牛肉颜色的RGB特征.pdf

2004,Vol.25,No.7食品科学基础研究86牛肉颜色的R G B 特征贾 渊1，汤晓艳2，姬长英1(1.南京农业大学工学院，江苏 南京 2 1 0 0 3 1；2.南京农业大学肉类研究室，江苏 南京 2 1 0 0 9 5)摘 要：作为一个重要的食用品质，牛肉的颜色既是牛肉分级评定时的一个指标，同时又是自动分级时与脂肪区别的一个重要特征。本文从统计和理论的角度，结合我国现在使用的一种牛肉颜色等级图，对牛肉颜色的 R G B 特征进行了分析，得出了牛肉颜色的规律，为进一步自动分级算法设计提供保证。关键词：自动分级；牛肉颜色；RGB系统；计算机视觉；图像处理T h e R G B C o l o r C h a r a c t e r i s t i c s o f B e e fJ I A Y u a n1，T A N G X i a o-y a n2，J I C h a n g-y i n g1(1.D e p a r t m e n t o f A g r i c u l t u r a l M a c h i n e,N a n j i n g A g r i c u l t r a l U n i v e r s i t y,N a n j i n g 2 1 0 0 3 1,C h i n a；2.M e a t L a b o r a t o r y o f N a n j i n g A g r i c u l t u r a l U n i v e r s i t y,N a n j i n g 2 1 0 0 9 5,C h i n a)A b s t r a c t ：A s a n i m p o r t a n t e d i b l e q u a l i t y,b e e f c o l o r i s a s i g n i f i c a n t c h a r c t e r i s t i c t o d i f f e r f r o m t h e f a t a n d a l s o a g r a d i n g i n d e x.C o m b i n i n g w i t h a s t a n d a r d b e e f c o l o r c h a r t,t h i s p a p e r a n a l y z e d t h e R G B c o l o r c h a r a c t e r i s t i c s o f b e e f b y m e a n s o f s t a t i s t i c a l a n dt h e o r e t i c a l w a y s.A t l a s t t h e r u l e s o f b e e f c o l o r w e r e o b t a i n e d a n d t h e i m p l e m e n t a t i o n o f t h e a u t o m a t i c g r a d i n g a l g o r t h m a s s u r e d.K e y w o r d s：a u t o m a t i c g r a d i n g；b e e f c o l o r；R G B (R e d G r e e n B l u e)c o l o r s y s t e m；c o m p u t e r v i s i o n；i m a g e p r o c e s s中图分类号：T S 2 5 1.5 2 文献标识码：A 文章编号：1 0 0 2-6 6 3 0(2 0 0 4)0 7-0 0 8 6-0 4收稿日期：2 0 0 3-0 9-2 9作者简介：贾渊(1 9 7 3-)，男，博士研究生，主要从事计算机视觉技术在农业工程中的应用。牛肉的等级标准 6 自从出台以后，其自动分级技术的研究已得到重视。