
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于多空间颜色直方图特征融合的视觉均匀液体中牛奶质量无损评估方法
《Journal of Food Measurement and Characterization》:Multi-space color histogram feature fusion for non-destructive milk quality assessment in visually homogeneous liquids
【字体: 大 中 小 】 时间:2026年06月28日 来源:Journal of Food Measurement and Characterization 3.6
编辑推荐:
摘要颜色机器视觉系统为食品质量评估提供了一种快速、无损且成本低廉的方法。然而,对于那些在视觉上较为均匀的液体,由于纹理、形状和几何特征较弱或不存在,这种方法的效率就会受到限制。本研究提出了多空间直方图特征(MSHF),这是一种可解释的颜色描述符,它融合了来自五种互补颜色空间的基于
颜色机器视觉系统为食品质量评估提供了一种快速、无损且成本低廉的方法。然而,对于那些在视觉上较为均匀的液体,由于纹理、形状和几何特征较弱或不存在,这种方法的效率就会受到限制。本研究提出了多空间直方图特征(MSHF),这是一种可解释的颜色描述符,它融合了来自五种互补颜色空间的基于峰值的直方图信息:标准化RGB、HSV、I1I2I3、YCbCr和CIELab。所提出的框架被用于牛奶类型分类、应对变质引起的颜色变化带来的影响以及新鲜度监测。通过线性和非线性分类器、重复分层交叉验证、PCA可视化、统计比较以及群组排列重要性分析,对MSHF与单独的颜色空间描述符的区分能力进行了评估。结果表明,MSHF在牛奶类型分类的交叉验证中表现出近乎完美的性能,并且在老化牛奶分类中也保持了较强的稳定性。在新鲜度监测方面,不同牛奶类型的检测效果存在差异,这说明某些样本中的变质相关颜色变化比其他样本更易被检测到。群组重要性分析进一步表明,最具信息量的颜色空间取决于数据集,这体现了需要多空间颜色融合,而非依赖单一的颜色表示方式。尽管仅依靠颜色分析在牛奶鉴别方面非常有效,但当新鲜样本和变质样本的视觉特征存在重叠时,早期检测变质仍然具有挑战性。总体而言,所提出的CMVS-MSHF框架为均匀液体的评估提供了一种简洁、可解释且易于部署的方法,可在乳品质量监测以及其他低纹理流体食品领域得到应用。
颜色机器视觉系统为食品质量评估提供了一种快速、无损且成本低廉的方法。然而,对于那些在视觉上较为均匀的液体,由于纹理、形状和几何特征较弱或不存在,这种方法的效率就会受到限制。本研究提出了多空间直方图特征(MSHF),这是一种可解释的颜色描述符,它融合了来自五种互补颜色空间的基于峰值的直方图信息:标准化RGB、HSV、I1I2I3、YCbCr和CIELab。所提出的框架被用于牛奶类型分类、应对变质引起的颜色变化带来的影响以及新鲜度监测。通过线性和非线性分类器、重复分层交叉验证、PCA可视化、统计比较以及群组排列重要性分析,对MSHF与单独的颜色空间描述符的区分能力进行了评估。结果表明,MSHF在牛奶类型分类的交叉验证中表现出近乎完美的性能,并且在老化牛奶分类中也保持了较强的稳定性。在新鲜度监测方面,不同牛奶类型的检测效果存在差异,这说明某些样本中的变质相关颜色变化比其他样本更易被检测到。群组重要性分析进一步表明,最具信息量的颜色空间取决于数据集,这体现了需要多空间颜色融合,而非依赖单一的颜色表示方式。尽管仅依靠颜色分析在牛奶鉴别方面非常有效,但当新鲜样本和变质样本的视觉特征存在重叠时,早期检测变质仍然具有挑战性。总体而言,所提出的CMVS-MSHF框架为均匀液体的评估提供了一种简洁、可解释且易于部署的方法,可在乳品质量监测以及其他低纹理流体食品领域得到应用。