交易和结算带来了不便，达不到理想的分级效果。
2.2.2 我国猪肉分级标准完善
参考世界各国的猪胴体分级标准，我国标准并不是严格意义的胴体分级标准，而更应该看作是一种产品的质量标准。无论在所引用经济指标的适用性还是分级标准的可操作性方面都存在很大不足[34]。为完善猪肉分级标准，使其更适合各企业和市场的变化需求，2009年颁布农业行业标准NY/T 1759―2009《猪肉等级规格》[35]，根据背膘厚度和胴体质量或瘦肉率和胴体质量2 套评定体系，将胴体规格等级从高到低分为A、B、C三个级别；根据胴体外观、肉色、肌肉质地、脂肪色将胴体质量等级从优到劣分为3级；根据胴体规格等级和胴体质量等级将胴体综合等级分为1级到4级不等；并根据皮下脂肪最大厚度和分割肉块质量将猪胴体前腿肉、后腿肉、大排和带骨方肉分为A、B、C 三个等级。2012年SB/T 10656―2012《猪肉分级》[31]颁布，将感官指标、胴体质量、瘦肉率、背膘厚度作为评定指标，分别对胴体及分割肉进行评级。NY/T 1759―2009和SB/T 10656―2012的颁布对规范我国猪肉市场，提高优质猪肉产量，促进企业进行统一猪肉分级具有重要的指导意义。
目前大多数屠宰企业采用人工分级的方法对猪胴体进行分级，由于人工分级是对猪胴体的一些相关经济性状（如体质量、体形、肥瘦程度、肌肉发育程度等）根据经验进行人为、主观地估测。然而依靠感官的估测方式会受时间、地点和人员等因素的差异而导致分级结果出现差异，使得分级结果的准确程度大大降低[25]。鉴于人工分级的缺点，随着科学技术的进步，智能分级技术在发展过程中也在不断的改进，设备简单、操作方便、准确率高、无交叉污染、价格适中、智能化、自动化将是胴体分级技术发展的方向。
3 羊肉分割、分级技术
我国肉羊品种繁多，质量良莠不齐，肉质普遍较差[36]，随着人们生活水平的提高和自身保健意识的不断增强，人们对羊肉的需求量逐年增加，低品质的羊肉制品已无法满足人们的需求。因此，建立符合我国国情的完整、简便、准确、科学的羊胴体分割分级技术评定标准体系，对促进我国优质羊肉的生产、规范羊肉市场、增强国际竞争力具有至关重要的作用。
3.1 羊肉分割技术
3.1.1 我国羊肉分割的发展历史
改革开放前，我国的羊胴体基本上都不进行分割，肉羊经屠宰后，养羊户将整只羊在市场上进行销售，所得利润极低。后来肉羊经屠宰后，按头尾部位、前腿部位、腹背部位以及其他部位分割成不同块的粗羊肉和精细羊肉，再进行销售，所得利润显著提高。从此，人们认识到羊胴体销售前进行分割的重要性。
改革开放20年来，受世界养羊业由毛用为主转向肉毛兼用，进而发展到肉用为主的大趋势，以及国内羊肉供需矛盾尖锐、羊肉价格不断攀升等市场因素的影响，羊肉生产得到迅速发展[37]。与此同时，肉羊产业在改善我国人民的膳食结构、提高身体素质、增加农牧民生产经营收入、提升我国农业尤其畜牧业的生产结构等方面都做出了巨大贡献[38]。
3.1.2 我国羊肉分割标准完善
为适应对外开放，搞活企业经营，2007年颁布行业标准NY/T 1564―2007《羊肉分割技术规范》[39]，规范了羊肉分割方法，将羊胴体分割为前1/4胴体、羊肋脊排、腰肉等9各部分（图3），该分割法全国通用，适用于所有的羊肉分割加工。标准还详细规定了分割羊肉的38 个品种，其中带骨分割羊肉包括躯干、带臀腿、带臀去腱腿等25 种；去骨分割羊肉包括半胴体肉、躯干肉、剔骨带臀腿等13 种；并且对各个品种的分割方法做了非常详细、规范的规定，并附有详细分割图。该标准是我国现行有效的唯一一个对羊肉分割技术做出详细规范的标准，对我国的肉羊产业发展起到了巨大的促进作用。我国羊肉分割分级标准详见表3。
表 3 我国羊肉分割、分级标准
Table 3 Mutton cutting and grading standards in China
标准号 标准名称 标准状态 标准适用范围 备注