根据国外的经验，利用计算机视觉技术提取牛肉的颜色特征，由此分离出牛肉中的肌肉与肌内脂肪，并进一步解决其它问题，从而达到自动分级的目的是可行的，R G B系统是面向硬件的颜色系统，C C D摄像头，或者数码相机，以及计算机存贮的图像都采用这个系统。本文利用显色理论分析了牛肉的颜色规律，再从统计的角度，对现有的一个颜色等级图进行了抽样，并对实际牛肉的颜色特征进行了统计分析，对其 R G B值进行了界定。最后利用图像处理对牛肉的颜色规律进行了验证。1牛肉颜色的理论分析为了将牛肉的颜色与人眼的视觉特征联系起来，我们首先对物质的显色规律做一简单的介绍。亮度与颜色是进入眼睛的可见光的强弱及波长成分的一种感觉的属性，可见光是波长约在 4 0 0 7 6 0 n m的电磁波。人眼对不同波长反映的颜色感觉是不同的，格拉斯曼定律反映的视觉对颜色的反应取决于红(R)、绿(G)、蓝(B)输入量的代数和这一事实，C I E 选择红色(=7 0 0.0 n m)、绿色(=5 4 6.1 n m)、蓝色(=4 3 5.8 n m)三种单色光作为表色系统的三基色 4，这就是R G B 颜色系统。尽管物质的颜色千差万别，但人类能记住的只有十几种色彩(红、绿、蓝、黄、紫、橘 黄、粉 红、棕、灰、白 和黑)，其它的颜色只能记忆为这些颜色的混合色或近似色。物质对不同波长光线的反射和吸收，造成了物质呈现不同的色彩 3。具体表现的颜色可见表 1。表1 物质颜色与吸收光颜色的关系物质的颜色 吸收光颜色波长(n m)黄、绿紫4 0 0 4 5 0黄蓝4 5 0 4 8 0橙青蓝4 8 0 4 9 0红青4 9 0 5 0 0紫红绿5 0 0 5 6 0紫黄绿5 6 0 5 8 0蓝黄5 8 0 6 0 0青蓝橙6 0 0 6 5 0青红6 5 0 7 5 0牛肉的颜色作为重要的食用品质之一，可以表现牛肉的生理、生化和微生物化学的特征，进行自动分级时87基础研究食品科学2004,Vol.25,No.7可以作为牛肉与肌内脂肪的判别依据之一。由于肉的颜色基本是由肌红蛋白和血红蛋白产生，肌红蛋白为肉自身的色素蛋白，肉色的深浅与其含量多少有关。血红蛋白存在于血液中，对肉颜色的影响要视放血的好坏而定。放血良好的肉，肌肉中肌红蛋白色素比血红蛋白丰富得多。肌红蛋白中的铁离子的价态以及与O2结合的位置是导致其颜色变化的根本原因。肌红蛋白与氧气的结合得到两种衍生物氧合肌红蛋白和高铁肌红蛋白，这三种物质的吸收光谱如图1 曲线所示 1。屠宰后的鲜肉，肌肉中缺乏 O2，肌红蛋白中与 O2结合的位置被 H2O所取代，使肌肉呈现暗红色或紫红色。当将肉切开暴露于空气中一段时间后，O2就取代H2O 而形成氧合肌红蛋白，它在波长5 3 5 5 4 5 n m(绿色光)及5 7 5 5 8 5 n m(黄绿光)有最大吸收峰，因而表现出(紫)红色。如果放置时间太长或含氧量过低的环境中，就会形成氧化态的高铁肌红蛋白，高铁肌红蛋白在波长5 0 5 n m(绿色)左右有一个最大吸收峰，在6 2 5 n m(橙色光)还有一段弱峰，此二者合并产生褐红色。肌红蛋白本身在 5 5 5 n m处具有广分散峰，于是呈现暗红色 1。根据表 1 的规律及图1，在5 0 5 5 8 0 n m 这一个区间里的光表现为绿光及黄绿光，这种光的亮度相当高。人眼视觉系统对颜色亮度的判别很大程度上与这个区间的光有一定的关系，同时，三种物质在4 5 0 4 8 0 n m这个区间光线吸收率在 0.2 0.6 左右，可以推测，如果采用R G B 表色系统，肌肉颜色的G(绿色)分量和B(蓝色)分量应该不会太高。再加上在6 5 0 7 5 0 n m的区间内，三种物质的吸收率都在 0.2 以下，所以其R(红色)分量是比较高的。根据表1的规律，肌肉的颜色主要表现为红色或紫红色。同时三种物质吸收光线的区间的亮度极高，所以可推测肌红蛋白及其衍生物的亮度值不应是太高的。在实际的生产线上以及分级过程中，根据屠宰生产的过程和前面的叙述，我们认为，在牛肉中，存在水分、血红蛋白、肌红蛋白及其衍生物(此处暂不考虑脂肪)，这就使牛肉呈现复杂的颜色。