石盼盼

摘要總結了近年來我國雪花牛肉評級出現(xiàn)的新技術，分別從圖像信息獲取、參數(shù)提取模型建立、人造雪花牛肉的鑒別3個方面介紹了分級技術上取得的新進展，并重點介紹了應用性強的技術方法及已研制成功的分級設備。該研究對促進雪花牛肉分級技術的發(fā)展，制定更為客觀科學操作性強的分級標準，提高我國雪花牛肉在國際上的競爭力具有積極意義。

關鍵詞雪花牛肉;分級技術; 參數(shù)模型

中圖分類號S879.2文獻標識碼A文章編號0517-6611（2018）08-0029-02

Research Progress of Snowflake Beef Grading Technology in China

SHI Panpan

（Henan Institute of Product Quality Supervision and Inspection ，Zhengzhou，Henan 450047）

Abstract

The new technologies of snowflake beef grading in China in recent years are summarized，F(xiàn)rom the 3 aspects of image information acquisition， parameter extraction model establishment and artificial snowflake beef identification， the new progress made in snowflake beef grading technology is introduced. The application of strong technical methods and the developed classification equipment are mainly introduced.It is of positive significance for improving the competitiveness of snowflake beef in the world， and promoting the development of snowflake beef grading technology and establishing a more objective and scientific grading standard.

Key wordsSnowflake beef;Grading technology;Parameter model

雪花牛肉指脂肪沉積到肌肉纖維之間，形成明顯的紅、白相間，似大理石花紋狀的牛肉，也稱大理石牛肉。雪花牛肉外表特異、口感好、營養(yǎng)價值高，是牛肉中的精品[1]。全世界以日本的雪花牛肉最為著名，澳大利亞和美國的雪花牛肉在品質和數(shù)量方面也較我國有較大優(yōu)勢。目前制約我國雪花牛肉發(fā)展的關鍵因素之一就是缺少科學和完善的分級系統(tǒng)[2-4]。標準的建立需要先進的檢測技術作為支撐。

目前我國對雪花牛肉的分級多依靠評級員觀察肉品大理石花紋的形狀、分布密度和肉質來判斷[5]，主觀性較強不利于進駐國際市場。近年來我國許多學者和專家一直在積極地研究開發(fā)一種更為科學客觀的技術手段來衡量雪花牛肉品質，確定雪花牛肉等級。目前文獻報道的評級方法基本是由樣本圖像提取、特征參數(shù)選擇、分級運算模型建立3個步驟組成。樣本圖像信息提取，就是利用各種成像技術把雪花牛肉樣品的大理石花紋最真實地拍攝采集下來并轉化成為可以量化的圖像信息;選擇特征參數(shù)是指從各種可量化的圖像信息參數(shù)中通過比較篩選獲取能夠代表大理石花紋豐富程度的特征參數(shù);建立分級模型是指建立一個能夠通過某一特征參數(shù)或特征參數(shù)組合運算來量化雪花牛肉級別的公式。筆者分別從這3個方面總結近年來我國雪花牛肉分級技術取得的一些研究進展。

1圖像信息獲取方法

評級員依據雪花牛胴體眼肌切面脂肪的含量和分布情況來判別其等級，大理石花紋越豐富即脂肪在肌肉纖維之間分布得越均勻，肉品的等級就越高。無論哪種技術都需要基于對大理石花紋圖像的分析來實現(xiàn)定級，所以獲取清晰準確的圖像信息是實現(xiàn)雪花牛肉定級的前提。近年來我國學者對于怎樣準確提取樣品的大理石花紋展開了不少研究。

