一、食品膨化質量的自動檢測食品雙螺杆擠壓膨化機是食品膨化加工的主要設備。顏色和體積是膨化食品的重要質量特征，體積反映了膨化食品的膨脹度和密度；顏色則是膨化食品內部結構和其他物理性質的外部反映。因此，在膨化食品加工中，經常選擇膨化食品的顏色和體積作為監控產品質量的參數。
實驗用玉米麵由美國伊利諾勞豪夫穀物公司提供。物料在擠壓腔內受高溫、高壓的作用，經圓形模頭擠出機外，呈連續圓柱條，由旋轉刀片切成段狀。由於膨化玉米段近似為旋轉體，故當玉米段平躺在輸送帶上時，其俯視投影麵積直接反映膨化玉米段體積的大小。顏色間接反映膨化玉米段的口感質量，經感官評定實驗，棕黃色口感最好，黃色、淡黃、淺黃次之，黃白最差。為了測量膨化玉米的俯視投影麵積和顏色，開發了一個計算機視覺係統，分別用RGB、CMY和HSI模型對膨化玉米的顏色和投影麵積進行了對比分析。
用直方圖刺激值的平均值作為顏色特征對膨化果質量進行評價。為了研究圖像直方圖的均值xi隨膨化係統輸入參數變化的規律，對120幅在不同條件下攝取的樣本圖像進行了統計分析。與喂入量相比，含水量對膨化果的顏色影響較大。
①在含水量為19%，喂入量由40.9kg/h變到49.9kg/h過程中，黃色刺激的均值xR在喂入量為45.4kg/h處取得極值；②在相同條件下，RGB、CMY的刺激值變化大於HSI的變化，具有較好的可區別性；③膨化果的投影麵積隨含水量和喂入量的變化而改變，變化的幅度比顏色大得多，且產品的顏色越黃投影麵積越小，膨化果投影麵積的變化在二維平麵內反映了膨化果體積的差別，膨化過程中，投影麵積隨顏色有規律變化的結果，說明膨化果的顏色和體積是相關的。
二、基於計算機視覺的冷卻牛肉嫩度分析方法
肉的嫩度是評價肉的食用質量的重要指標之一。目前常用的檢驗方法有主觀評價和客觀評價兩類。主觀評價比較接近正常食用條件下對嫩度的評價，缺點是對評價人員素質要求高。
針對各部位牛肉脂肪和肌肉分布的特點，采用大理石紋對含脂肪牛肉進行研究。
為定量分析牛肉脂肪分布密度，需要從其圖像中提取相應特征量作為評價依據，這就要求係統能夠準確地將圖像中像素點歸屬於脂肪和肌肉兩個區域。脂肪組織在圖像中表現為白色，肌肉組織在圖像中表現為紅色。
利用人工神經網絡進行圖像分割。從牛肉圖像中得到脂肪組織和肌肉組織的樣本。將組成樣本的像素顏色信息作為網絡輸入，訓練用於識別脂肪像素和肌肉像素的網絡。
脂肪組織分割采用多層BP網絡結構，包含一個輸入層、一個隱含層和一個輸出層，隱含層節點數為12。像素顏色信息由R、G、B三個分量組成，輸入層節點數為3。有兩種可能輸出，故取輸出節點數為1，輸出“0”表示該像素為脂肪，輸出“1”表示該像素為肌肉。因為網絡輸出不是整數值，所以需要對其進行處理。對計算結果依據四舍五入原則取整，將其輸出歸類。
脂肪組織分割網絡的訓練測試過程是：從1~28號試驗組肉在不同存放時間獲得的圖像中分割出有代表性的脂肪組織和肌肉組織的圖像區域，共計10087×2個像素點（脂肪組織和肌肉組織的像素點各50%），隨機抽取3000×2個像素點作為測試樣本集，餘下像素點作為訓練樣本集。
用測試集對網絡性能進行評價時，對像素的正確識別率可達97%，分割結果令人滿意。
牛肉大理石紋主要指分布於肌肉組織中的脂肪組織。試驗模擬專業評價員對牛肉大理石紋的評定過程，用能夠表征這種脂肪組織分布情況的4個變量作為相應的特征量，分別為：單位牛肉圖像中脂肪像素所占百分比m1，M組織總數m2，小M組織的總數m3，大M組織的總數m4，分析研究這些量與牛肉嫩度主、客觀評定結果之間的關係。
M大小（以像素數為單位）需要設定，首先討論與試驗方法和條件相適應的應用效果最優M大小的定義。通過統計試驗獲取牛肉圖像的脂肪組織大小後，最終將大M尺寸定在大於等於100個像素的範圍內，將小M尺寸定為小於100、大於等於50個像素的範圍之內。
為便於評價，將肉的嫩度定為6分以下。
不同嫩度等級的牛肉，其單位截麵積雙剪切力與嫩度評分結果之間存在對應關係。
編程處理1~15號試驗組的牛肉圖像，得到與每組圖像相對應的變量值，經回歸分析，剔除相關係數小於0.8的變量，保留相關係數分別為0.922、0.9197的兩個變量m3、m4則有