(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210839169.0 (22)申请日 2022.07.18 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 刘艺璇　刘强　邓雪　张霞　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 王琪 (51)Int.Cl. G01M 11/02(2006.01) G01N 21/25(2006.01) G01N 21/55(2014.01) G06V 10/774(2022.01) G06V 10/56(2022.01)G06V 10/74(2022.01) (54)发明名称 一种面向鲜肉新鲜度的生鲜照明光品质评 价方法及系统 (57)摘要 本发明公开了一种面向鲜肉新鲜度的生鲜 照明光品质评价方法及系统， 包括对待评价光源 照度的测量； 判断待评价光源的照度是否处于本 发明所适用的照度范围内； 对待评价光源光谱功 率分布的采集； 拍摄获取训练样 本集和待展陈鲜 肉物体的RGB图像； 提取训练样本集和待展陈鲜 肉物体的RGB响应值； 采用光谱重建算法重建待 展陈鲜肉物体的光谱反射率； 依据待展陈鲜肉物 体的整体颜色， 选择不同部位各自具有代表性的 颜色点； 在均匀颜色空间中计算鲜肉颜色点在待 评价光源下的色貌信息； 对于待评价光源， 结合 新鲜度判断估计模型进行判断， 实现对生鲜照明 光品质的表征。 权利要求书4页 说明书10页 附图1页 CN 114993630 A 2022.09.02 CN 114993630 A 1.一种面向鲜肉新鲜度的生鲜照明光品质评价方法， 其特 征在于， 包括以下步骤： 步骤1， 测量待评价 光源的照度E； 步骤2， 判断待评价光源的照度E是否在设定的照度范围内， 即判断a≤E≤b是否成立， 若不成立则退 出， 若成立则进行 下一步骤； 步骤3， 测量待评价 光源的光谱功率分布； 步骤4， 在相同的拍摄条件下， 采用彩色数码相机拍摄获取训练样本集和待展陈鲜肉物 体的RGB图像， 待 展陈鲜肉物体包括 三种不同新鲜度的同类鲜肉； 步骤5， 提取训练样本集的RGB响应值和待 展陈鲜肉物体各像素的RGB响应值； 步骤6， 采用光谱重建算法重建待 展陈鲜肉物体的光谱反射 率； 步骤7， 依据待展陈鲜肉物体的整体颜色， 对鲜肉物体进行部位划分， 共划分为4个部 位， 选择不同部位中各自具有代 表性的k个颜色点； 步骤8， 在均匀颜色空间S中计算鲜肉颜色点在待评价光源下的色貌信息， 并对色貌信 息进行均值 化处理， 其中色貌信息包括 绝对彩度M和相对彩度C； 步骤9， 采用所提出的新鲜度判断估计模型， 对待评价光源进行评价， 根据输出结果衡 量待评价 光源在新鲜度判断性能方面的照明质量； 具体步骤如下： 对步骤8中不同新鲜度鲜肉的四个对应部位的色貌信息作差并取绝对 值， 并将四个部位的绝对值进行均值化， 与阈值G进行比较， 进而实现对生鲜照明光源的鲜 肉新鲜度判断性能的表征； 若绝对彩度均值 ∆Mi和相对彩度均值 ∆Ci均高于阈值G， 其中i= 1, 2, 3表示三种不同新鲜度鲜肉之间两两比较的次数， 则 在鲜肉新鲜度判断的性能方面， 该生鲜照明的光品质表现为 合格， 否则为 不合格； 新鲜度判断估计模型如下： 其中， A、 B、 C分别代表新鲜度不同的三种鲜肉， n=1、 2、 3、 4表示鲜肉的四个部位， 即： 皮、 肥肉、 浅色瘦肉和深色瘦肉， ∆M1n表示鲜肉A和鲜肉B在 n部位的平均绝对彩度 差值，∆C1n表权　利　要　求　书 1/4 页 2 CN 114993630 A 2示鲜肉A和鲜肉B在n部 位的平均相对彩度差值； ∆M2n表示鲜肉A和鲜肉C在n部 位的平均绝对 彩度差值， ∆C2n表示鲜肉A和鲜肉C在n部位的平均相对彩度差值； ∆M3n表示鲜肉B和鲜肉C 在n部位的平均绝对彩度差值， ∆C3n表示鲜肉B和鲜肉C在n部位的平均相对彩度差值； ∆M1 表示鲜肉A和鲜肉B在四个部位上平均绝对彩度差值的均值， ∆M2表示鲜肉A和鲜肉C在四个 部位上平均绝对彩度 差值的均值， ∆M3表示鲜肉B和鲜肉C在四个部位上平均绝对彩度差值 的均值； ∆C1表示鲜肉A和鲜肉B在四个部位上平均相对彩度差值的均值， ∆C2表示鲜肉A和 鲜肉C在四个部位上平均相对彩度差值的均值， ∆C3表示鲜肉B和鲜肉C在 四个部位上平均 相对彩度差值的均值。 2.根据权利要求1所述的一种面向鲜肉新鲜度的生鲜照明光品质评价方法， 其特征在 于： 步骤4中通过测量鲜肉的挥发性盐基氮值TVB ‑N表征不同新鲜度， TVB ‑N值的公差大于2 的鲜肉符合待 展陈物体标准。 3.根据权利要求1所述的一种面向鲜肉新鲜度的生鲜照明光品质评价方法， 其特征在 于： 步骤7中依据绝对彩度M和相对彩度C对鲜肉物体进行部位划分， M为19~24， C为17~26， 划 分为皮； M为15~22， C为15~24， 划分为肥肉； M为30~38， C为32~42， 划分为浅色瘦肉， M为19~ 30， C为22~32， 划分为深色瘦肉。 4.根据权利要求1所述的一种面向鲜肉新鲜度的生鲜照明光品质评价方法， 其特征在 于： 步骤8中对绝对彩度M和相对彩度C进行均值 化处理的公式如下： 其中， M'和C'为平均色貌值， Mj和Cj分别表示第j个颜色点在待评价光源下均匀颜色空 间S的绝对彩度和相对彩度。 5.根据权利要求1所述的一种面向鲜肉新鲜度的生鲜照明光品质评价方法， 其特征在 于： 步骤2中， a=10 00， b=4000； 步骤3中， 对测量得到的待评价 光源光谱功率分布采用40 0nm‑700nm波段信息； 步骤6中， 光谱重建算法采用局部加权非线性回归算法； 步骤8中， 均匀颜色空间S采用CAM16 ‑UCS均匀颜色空间； 步骤9中， G= 3。 6.一种面向鲜肉新鲜度的生鲜照明光品质评价系统， 其特 征在于， 包括以下模块： 待评价光源照度信息采集模块， 用于测量待评价 光源的照度E； 照度范围判断模块， 用于判断待评价光源的照度E是否在设定的照度范围内， 即判断a ≤E≤b是否成立， 若不成立则退 出； 待评价光源光谱信息采集模块， 用于测量待评价 光源的光谱功率分布； RGB图像采集模块， 用于在相同的拍摄条件下， 采用彩色数码相机拍摄获取训练样本集 和待展陈鲜肉物体的RGB图像， 待 展陈鲜肉物体包括 三种不同新鲜度的同类鲜肉；权　利　要　求　书 2/4 页 3 CN 114993630 A 3