GB 9961―88 《鲜、冻胴体羊肉》 已作废 适用于活羊经屠宰加工、冷加工后，用于供应
市场、肉制品及罐头原料的鲜、冻胴体羊肉
GB 9961―2001 《鲜、冻胴体羊肉》 已作废 适用于活羊经屠宰加工、
冷加工后的鲜、冻胴体羊肉 代替GB 9961―88
NY/T 630―2002 《羊肉质量分级》 现行有效 适用于羊肉生产、加工、营销企业产品分类分级
NY/T 1564―2007 《羊肉分割技术规范》 现行有效 适用于羊肉分割加工
GB 9961―2008 《鲜、冻胴体羊肉》 现行有效 适用于健康活羊经屠宰加工、
检验检疫的鲜、冻胴体羊肉 代替GB 9961―2001
图 3 羊胴体分割图
Fig.3 Schematic of mutton cutting
3.2 羊肉分级技术
不同的国家和地区对羊肉质量评价标准差异较大。20世纪20年代，美国、澳大利亚等国已颁布并实施了羊肉分级标准，规范了羊肉种类，实现了优质优价，极大地促进了肉羊业的发展[40-41]。美国对羊肉的分级标准，则划分了羊肉的类别，并确定了质量等级和产量等级；澳大利亚主要根据划分羊的类别，并以胴体质量确定等级，将羊肉分为羔羊肉、幼年羊肉和青年羊（成年羊）。
3.2.1 我国羊肉分级的发展历史
我国的肉羊业起步较晚，关于羊胴体产量分级和质量分级的研究相对较少。我国羊肉等级标准划分不细致，指标较粗，主要依据羊胴体质量和脂肪丰满程度确定。为了规范羊肉市场，提高羊肉品质，1987年12月中华人民共和国商业部批准颁布了我国第一个关于羊肉的标准
GB 9961―88《鲜、冻胴体羊肉》[42]，该标准将鲜、冻胴体绵羊和山羊肉按外观及肉质和胴体质量分为3等级。
3.2.2 我国羊肉分级标准完善
随着社会的发展进步，对羊肉的分级标准也有了更高、更细致的要求，2002年NY/T 630―2002《羊肉质量分级》[43]，根据年龄将羊肉划分为大羊肉、羔羊肉和肥羔羊肉3类，根据外观、胴体质量、背膘厚度、肋肉厚度、肉质硬度、肌肉发育程度、生理成熟度和肉质色泽等指标将每类羊胴体分为特等级、优等级、良好级和可用级4 个级别。该标准的实施为企业开展羊胴体分级提供了技术支撑。2008年颁布GB 9961―2008《鲜、冻胴体羊肉》[44]，其中关于羊肉分级的指标仍旧采用
NY/T 630―2002中的标准，该标准是我国现代肉羊企业进行羊肉分级参照的标准之一，对我国优质羊肉的生产和肉羊企业的发展仍具有一定促进作用。
4 展 望
随着肉类工业的迅速发展，世界各国的牛肉、猪肉、羊肉胴体分割、分级技术已存在百年历史，而我国畜肉分割、分级技术尚处于初始阶段。因此，结合我国肉类产业分割、分级技术的发展现状，建立更加完善、更加科学、更加便利的胴体分割、分级技术体系，以促进我国家畜肉品质的提高，满足消费者对高档优质牛肉、猪肉、羊肉的需求，进一步扩大优质肉品的出口数量，推动我国畜肉产业健康、持续、稳定、快速的发展具有十分重要的研究意义。
参考文献：
[1] 孔保华， 韩建春. 肉类科学与技术[M]. 2版. 北京： 中国轻工业出版社， 2011： 56-76.
[2] 王明利， 孟庆翔. 我国肉牛产业发展形势及未来走势分析[J]. 中国畜牧杂志， 2009， 45（8）： 5-8.
[3] 吴斌， 李海鹏， 张松山. 国内外牛肉分割研究进展[J]. 肉类研究， 2010， 24（3）： 16-18.
[4] 牛蕾， 张志胜， 李海鹏. 牛胴体分割增值及品质评价研究概况[J]. 肉类研究， 2010， 24（4）： 7-9.
[5] UNECE. Standard bovine meat carcasses and cuts[S]. New York and Geneva： UN Working Party on Agricultural Quality Standards， 2007.
[6] 全国肉类工业科技情报站. GB/T17238―1998 鲜、冻分割牛肉[S]. 北京： 中国标准出版社， 1998.
