2.2. Image preprocessingThe purpose

2.2. Image preprocessing
The purpose of image preprocessing was to segment the region
of interest (ROI) from the peripheral and intermuscular fat as well
as the connective tissue and surrounding muscles. Image preprocessing
was conducted on marbling standards and hyperspectral
images of pork samples to obtain the ROI for marbling detection.
All operations in this section were performed using MATLAB
7.3.0 (The MathWorks, Inc., MA, USA).
The contour of marbling standards, referring to the outer
boundary of meat, was obtained by using a thresholding technique
and an edge detection algorithm. The thresholding technique (Jain,
1989) transforms a gray-level image (the green channel of marbling
standards) to a binary image (i.e. black and white image).
The grey-level of 200 was used as threshold (the range of gray-levels
varies from 0 to 255). Pixels whose values are higher than the
threshold are closed (set to 0), otherwise are open (set to 1). The
obtained binary images of the marbling standards were used to extract
the contour of marbling samples on these standards by
employing the Sobel edge detector (Jain, 1989).
The ROI of marbling standards without the peripheral fat and
the surrounding muscles were obtained by shrinking the contour.
Each pixel of the contour was moved to the centroid of the contour
with a certain distance and the shrunk contour was calculated by
the following equations:
Xs ¼ x  d0
x  x ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffifficffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
ðx  xcÞ2 þ ðy  ycÞ2
q ; ys
¼ y  d0
y  yc ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
ðx  xcÞ2 þ ðy  ycÞ2
q ; ð1Þ
where
xc ¼
1
N
XN
i¼1
xi; yc ¼
1
N
XN
i¼1
yi
(xc,yc) was the centroid of the contour, (x,y) was the coordinate of
the contour pixel, (xs,ys) was the coordinate of the shrunk contour
pixel, N is the number of pixels of the contour, and d0 was the
shrunk distance. The masks for the ROI of marbling standards were
thereby obtained by setting pixels inside the shrunk contour open
and pixels outside the shrunk contour close.
The segmentation of ROI for RGB images was similar as with
marbling standards. Before segmenting ROI, all three RGB channels
of hyperspectral images were corrected from dark current as
follows:
I ¼
I0  B
W  B ; ð2Þ
where I0 was the original pork sample image, B is the dark image
obtained by covering the lens with a cap, W is the white image obtained
from a standard white reference, and I is the relative reflectance
of the image I0.
The thresholding technique was then used for all of corrected
sample images. A muscle region selection step was applied for
thresholded images that have more than one muscle region. The
region having the largest area of muscle, i.e. the maximum number
of pixels open, was selected as ROI. The contours of the ROI of sample
images were obtained by using the Sobel edge detector and the
corresponding masks were created by shrinking the extracted contour
as described in Eq. (1).

ผลลัพธ์ (ไทย) 1:

2.2 การภาพที่ประมวลผลเบื้องต้นวัตถุประสงค์ของการประมวลผลรูปคือการ แบ่งส่วนภูมิภาคน่าสนใจ (ROI) จากการต่อพ่วง และ intermuscular fat เช่นเป็นเนื้อเยื่อเกี่ยวพันและเนื้อเยื่อใกล้เคียง ประมวลผลรูปวิธีการมาตรฐาน marbling และ hyperspectralภาพตัวอย่างหมูรับร้อยตรวจ marblingการดำเนินงานทั้งหมดในส่วนนี้ได้ดำเนินการโดยใช้ MATLAB7.3.0 (MathWorks, Inc., MA สหรัฐอเมริกา)เส้นมาตรฐาน marbling อ้างถึงในภายนอกขอบเขตของเนื้อ กล่าวโดยเทคนิค thresholdingและอัลกอริทึมการตรวจจับขอบ เทคนิคการ thresholding (เจนรูป 1989) แปลงระดับสีเทา (สีเขียวช่องของ marblingมาตรฐานรูปแบบไบนารี (เช่นภาพขาวดำ)-ระดับสีเทา 200 ใช้เป็นขีดจำกัด (ช่วงของระดับสีเทาตั้งแต่ 0 ถึง 255) พิกเซลที่มีค่าสูงกว่าขีดจำกัดจะปิด (ตั้งค่าเป็น 0) มิฉะนั้น จะเปิด (ชุด 1) ที่รับภาพไบนารีของ marbling มาตรฐานถูกใช้ในการดึงเส้นอย่าง marbling บนมาตรฐานเหล่านี้ด้วยใช้เครื่องตรวจจับขอบ Sobel (เจน 1989)ร้อยมาตรฐาน marbling โดยไขมันต่อพ่วง และกล้ามเนื้อโดยรอบได้รับ โดยหดตัวเส้นแต่ละพิกเซลของเส้นถูกย้ายไปเซนทรอยด์ของเส้นมีระยะที่แน่นอนและ shrunk contour คำนวณโดยสมการต่อไปนี้:Xs ¼ x d0x x ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffifficffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiðx xcÞ2 þ ðy ycÞ2q ys¼ y d0y yc ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiðx xcÞ2 þ ðy ycÞ2q ð1Þซึ่งxc ¼1NXNi¼1ซีอานซีกวน yc ¼1NXNi¼1ยี(xc, yc) ถูกเซนทรอยด์ของเส้น, (x, y) เป็นพิกัดของการพิกเซลจาก, (xs, ys) เป็นพิกัดของ shrunk contourพิกเซล N คือ จำนวนของพิกเซลของเส้น และ d0 เป็นระยะ shrunk มาสก์สำหรับร้อย marbling มาตรฐานได้ทำได้ โดยการตั้งค่าพิกเซลภายในเปิดเส้น shrunkและนอก contour shrunk ปิดที่พิกเซลการแบ่งกลุ่มของ ROI สำหรับภาพ RGB ที่เป็นด้วยmarbling มาตรฐาน ก่อนคือร้อย RGB ช่องสามทั้งหมดของ hyperspectral ภาพถูกแก้ไขจากปัจจุบันเข้มเป็นดังนี้:ฉัน¼I0 BW B ð2Þที่ I0 มีภาพตัวอย่างต้นฉบับของหมู B มีภาพมืดรับ โดยครอบคลุมเลนส์ ด้วยฝาครอบ W เป็นภาพสีขาวที่ได้รับจากอ้างอิงสีขาวมาตรฐาน และฉันเป็นแบบสะท้อนแสงสัมพันธ์รูป I0แล้วใช้เทคนิค thresholding สำหรับแก้ไขภาพตัวอย่าง ขั้นตอนการเลือกภูมิภาคกล้ามเนื้อถูกใช้สำหรับรูป thresholded ที่มีกล้ามเนื้อมากกว่าหนึ่งพื้นที่ ที่ภูมิภาคที่มีพื้นที่ใหญ่ที่สุดของกล้ามเนื้อ เช่นจำนวนพิกเซลเปิด ถูกเลือกเป็นร้อย รูปทรงของร้อยของตัวอย่างภาพที่ได้รับ โดยใช้เครื่องตรวจจับขอบ Sobel และรูปแบบที่สอดคล้องกันถูกสร้างขึ้น โดยหดตัวเส้นแยกตามที่อธิบายไว้ใน Eq. (1)

ผลลัพธ์ (ไทย) 2:

2.2 ภาพ preprocessing
วัตถุประสงค์ของการประมวลผลเบื้องต้นภาพที่เป็นส่วนภูมิภาคที่น่าสนใจ (ROI) จากไขมันต่อพ่วงและ intermuscular ได้เป็นอย่างดีในขณะที่เนื้อเยื่อเกี่ยวพันและกล้ามเนื้อโดยรอบ preprocessing ภาพที่ได้ดำเนินการในมาตรฐานหินอ่อนและHyperspectral ภาพของตัวอย่างเนื้อหมูที่จะได้รับผลตอบแทนการลงทุนสำหรับการตรวจสอบหินอ่อนได้. การดำเนินงานทั้งหมดในส่วนนี้ได้ดำเนินการโดยใช้ MATLAB 7.3.0 (ใน MathWorks, Inc, MA, USA). รูปร่างมาตรฐานหินอ่อน หมายถึงนอกขอบเขตของเนื้อได้โดยใช้เทคนิคthresholding และวิธีการตรวจสอบขอบ เทคนิค thresholding (เชน1989) เปลี่ยนภาพสีเทาระดับ (ช่องสีเขียวของหินอ่อนมาตรฐาน) เพื่อภาพไบนารี (เช่นภาพสีดำและสีขาว). สีเทาระดับ 200 ถูกใช้เป็นเกณฑ์ (ช่วงของสีเทา ระดับแตกต่างกันไป0-255) พิกเซลที่มีค่าสูงกว่าเกณฑ์ที่จะปิด (ตั้งค่าเป็น 0) มิฉะนั้นจะเปิด (ชุด 1) รับภาพไบนารีของมาตรฐานหินอ่อนถูกนำมาใช้เพื่อดึงรูปร่างของตัวอย่างหินอ่อนมาตรฐานเหล่านี้โดยการใช้เครื่องตรวจจับขอบโชเบล(เชน 1989). ผลตอบแทนการลงทุนของมาตรฐานหินอ่อนโดยไม่ต้องไขมันต่อพ่วงและกล้ามเนื้อโดยรอบที่ได้รับจากการหดตัว. รูปร่างแต่ละพิกเซลของรูปร่างที่ถูกย้ายไปอยู่ที่เซนทรอยด์ของรูปร่างที่มีระยะทางที่กำหนดและรูปร่างกลัวที่คำนวณได้จากสมการต่อไปนี้: Xs ¼ x? d0 x? x ? xcÞ2þ DY? ycÞ2คิว; ys ¼ Y? d0 Y? yc ? xcÞ2þ DY? ycÞ2คิว; ð1Þที่XC ¼ 1 ไม่มีXN i¼1จิน; yc ¼ 1 ไม่มีXN i¼1ยี่(XC, yc) เป็นเซนทรอยด์ของรูปร่างที่ (x, y) เป็นพิกัดของพิกเซลรูปร่าง(XS, ys) เป็นพิกัดของเส้นกลัวพิกเซล, N คือจำนวน พิกเซลของรูปร่างและ d0 เป็นระยะหด มาสก์สำหรับผลตอบแทนการลงทุนของมาตรฐานหินอ่อนเป็นกลุ่มที่ได้รับจึงโดยการตั้งค่าพิกเซลภายในรูปร่างหดเปิดและพิกเซลนอกเส้นหดสั้น. แบ่งส่วนของผลตอบแทนการลงทุนสำหรับภาพ RGB ก็คล้ายคลึงกับมาตรฐานหินอ่อน ก่อนที่จะแบ่งกลุ่มผลตอบแทนการลงทุนทั้งสามช่อง RGB ของภาพ Hyperspectral ได้รับการแก้ไขจากปัจจุบันที่มืดเป็นดังต่อไปนี้ฉัน¼ I0? B W? B; ð2Þที่ I0 เป็นภาพตัวอย่างเนื้อหมูเดิม B เป็นภาพที่มืดได้โดยครอบคลุมเลนส์ที่มีฝาปิด, W เป็นภาพสีขาวที่ได้รับจากการอ้างอิงมาตรฐานสีขาวและผมเป็นสะท้อนญาติของI0 ภาพ. เทคนิค thresholding แล้วถูกนำมาใช้สำหรับการแก้ไขภาพตัวอย่าง ภูมิภาคกล้ามเนื้อขั้นตอนการเลือกที่ถูกนำมาใช้สำหรับภาพ thresholded ที่มีมากกว่าหนึ่งภูมิภาคของกล้ามเนื้อ ภูมิภาคที่มีพื้นที่ใหญ่ที่สุดของกล้ามเนื้อเช่นจำนวนสูงสุดของพิกเซลเปิดได้รับเลือกเป็นผลตอบแทนการลงทุน รูปทรงของผลตอบแทนการลงทุนของกลุ่มตัวอย่างภาพที่ได้รับโดยใช้เครื่องตรวจจับขอบโชเบลและมาสก์ที่สอดคล้องกันถูกสร้างขึ้นโดยการหดตัวของเส้นสกัดที่อธิบายไว้ในสมการ (1)

ผลลัพธ์ (ไทย) 3:

2.2 . ภาพ preprocessing
วัตถุประสงค์ของภาพที่ติดกันคือส่วนภูมิภาค
น่าสนใจ ( ROI ) จากไขมัน และอุปกรณ์ต่อพ่วง intermuscular เช่นกัน
เป็นเนื้อเยื่อเกี่ยวพัน และกล้ามเนื้อโดยรอบ . ภาพ preprocessing
ดำเนินการตามมาตรฐานและ marbling hyperspectral
ภาพตัวอย่างหมูได้รับ ROI ค้นหา marbling .
งานทั้งหมดในส่วนนี้คือการใช้ MATLAB
7.3.0 ( แมธเวิร์คส์ , อิงค์ , MA , USA ) .
รูปร่างมาตรฐาน marbling หมายถึงเขตแดนรอบนอก
เนื้อได้โดยการใช้เทคนิคการตรวจจับขอบขีดแบ่ง
และขั้นตอนวิธี เทคนิคการปรับ ( Jain
1989 ) แปลงภาพระดับสีเทา ( ช่องสีเขียวมาตรฐาน marbling
) ภาพไบนารี ( เช่นดำและสีขาวภาพ ) .
ระดับสีเทาของ 200 มาใช้เป็นเกณฑ์ ( ช่วงของระดับสีเทา
แตกต่างกันตั้งแต่ 0 ถึง 255 ) พิกเซลที่มีค่าสูงกว่าเกณฑ์
ปิด ( ตั้งค่าเป็น 0 ) มิฉะนั้นจะเปิด ( ชุด 1 )
รับภาพไบนารีของ marbling มาตรฐานถูกใช้เพื่อแยก
รูปร่างของ marbling ตัวอย่างมาตรฐานเหล่านี้โดย
ใช้ลิงค์ขอบเครื่อง ( เชน
, 1989 )ร้อยเอ็ดมาตรฐานหินอ่อนที่ปราศจากไขมัน และอุปกรณ์ต่อพ่วง
กล้ามเนื้อโดยรอบได้ โดยการลดขนาดของ
แต่ละพิกเซลของเส้นถูกย้ายไปยังเซนทรอยด์ของเส้น
กับระยะห่างที่แน่นอน และหดเส้นถูกคำนวณโดยสมการต่อไปนี้

x ¼ X +
x x x  ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffifficffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
ð  XC Þ 2 þð Y  YC Þ 2
Q ; YS
¼ Y
Y +   YC ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
ð x  XC Þ 2 þð Y  YC Þ 2
1 Q ; ðÞ

XC ที่¼
1
n

ซินผม¼ 1
Xi ; YC ¼
1
n

ผมซิน¼ 1

( XC ยิYC ) คือเซนทรอยด์ของเส้น , ( X , Y ) คือพิกัดของ
รูปร่างพิกเซล ( XS , YS ) คือพิกัดของพิกเซลหดรูปร่าง
, n คือจำนวนพิกเซลของเส้นและพลังงานเป็น
หดระยะห่าง หน้ากากสำหรับ ROI มาตรฐานหินอ่อนถูก
จึงได้จากแรงพิกเซลภายในรูปร่างหดเปิด
และพิกเซลนอกหด
เส้นปิดการแบ่งส่วนของ ROI สำหรับ RGB ภาพที่คล้ายคลึงกันกับ
มาตรฐาน marbling . ก่อนที่กลุ่มร้อยเอ็ด ทั้ง 3 ช่อง RGB
ของ hyperspectral ภาพแก้ไขจากมืดปัจจุบันเป็นดังนี้ :

ผม¼
.  B
w  B ; ð 2 Þ
ที่ได้คือต้นฉบับหมูตัวอย่างภาพมืดภาพ
B ได้โดยครอบคลุมเลนส์กับหมวก w คือ สีขาวภาพที่ได้
จากการอ้างอิงมาตรฐานสีขาวฉันเป็นญาติของได้ค่า

เทคนิคปรับภาพ จากนั้นนำทั้งหมดของการแก้ไข
ตัวอย่างภาพ ภูมิภาคของกล้ามเนื้อการเลือกขั้นตอนที่ใช้
thresholded ภาพที่มีกล้ามเนื้อมากกว่าหนึ่งภูมิภาค
เขตมีพื้นที่ที่ใหญ่ที่สุดของกล้ามเนื้อ เช่นจำนวนสูงสุด
พิกเซลเปิด ได้รับเลือกเป็น ROI รูปทรงของ ROI ของตัวอย่าง
ภาพที่ได้จากการใช้ลิงค์ขอบเครื่องและหน้ากากที่ถูกสร้างขึ้น โดยการลดขนาด

แยกเส้นตามที่อธิบายไว้ในอีคิว ( 1 )