1.1基于計算機視覺和圖像處理技術的圖像獲取方法

基于計算機視覺和圖像處理技術的圖像獲取方法是通過光學成像傳感系統(tǒng)獲得樣品大理石花紋的圖像信息，再經過圖像平滑、二值化、閾值分割等圖像處理技術得到代表圖像大理石花紋各參數(shù)的信息。Chen等[6]于20世紀80年代末最先將圖像處理技術引入牛肉質量分級，他們通過圖像處理技術計算出了美國牛肉分級標準中6張標準圖譜中牛眼肌脂肪面積，最先實現(xiàn)了分級的定量判斷。南京農業(yè)大學彭增起教授團隊研制的基于嵌入式Linux的牛胴體品質檢測終端[7]，利用嵌入式技術的優(yōu)勢和機器視覺技術相結合，采用CCD工業(yè)相機作為圖像采集設備，模擬CCD工業(yè)相機經TVP5146編碼轉換后接入嵌入式平臺的方案，開發(fā)了牛肉圖像快速采集程序，可以快速準確地獲取雪花牛胴體肋骨橫切面大理石花紋的圖像。該研究在圖像采集過程中創(chuàng)新性地采用光路折向設計取代傳統(tǒng)的直射設計，降低了圖像采集終端的高度，進一步使采集的圖像更加穩(wěn)定和規(guī)范。周彤等[8]在牛肉大理石花紋圖像特征信息提取及自動分級方法的研究中提到該研究團隊設計的圖像采集系統(tǒng)，采用USB2.0 接口的CCD 工業(yè)相機獲取圖像信息，采集裝置直接與計算機相連，可以自動獲取高質量、顏色還原性好、最大分辨率達到1 280×960 像素的大理石花紋圖像。

1.2基于近紅外光譜技術的圖像獲取方法

近紅外技術是一種快速無損并且綠色環(huán)保的檢測技術。近年來我國利用近紅外技術檢測牛肉品質的研究較多，主要集中于脂肪、蛋白質、水分、肉色等指標的檢測[9]。美國農業(yè)部肉類研究中心已經建立了牛肉近紅外光譜信息與牛肉嫩度之間的預測模型，并且開發(fā)出了商品化的牛肉嫩度分級檢測儀[10-11]。從近紅外技術檢測展現(xiàn)的良好勢頭來看，將近紅外光譜技術應用于雪花牛肉的分級具有很大的潛力，但目前我國利用近紅外技術研究牛肉分級的研究報道較少，尚處于探索階段?？梢匝芯坎煌ㄩL近紅外波對大理石花紋圖像中某些或某個特征參數(shù)的吸光值是否有顯著性差異，來建立雪花牛肉的分級模型。

1.3基于高光譜成像技術的圖像獲取方法

高光譜掃描成像技術是近年來新興的檢測技術，廣泛應用于生鮮農畜產品的無損檢測。該技術結合傳統(tǒng)的成像和光譜學，可以同時獲得圖像的位置信息和光譜信息，可獲得立方體圖像。高曉東等[12]首次應用高光譜掃描成像系統(tǒng)對牛肉大理石花紋進行評級研究，該研究比較400～1 100 nm范圍內520個波段的圖像信息，通過比較脂肪和蛋白質在高光譜段反射比的最大值確定合適的采集波段，最后確定用肌肉和脂肪灰度比值最大處作為提取圖像最佳波段即530 nm為大理石花紋分割的特征波段，建立高光譜線掃描成像系統(tǒng)。該研究團隊的郭輝等[13]利用該成果研發(fā)了手持式牛肉大理石花紋檢測系統(tǒng)，運用該系統(tǒng)采集了68塊牛肉樣品的大理石花紋并作出分級判斷，與人工分級結果相比平均誤差為7.114 3%。但該檢測系統(tǒng)的參數(shù)還需要大量的樣本來測試和優(yōu)化，檢測精度有待進一步提高。

另外，在不斷研究創(chuàng)新完善圖像采集技術的同時大理石花紋信息的采集也受圖片拍攝質量的影響。在實際生產時，屠宰時候的碎肉血污會影響提取效果，生產中排酸產生的血污如不加以清理也會嚴重影響圖片信息的采集，所以生產中要規(guī)范生產工藝，才能進一步利用各種成像技術提取高質量的圖像信息。

2大理石花紋圖像特征參數(shù)獲取及分級模型的建立

雪花牛肉評級研究中在獲取樣品的大理石花紋圖像信息后，要基于圖像信息選擇能夠代表大理石花紋豐富度和均勻度的特征參數(shù)，選取合適的算法建立分級模型進行分級。獲取同樣圖片信息的情況下，選取的特征參數(shù)不同或者模型算法不同，可能會導致不同的分級結果。以往國內外的研究多將大理石花紋的特征參數(shù)集中在脂肪顆粒數(shù)，及脂肪顆粒周長等只能代表脂肪的形狀不能代表脂肪分布情況的參數(shù)上。近年來我國學者針對這一情況，開展了很多研究，也取得了不少成果。