[7] 江龙建. 基于计算机视觉和神经网络技术的牛肉大理石花纹自动分级系统的研究[D]. 南京： 南京农业大学， 2003.
[8] 南京农业大学. NY/T676―2003 牛肉质量分级[S]. 北京： 中国标准出版社， 2003.
[9] 陈幼春. 关于牛胴体优质分割肉块名称的讨论[J]. 黄牛杂志， 2003， 29（2）： 1-3.
[10] 商务部屠宰技术鉴定中心. GB/T17238―2008 鲜、冻分割牛肉[S]. 北京： 中国标准出版社， 2008.
[11] 南京农业大学. GB/T 27643―2011 牛胴体及鲜肉分割[S]. 北京： 中国标准出版社， 2011.
[12] 石素玲. 建立健全牛肉分级体系[J]. 肉类工业， 1998（9）： 41-42.
[13] 汤晓艳， 王敏， 钱永忠. 牛肉分级标准及分级技术发展概况综述[J]. 食品科学， 2011， 32（19）： 288-293.
[14] 周光宏， 刘丽. 国外牛肉分级标准介绍兼论建立中国分级牛肉制度的意义[J]. 中国畜产与食品， 1997， 4（5）： 1-2.
[15] ZHOU G H. Developing a beef grading system[C]//The Processing of 51th Annual Reciprocal Meat Conference. Connecticut， USA. 1998.
[16] 南京农业大学. NY/T676―2010 牛肉等级规格[S]. 北京： 中国标准出版社， 2010.
[17] USDA. Official United States standards for grades of carcass beef[S]. Washington D C： Agricultural Marketing Service， 1997.
[18] JMGA. New beef carcass grading standards[S]. Tokyo： Japan Meat Grading Association， 1988.
[19] MSA. Meat standards Australia beef information kit[S]. Australia： Meat & Livestock Australia， 2007.
[20] 商务部流通产业促进中心. SB/T10637―2011 牛肉分级[S]. 北京： 中国标准出版社， 2011.
[21] 南京农业大学. GB/T 29392―2012 普通肉牛上脑、眼肉、外脊、里脊等级划分[S]. 北京： 中国标准出版社， 2012.
[22] 汤晓艳， 周光宏， 徐幸莲. 对中国牛肉分级制度的几点思考[J]. 黄牛杂志， 2003， 29（2）： 53-56.
[23] 吴海娟， 彭增起， 沈明霞， 等. 机器视觉技术在牛肉大理石花纹识别中的应用[J]. 食品科学， 2011， 32（3）： 10-13.
[24] 戴瑞彤， 陈斌. 世界肉类工业生产现状及发展方向[J]. 食品科学， 2000， 21（5）： 6-8.
[25] 李森. 智能化带皮片猪胴体分级技术[J]. 肉类工业， 2013（8）： 47-49.
[26] 周永昌， 李磊. 肉加工利用现状与展望[J]. 肉类工业， 1994（9）：16-24.
[27] 张楠， 周光宏， 徐幸莲. 猪洞体分级技术研究进展[J]. 食品科学， 2005， 26（9）： 558-562.
[28] 全国肉类工业科技情报中心站. GB 9959.3―1988 分部位分割冻猪肉[S]. 北京： 中国标准出版社， 1988.
[29] 全国肉类工业科技情报中心站. GB 9959.4―1988 分割冻猪瘦肉[S]. 北京： 中国标准出版社， 1988.
[30] 商务部屠宰技术鉴定中心. GB/T 9959.2―2008 分割鲜、冻猪瘦肉[S]. 北京： 中国标准出版社， 2008.
[31] 商务部流通产业促进中心. SB/T 10656―2012 猪肉分级[S]. 北京： 中国标准出版社， 2012.
[32] 张楠， 周光宏， 徐幸莲. 国内外猪胴体分级标准体系的现状与发展趋势[J]. 食品与发酵工业， 2005， 31（7）： 86-89.
[33] 高莉， 郑丽敏， 尹健玲. 我国屠宰企业猪胴体分级技术的研究进展与建议[J]. 肉类研究， 2009， 23（4）： 3-6.
[34] 李诚. 猪肉的分级、分割及分割肉加工[J]. 肉类工业， 2003（3）： 5-7.
[35] 中国农业科学院农业质量标准与检测技术研究所. NY/T 1759―2009 猪肉等级规格[S]. 北京： 中国标准出版社， 2009.