这一点在设计自动分级的算法时就不得不考虑。2牛肉颜色的统计分析为了对前面的理论及推测进行验证，我们对牛肉的R G B分量进行了抽样。由于摄像系统、环境、量化以及合并贮格式等使图像像素的 R G B值都会产生一定偏差，所以采用统计的方法可以对牛肉颜色特征进行分析。尽管颜色的变化在实际中是连续的，但经过采样量化以后，结果是离散的，所以我们总可以这样假定，颜色的每一个分量是在1，2 区间的均匀分布，由于R G B 系统是真实颜色的一个子集 2，采样量化后颜色的R G B 分量可以取 0，2 5 5 中的任一整数值(每一分量用8 位存贮)。我们关心的是牛肉呈现红色这一特征的事实，所以对各分量的1，2有必要进行进一步界定，这样可以在图像处理时对阈值的选择具有明显的指导意义。对 1，2，N，1，2未知(1，2n)为样本，可采用矩估计量和极大似然法来求得1，2的估计值，由矩估计量法，根据离散期望值的定义最后可解得 25.035.01+=DE 25.035.02+=DE 于是估计量为 25.035.021+=S 25.035.022+=S 其 中，第二，我们采用极大似然法来求1，2，同理，2112)(11=niiniixnSxn，i 2004,Vol.25,No.7食品科学基础研究88由于我们假定 P(i；1，2)为出现i=xi的概率，由于是等概率出现的，其极大似然函数=+=niniPL1122121)1(1),(),(同统计学中分析一样，我们可以得出1，2极大似然估计量为)1(1)min(xxi=)(2)max(nixx=其中 x(1)，x(n)分别为最小和最大顺序统计量。我们采用这两种方法来对牛肉的颜色分量进行估计，我们对不同年龄，不同光源，不同背景，不同拍摄角度，不同曝光量，不同部位以及不同的存放时间段的牛肉采集了几十张静态图像，抽样了数千牛肉图像像素值。最后得到的结果如表 2。表2 牛肉实际颜色特征估计颜色 统计量分量 最大值 最小值均值均方差 矩估计矩估计R2 4 86 91 6 03 8.8 39 42 2 7G1 5 515 62 9.1 051 0 6B1 5 086 43 0.9 91 11 1 7 1 1 对表 2我们需作一些说明，由于颜色分量都为整数值，所以我们采用了取整，这样数据的出入并不太大。其次，我们对采集的数据重新进行了抽样，将一些特殊数据也概括了进来，所以造成了 G、B分量的最大值达到了1 5 0 左右，则实际上这些数据是一些离群值。所以我们的矩估计值更能说明一些问题。再者，我们采集数据的范围有一定的扩大，这样做主要是从系统的鲁棒性考虑的。最后，我们将肌膜等结缔组织的颜色也作为肌肉颜色的一部分，是基于它属于肌肉的一部分这个角度考虑，这类组织的 R G B值普遍较小(作为图像处理时将作为肌肉而不能作为脂肪来看)。所以这个表比较能够反应牛肉颜色的R G B 特征。最终结果证实了我们的推测。牛肉颜色的 R G B特征有如下规律：(1)大部分的像素表现了R B G 这个特征，也就是紫红色的特征。仅有少部分表现了 R G B这种情 况。(2)随着牛肉在空气中的时间增加，颜色情况趋向复杂化。(3)牛肉的G、B 值都在1 5 5 以下。当超过1 0 0 以后，牛肉的颜色逐渐偏淡。对优质牛肉，这个数值可进一步降低。(4)牛肉的R 分量并不总是保持在 2 0 0 以上，大部分 R分量都在 2 0 0以下。(5)牛肉的颜色越深，R 分量与G、B 分量的差值会随之增加。3实验分析根据对牛肉颜色长期的观察和研究，老龄牛或病牛的肉色为暗红色或黑红色，用乳品喂养的犊牛肉的色泽很浅，而在青年期屠宰的牛的肉色出入不大，优质牛肉的颜色呈现出有光泽的桃红色或樱桃红色 5。对这些肉色的描述都是主观感觉，没有一个确切的量化值，这就为评级和计算机处理带来一定的难度。鉴于此，相关专家经过大量努力，试图制定一个符合实际情况的肉色等级标准图。如图 2就是我国现在采用的一种颜色等级图。由图 2，牛肉的颜色分为 7 个等级，其中肉色是在3、4两级最好 6。