[36] 陈丽， 张德权， 王培培. 羊胴体产量分级模型初探[J]. 食品科技， 2011， 36（9）： 114-118.
[37] 张果平. 肉羊产业先进技术丛书[M]. 济南： 山东科学技术出版社， 2012： 3-6.
[38] 刘芳. 中国肉羊产业国际竞争力研究[D]. 北京： 中国农业科学院， 2006.
[39] 中国农业科学院农产品加工研究所. NY/T 1564―2007 羊肉分割技术规范[S]. 北京： 中国标准出版社， 2007.
[40] 周光宏. 肉品加工学[M]. 北京： 中国农业出版社， 2009： 56-59.
[41] 刘芳， 何忠伟. 中国肉羊产业区域概率优势分析[J]. 农业展望， 2007（4）： 42-44.
[42] 全国肉类工业科技情报中心站. GB 9961―88 鲜、冻胴体羊肉[S]. 北京： 中国标准出版社， 1988.
分割技术范文3
关键词:数字图像处理;图像分割;边缘检测;区域增长;自动种子点
中国分类号:TP391.4文献标识码:A文章编号:1009-3044(2009)36-10269-03
Image Segmentation Based on Automatic Multiple Seeds
YANG Fan1, FAN Jin-hui2
(1.Liaoning Finance Vocational College, Shenyang 110122, China; 2.Shenyang Orient Titanium Co.ltd, Shenyang 110016, China)
Abstract: Through the methods of self-adapting histogram threshold, edge detection and region growing according to the water regionalisms. Discussed the limitations of the three methods and provide a regional growing way of automatic multi-Seeds. The experimental results show that the method algorithm is simple and can effectively improve the quality of segmentation achieved the desired results.
Key words: image processing; image segmentation; edge extraction; regional growing; automatic seeds
图像分割是进行图像识别和理解的基础,也是计算机视觉研究中的核心问题和经典难题之一,一直以来得到普遍关注与研究。在水面目标检测中。图像中水面区域分割的是一个重要环节。图像中水面区域有一定的相似性,而图像中非目标的固定物体及图像构成复杂,分割较为困难。图像分割的目的是要把图像分成各具特性的区域,并提取出感兴趣目标的过程,分割的结果与图像的复杂程度和尺度有关。尽管如今分割方法多种多样,但是没有任何一种图像分割方法能适用于所有图像。由于各种算法对图像的处理都带有一定的针对性和局限性,如何选择适用于当前图像特点的有效算法,是我们要解决的问题。
1 常用图像分割算法分析
直方图阈值法、边缘检测分割和区域生长的方法是常用的图像分割方法,这里对上述三种方法进行了实验分析。
1.1 自适应直方图分割法
HSI(色调、饱和度、强度)颜色空间符合人类视觉系统观察颜色的方式,能更方便地描述和控制彩色信息,另外还具有平移不变性和缩放不变性等特征。在HSI空间中,I分量与彩色信息无关,而H和S一起则描述了图像的色彩信息,与人感受颜色的方式是紧密相连的。通过对水面目标图像的实验发现在大部分情况下H和S分量受波浪的影响较小,可以和I分量形成很好的互补。
通过实验分析,图像中具有高亮特征的部分属于水面的可能性远大于不具备该特征的部分,图像中饱和度小的部分属于水面的可能性远大于不具备该特征的部分。基于上述假设,这里分别选取图像的亮度和饱和度作为特征,采取自适应直方图阈值方法分割图像,具体步骤为:
1)选择一个初时估计值T(一般为该特征的平均值)
2)使用T分割图像,产生两组像素:G1、G2
3)计算G1中像素特征的平均值并赋值给μ1,计算G2中像素特征的平均值并赋值给μ2
4)计算一个新的阈值T:
5)重复步骤24,一直到两次连续的T之间的差收敛于一个可接受范围。
该方法算法简单,复杂度低。实验发现,在多数水面区域变化不大的图像中,该方法适用,能够有效分割区域与水面区域。但是,并不是所有的待分割图像都符合直方图双峰性,在水面区域明暗变换较大,区域复杂的图像中,直方图阈值的方法不能很好的将区域分割,会造成误检或漏检;分割区域没有考虑连通性和边界特性,不符合人眼理解图像的标准。
1.2 基于边缘检测的区域分割
图像中,水面区域与其他区域形成了很明显的边缘特征。这也是人眼区分这两类区域的最主要特征。准确的检测出区域与水面区域的边缘,就能够实现对这两类区域的准确分割。
试验中在多数图像中可以有效的抑制水面区域的波浪噪声,并很好的保留了区域与水面区域的边界,达到了很好的检测效果。但是在水面较为模糊,波浪噪声较大的境况下,区域与水面的边缘不明显,检测结果不理想,此外应用canny算子的阈值选择上也是一个难点。
1.3 基于区域生长方法的区域分割
图像中,其水面区域存在着很强的连通性。根据这一特性,可选用区域生长的方法,将水面区域提取出来。
区域生长(Region Growing)是一种已受到人工智能领域中的计算机视觉界十分关注的图像分割方法。区域生长法的基本思想是将具有相似性质的像素合起来构成区域,具体做法是选给定图像中要分割的目标物体内的一个被称为“生长点”的地方开始,搜索其邻域,不断将其周围的像素点或子区以一定的判断规则加入其中,达到最终将代表该物体的所有像素点结合成一个区域的目的。该方法的关键是要选择合适的生长或相似准则。这个过程是一个迭代的过程。
考虑图像的连通域(或邻域)有两种方式,四连通域和八连通域如图1,图2。在分割判断时也相应的有两种判断方式。
实验发现区域生长的分割结果最符合人眼的判断标准,在区域像较强的水面检测中,分割效果较好。但是,区域生长的种子点选择是个难点,使用传统区域生长的检测方法时,选取的是(0.5X,0.9Y)这个根据先验知识判定的一幅水面图像中最有可能是水面区域的点,实际上仍属于手工选取种子点。此外有时会因为水面区域过不是一个连通区域时,有时会因为水面区域不连通出现漏检。
2 基于自动多种子点区域生长的分割方法
上述3种经典区域方法对水面区域进行分割都存在着一定得局限性,通过分析上述3种算法,结合水面区域的特点,这里给出了一种基于自动多种子点的区域生长算法。水面图像中各个区域在亮度、饱和度、纹理等特征上的差异。
2.1 种子点选取
种子点的选取对区域生长的结果至关重要,上述传统的经典算法中,种子点需要人工干预设定。大量实验表明,有些区域总能被正确检测,有些区域则使用不同的方法得到不同的检测结果。基于这样一种假设,本文把图像分为四个小区域如图3:R1,R2,R3,R4。其中定义R1为强目标区域,R2为弱目标区域,R3为弱非目标区域,R4为强非目标区域。
理想的分割应该是把图像分为M、N两个区域其中:
而实际境况中R2 R3区域有可能被分割到M和N中任意一个区域中,因此造成了误检和漏检。而每一种分割方法,或者基于每一种合理的特征进行分割检测出的水面区域M1…Mn 都包含强水面区域R4。从而有:
R4=M1∩M2∩...∩Mn
这样就得到了强水面区域R4,这里R4可以是单一连通区域也可以是多个不连通的区域,从中R4的每个不连通区域选取种子点,这样就解决了传统经典区域生长中对水面呈不连通多个区域时出现漏检和Seed点选择需人工参与的局限性。
根据水面区域的特点,这里选取了亮度、饱和度、纹理相似性3个特征,采用简单的阈值分割方法,分别提取水面区域,然后从中选取共同区域作为强水面区域R4。因为此处分割目的是要找出一定是目标区域的部分,而不是准确分割出目标区域,所以选取简单快速的算法。由于纹理相似度判定的代价较高,所以首先进行亮度分割和饱和度分割中分别选取灰度平均值和饱和度平均值作为阈值。然后对两种分割结果的交集作纹理相似度检测。这里应用一种简单的纹理检测方法,选取8×8的正方形窗口在检测区域内滑动,计算检测区域的纹理相似度,计算方法定义如下:
其中x为窗口内灰度平均值
通过实验水面区域的相似度一般在70左右,而区域则为100或者更高。
基于自动多种子点区域生长的分割方法可分为如下步骤:
1)输入图像转换到HSI色彩空间;
2)根据I分量进行亮度阈值分割得到M1;
3)根据S分量进行饱和度分割得到M2;
4)合并M1、M2;
5)得到结果进行纹理相似度判别生成R4(强水面区域);
6)在R4的每个非连通区域内选取种子点Seed1…Seedn进行区域生长。
3 实验结果及分析
图5(a) (c)(e)为输入图像,图5(b)(d)(f)分别为直方图阈值、边界检测、区域增长的方法进行的分割。图(g)(h)为基于自动多种子点区域生长的分割方法。实验表明,该方法继承了传统区域分割方法符合人眼判别标准的优势,有效地解决了种子点选择与非连通区域漏检的局限性,达到了预期效果。
参考文献:
[1] 彭启民,贾云得.一种形态学彩色图像多尺度分割算法[J].中国图象图形学报,2006,11(5):635-639.