为了便于计算机处理，对牛肉颜色等级图的 G B值需要进一步确定，并得出其中规律。于是我们对每级色带抽样 3 0个像素，得到其 R G B数据，级别 R G BRm a xRm i nRm e dRd e vGm a xGm i nGm e dGd e vBm a xBm i nBm e dBd e v1 A2 3 52 0 62 2 84.6 82 1 22 0 42 0 91.9 42 0 01 8 91 9 53.01 B2 5 52 4 72 5 22.2 51 7 11 6 41 6 71.6 91 6 21 5 01 5 32.5 822 5 52 4 82 5 31.8 61 4 31 3 11 3 62.6 21 2 61 1 01 1 74.232 5 52 5 02 5 41.4 91 1 98 91 0 44.5 78 35 66 64.6 342 5 52 5 02 5 41.2 19 46 18 65.7 77 24 76 14.4 452 5 52 2 12 5 16.1 68 65 05 86.4 46 34 35 24.7 762 4 32 2 42 3 23.6 46 33 95 24.4 46 03 64 65.4 872 2 42 0 22 0 93.6 25 94 14 63.3 75 73 74 44.2 0表3 牛肉等级图颜色特征89基础研究食品科学2004,Vol.25,No.7分析每个级别的统计特性，具体情况如表 3所示。得出的等级图的规律如下：(1)随着级别的增加，颜色越红，其G、B 分量越来越小。从平均值可以更明显看出来(见图 3)。而红色分量的值都在 2 0 0以上(这个等级图中的最小抽样值为2 0 2)。(2)对每一级而言，存在这样一个规律，就是R G B，这个规律也可从抽样值中进行检验。尽管在抽样值中出现了 G B的情况，但为数极少，可以认为是一个离群值。(3)对此等级图中的第三、四级而言，G 分量的最大值为 1 1 9，最小值为 6 1。而 B分量的最大值为 8 3，最小值为4 7。G和 B 分量与R 分量有相当的差值才使红色的特征显著，否则就会像第一级那样出现近于灰色或极淡的红色。(4)G 分量的大小对颜色的明暗程度有相当大的影响，G越大，人眼感觉亮度越高。膜等结缔组织的存在，都使我们相信紫红色的图像像素将在量存在牛肉图像中。4结 论通过对牛肉颜色等级标准图与牛肉实际颜色的分析，我们有如下结论：4.1图 2所示牛肉颜色等级中对红色分量的取值都在2 0 0以上，不符合牛肉图像的实际取值。同时，其中的 1 A级别与脂肪的颜色特征有相似之处，而且各级不能完全反应牛肉颜色的明暗特征。4.2牛肉中同时存在着紫红色与红色的像素。由于紫红色的像素在图像中大量存在，而红色的像素在有些图像中含量极少，也就是紫红色在各种牛肉图像中的分布比红色更普遍。参考文献：1 葛长荣,等.肉与肉制品工艺学 M .中国轻工业出版社.2 0 0 2.3 2-3 4.2 陶霖密,徐光佑.机器视觉中的颜色问题及其应用 J .科学通报,2 0 0 1,4 5(3):1 7 8-1 8 0.3 张自祥.特质颜色的规律性 J .成都大学学报(自然科学版).1 9 9 7,1 6(4):3 6-3 7.4 阮秋奇.数字图像处理学 M .电子工业出版社.2 0 0 1.4 8-5 0.5 冯家保.高档牛肉及其生产技术(上)J .甘肃畜牧兽医.1 9 9 5,2 5(1):3 3-3 5.6 汤晓艳,周光宏,等.对中国牛肉分级制度的几点思考 J .黄牛杂志,2 0 0 3,2 9(2):5 3-5 6.可以看出，图2所示的颜色规律与实际牛肉颜色的统计规律有一些出入。所以为了进行检验，我们采用图2所展示的规律，结合前面的统计规律进行对比，以红色代表红色的肌肉，以绿色代表紫红色的肌肉，以蓝色代表脂肪。进行了图像处理，结果如图 4 6所示。图像处理的结果符合我们的预计，在牛肉中不但存在红色的肌肉，也大量存在着紫红色的肌肉。作者以为，由于水分在屠宰及分级过程中一直存在，同时肌