分割技术范文4
关键词：综采面； 采煤机； 割煤粉尘； 分布特征
粉尘是煤矿井下5大灾害之一。随着煤矿生产机械化程度和生产强度的不断提高，产尘量大大增加，粉尘危害不断加剧，其中以综采工作面产尘最为严重。以下将分析如何改进采煤机技术对粉尘进行防治。
一、综采面采煤机割煤粉尘的产生及分布特性
煤矿井下主要产尘源有采煤工作面、掘进工作面、煤（岩）装运转载点及其他工作场所。
矿尘的产生量与下列因素有关：①与工作地点有关。采掘工作面最高，其次是运输系统的各转载点和装卸点。②与机械化程度、有无防尘消尘措施、开采强度有关。③与煤、岩的物理性质有关。节理发育、脆性大、结构疏松、水分低的煤易产生粉尘。④与采煤方法及截割参数有关。⑤与作业环境的温度、湿度及通风状况有关。⑥在干式打眼、装运岩、割煤（爆破）等工序中产生较多。⑦在地质构造复杂、断层和裂隙发育处开采时产尘量大。
从采煤机上风侧截割电机至下风侧截割电机这一段，刮板输送机上方距底板1.5 m处，由于采煤机机身及附属设备的阻挡，在中段有一风速降低区，该区域与高风速点比较风速最大降幅在1. 5 m/s以上；采煤机中段，人行道距底板1.5 m处风速有一个增高区域，平均风速近5. 2 m/s；风速增高区域正是司机作业区，司机作业区局部通风阻力相对较小，根据流体力学原理，上风侧气流大量涌向司机处，同时带来了上风侧滚筒割煤产生的大量粉尘。故有效控制滚筒处粉尘的飞扬扩散是采煤机司机处防尘的重要途径。
二、综采面采煤机割煤粉尘矿尘的危害
矿尘的危害主要有：①矿尘引起尘肺病。矿工长期在矿尘浓度较高的环境中作业，矿尘随呼吸进入体内而导致尘肺病。②煤尘爆炸。有爆炸性的煤尘在一定的条件下，能够发生爆炸。煤尘爆炸产生的高温、高压、强烈冲击波和大量有毒有害气体，将造成人员伤亡、设备毁坏、停产、资源浪费等。尤其是将积尘扬起，造成二次、三次的连续爆炸事故，使矿井遭受严重破坏。③影响可见度和生产效率。矿尘浓度升高，降低了生产场所的可见度，对操作安全有较大影响，也不利于及时发现事故隐患，容易引起伤亡事故。④矿尘会缩短设备的使用寿命。
三、综采面采煤机割煤产生粉尘控制技术
采煤机的产尘点在滚筒割煤处和装煤处，如何减少产尘和减少所产生的粉尘向空气中传播扩散是首先要考虑的。其次才是捕集或沉降已飞扬到空气中的粉尘。采煤机内喷雾可以较好地达到前一个目的，外喷雾主要解决后一个问题。降尘效果好的采煤机内外喷雾，其降尘率可达50%～80%，但大部分采煤机的内外喷雾存在的问题很多，由于不能正常喷雾，采煤机割煤时的粉尘防治效果很差。如阳泉矿务局四矿采煤机的内喷雾不起作用，而外喷雾只有1～24"喷嘴可用，在水压约0.8MPa的压力下向滚筒喷雾，由于水压偏低且流量小，采煤机割煤时工作面的粉尘浓度很高：司机处的粉尘浓度达700mg/m3，采煤机下风方向10～15m处粉尘浓度达800mg/m3。为了改善采煤机的喷雾降尘效果，在国产采煤机两端自行设计了一种弹簧喷管，每根喷杆上安装5个喷嘴随机喷雾，又在采煤机上靠煤壁侧安装了4个喷嘴进行喷雾，由于使用管理较好，这种外喷雾方式在降低采煤机粉尘方面取得了良好效果。为了有效地降尘，在保留原外喷雾系统不变的情况下，在采煤机的前后摇臂上盖处各安装了一组7个喷头的喷雾装置，还在采煤机机身的前后两端头各安装一组9个喷头的环形喷雾装置，从而形成了较大的喷雾屏障，且选用带滤尘装置的实心锥形二分喷头，喷嘴西1.5mm，雾化程度高，降尘率为58%～85%。在采煤机上安设两个高压喷头，每个喷头上有四个高压喷嘴，在喷头前的采煤机司机处设有两个高压水开关，由采煤机司机手动控制。泵的调定最高压力为13MPa，两个喷头同时喷雾时喷雾压力为8.5MPa，每个喷头的流量约为14L/min，喷雾的有效射程约3.5m，-高压喷头可将滚筒80%以上的面积覆盖，取得了好的喷雾降尘效果。采煤机尘源跟踪喷雾降尘系统利用了采煤机这一移动尘源特点，运用电控原理控制设定数量和位置的高压电磁阀开、闭，使安装在支架顶梁或前探梁处与各高压电磁阀对应的高压喷嘴喷雾，实现对采煤机上、下滚筒及采煤机下风流自动跟踪和喷雾。该系统产生的自上而下的高速水雾流，与采煤机机身上安装的二次负压引射降尘装置水平喷雾相互配合，对滚筒进行有效包裹并对粉尘作进一步沉降，同时控制含尘气流向人行道扩散减少煤机司机作业位置及下风流粉尘污染。
四、结论
由于煤机在工作面是移动的，这就决定了工作面煤尘浓度分布的不均匀性，工作面粉尘在时间和空间上的分布，都将随采煤机的位置变化而变化，故采煤机割煤产尘是综采工作面防尘的重点和难点。■
参考文献
[1] 宋凯，陈开岩. 综采面采煤机割煤过程中粉尘弥散规律的研究[J]. 能源技术与管理，2010，05：93-96.
分割技术范文5
摘 要: 差错复原技术已成为易发生差错信道下视频编码的重要组成部分。本文实现了一个基于数据分割和可逆变长编码的具有差错复原性能的h.263编解码器。通过利用数据分割、可逆变长编码、差错掩盖等技术,并利用第三代移动通信系统的信道差错模型对该编解码器的差错复原能力进行了实验。实验结果表明,在无线移动信道的恶劣环境下,在综合利用多种差错复原技术后,重建图像的主客观质量得到了明显的改善。
关键词: 差错复原 数据分割 可逆变长编码 h.263
点击查看全文
分割技术范文6
关键词：国内外；通用型；联合收割机；技术现状；发展趋势
我国是农业大国，无论是在种植农业还是在农作物的产量上都位居首位。农作物的逐渐增多，在收割农作物上出现了一些问题。根据调查，我国的联合收割机制造是全球的首位，而我国的联合收割机主要是专用型收割机，并且是针对具体的农作物，平均一台收割机只能收割一到两种不同的农作物。我国的收割机受季节的影响大，如果在收割季节，收割机出现问题，会影响农作物的收割，农作物减少，农产品的成本就上升，为了解决问题我国开始加大研发通用型收割机的力度。
1 国内外通用型联合收割机的技术现状
1.1 国外通用型联合收割机技术现状
国外的通用型联合收割机技术起步早，发展速度快。根据记载，在上两个世纪的时候，国外就研制出了通用型的联合收割机。但是只是有了研发结果，却没有得到实际的应用，因此通用型联合收割机也不具有真正意义的使用价值。在20世纪20年代，美国在农作物收割上开始运用通用型联合收割机。继美国之后，加拿大等北美国家以及苏联等国也开始使用通用型联合收割技术。随着技术的发展，欧美一些国家的联合收割技术已经逐渐成熟。为了提高收割机的使用效率，欧美国家开始在联合收割机的基础上，与计算机相结合研制出新型的收割技术。优化联合收割机的结构，使联合收割机实现自动化和智能化。同时不断的调整联合收割机的参数，对收割作业进行全方位的监控，实现最佳的收割效果。而现在，国外在联合收割机上也加入了模块状技术，增强了收割机底盘和收割机机体的通用性，根据不同的农作物特点，随着更换收割机的部件，实现全面的收割农作物。
1.2 国内通用型联合收割机技术现状
国外的联合收割机起步早，而我国的联合收割机发展起步晚，在早期的研制阶段，联合收割机技术基本是在模仿外国的技术，在仿制的基础上不断发展。在改革开放后，联合收割机的发展速度加快，在发展收割机上不断引进外国先进的技术，在国外新技术的基础上研制出新型的收割机，提高了农业的经济效益。在收割机中加入组合仪表舵柱，可以使操作者在操作收割机上更加方便，减少了收割的工作压力；而GPS测速的应用可以使收割机的收割速度提高，同时能控制收割机的喂入量，避免喂入量过大影响收割机的工作，降低收割机发生故障的几率；我国也研制出了一种预警系统，在收割机的某些部件发生故障时可以报警，人们通过报警可以找到收割机发生故障的位置，并查找原因及时解决问题，保证收割机的工作效率。为了提高联合收割机的功能性，我国的科研人员加大科研力度，投入大量的资金，提高联合收割机的科研进展。多家企业已经研发出多功能的联合收割机，实现了多种农作物联合收割，并且对研发成果申请了专利。和国外的联合收割机相比，我国的联合收割机技术还存在着差距，适应力较弱，但是，我国的联合收割机在不断的发展中逐渐走向成熟。
1.3 国产联合收割机通用化面临的问题
联合收割机是用于农业收割的设备，属于大型的机械工具，而且为了提高联合收割机的功能性，收割机提高了技术水平，使收割机的结构更加复杂。和以往的收割机相比，联合收割机的技术和资金投入都很大。国外的收割机技术发展早，时间长；我国的收割机技术，起步晚，发展慢，以国外的联合收割机技术相比较，两者的差距很大，相差的机型大约在3代。国外的联合收割机机型属通用型，适用于各种农作物，技术水平也相对高；我国的收割机属于专用型，通用型的收割机技术还在探索阶段，通用化水平还不够标准。在国际的收割机市场上，竞争力较弱。
2 联合收割机发展趋势
联合收割机无论在机型、品种、结构和性能上都有了很大的发展和变化。尽管各国情况不同。但归纳起来看联合收割机发展基本趋向是一致的，即：大型化、智能化、舒适化和通用化。
大型化：联合收割机收割宽幅扩大，发动机动力加大，喂入量增大，以提高联合收割机生产率，低作业成本。同时为联合收割机的通用化提供平台，也为更多的先进技术在联合收割机上应用提供载体。
智能化：逐步融合现代信息技术、微电子、传感器技术与自动控制技术等，实时监测和监控发动机工作状态及联合收割机作业状态。如发动机水温、油压、转速监测；收割机切割高度、谷物损失量等监控；粮箱填充量、谷物水分、谷物流量监测；收割机位置、作业路径实时显示等。以提高机器工作性能、效率和适应性。
舒适化：改善驾驶员工作条件，提高工作环境的舒适性是增加作业时间、提高工效和收割质量的重要保证。不仅需要驾驶室减震、隔音、隔热、除尘、降低噪音等，还应重视自控装置、监视仪表和液压操纵辅助操作先进技术来降低驾驶员劳动强度。
通用化：为提高机器利用率，满足不同作物的收获要求，联合收割机需向通用化方向发展。通用化的高性能底盘通过模块化通用接口快速连接不同割台，以适应于多种作物收获且能达到较高的收获生产效率及较低的谷物损失，实现一机多用。
3 我国通用型联合收割机的研究开发的注意事项
3.1 突破关键技术。根据新机型的需要，明确通用底盘电液控制、智能化监测及调控等关键技术，并组织力量努力突破。
3.2 构建先进适用机型。从我国农业生产的特点和需求出发，按照先进适用、引进消化与自主创新相结合的原则，构建适合我国粮油主产区的规模化生产的通用性联合收割机新机型。
3.3 加强产学研结合。建立健全产、学、研相结合的技术创新体系，通过政府协调科研院所、大学和企业，分工协作，协同创新，全面提高通用型联合收割机技术创新和产业化水平。
结束语
有上述可知，为了满足我国不同作物的收割要求，我国也开始发展联合收割机技术，在科技的不断进步下，联合收割机也逐渐向智能化和自动化发展，在收割农作物时可以通过计算对收割工作进行监控，查看收割的位置以及数量。通用型联合收割技术是在社会与科技的发展下逐渐兴起的技术，也满足了现代农业的发展要求，为农民的收割工作减少了收割的工作量，减轻了农民的负担，提高了农作物的收割数量。
参考文献
[1]王刚，吴崇友.伍德林我国通用型联合收割机现状与发展思考[J].中国农机化学报，2013，6：6-8.
[2]梁学修.联合收割机自动监测系统研究[D].中国农业机械化科学研究院，2013，1：45-46.
[3]高飞.联合收割机主要工作部件监测装置研究[D].杭州：浙江大学，2012.