劉瓔瑛等[14]在雪花牛肉大理石花紋粗糙度和細密度的測定中提出，細密度和粗糙度2個指標能夠反映脂肪的分布特征。粗糙度能夠反映大理石花紋中的各個脂肪面積分布情況，細密度能夠反映大理石花紋中脂肪數(shù)量的分布情況，而且兩者相互獨立。研究發(fā)現(xiàn)，在脂肪含量一定的情況下，細密度大、粗糙度小的牛肉其脂肪分布更均勻，并且2個指標能夠跟隨雪花牛肉大理石花紋脂肪含量的變化而變化。孟祥艷[15]在牛眼肌區(qū)域大理石花紋評級特征的研究中比較了中國、美國、日本3個國家雪花牛肉分級指標的主要特征參數(shù)，涉及到幾何、形狀及分布參數(shù)。并進一步對影響大理石花紋等級的參數(shù)進行線性組合，應用主成分分析法建立大理石花紋的等級預測模型。通過分析發(fā)現(xiàn)了對各國大理石花紋標準圖譜影響最大的特征參數(shù)，其中對我國大理石花紋等級影響較大的是能代表花紋的形狀及大小參數(shù)。陳坤杰等[16]基于雪花牛肉肌內脂肪分布的不規(guī)律性，利用分形幾何在定量描述復雜的自然幾何圖形方面的優(yōu)勢，研究了牛肉大理石花紋各分形維與牛肉大理石花紋等級之間的變化關系。結合能夠代表雪花牛肉脂肪分布的其他特征參數(shù)，建立了大理石牛肉分級計算模型。

3人造“雪花牛肉”分級技術

人工“雪花牛肉”

即人為地把脂肪代用品添加到牛肉肌纖維之間，形成人工的大理石花紋[17-18]?！按祟愌┗ㄅＨ馊绾蔚姆旨?？”“現(xiàn)有的或者是剛剛探索出的分級技術是否適用？”“是否需要把此類雪花牛肉排除在分級范圍之外？”“是否應該遏制此類人工雪花牛肉的發(fā)展？”這些問題值得探討。

一方面，人工雪花牛肉具有真實雪花牛肉的大理石花紋，并且因為脂肪的加入可以改變普通牛肉的口感增加嫩度，改變普通牛肉飽和脂肪酸含量過多的不利影響，使得營養(yǎng)價值更加科學合理。另一方面，不法商家在普通牛肉中注射脂肪，讓牛肉看起來有了雪花牛肉的效果但營養(yǎng)價值與真正的雪花牛肉有很大區(qū)別，以人工雪花牛肉取代高端雪花牛肉，欺詐消費者牟取暴利。

目前鑒別人造雪花牛肉的技術已有報道。大連雪龍集團首先提出用遺傳學破解雪花牛生長密碼，鑒別人造雪花牛肉。該公司與國家肉牛牦牛產業(yè)技術體系專家合作，從雪花牛身上易產生雪花牛肉的不同部位提取遺傳密碼，組成遺傳信息庫。通過與最終屠宰后雪花牛肉的結果比對，排除無關的遺傳信息，建立有效遺傳信息和雪花紋理的對應關系。這一研究成果不僅可以鑒別人工雪花牛肉，更為重大的意義在于它可以有效地指導雪花?？茖W飼養(yǎng)，增加雪花牛肉的產出率[19]。但這一課題需要大量的肉牛樣本和遺傳信息數(shù)據及對比研究，工作量大，且準確度是研究工作的一大難關，目前尚處于研究階段。另外，喬冬雨[20]的研究為人們利用微衛(wèi)星DNA的多態(tài)性來鑒別雪花牛肉及其級別提供了依據。

4結論與展望

雪花牛肉目前只是單純地依靠外形來定級，消費者是否有必要一味地追求其大理石花紋的豐富與均勻，追求高端消費。如何倡導理性消費那些口感與營養(yǎng)俱佳但花紋均勻度并沒有那么好的牛肉產品，把嫩度及脂肪酸含量等口感與營養(yǎng)指標作為評級指標是否有一定的參考意義，這需要一定的調查研究。另外，目前所研究的大部分分級技術都需要屠宰完后才再能鑒別是否是雪花牛肉及雪花牛肉的等級，因此，應致力于開發(fā)新的技術，可以在牛生長過程中鑒定產出的是否是雪花牛肉，這也應成為雪花牛肉分級技術研究的一個方向。

總之，自動化智能綠色無損的檢驗技術是市場的需求。將計算機視覺技術、圖像處理技術、近紅外技術、高光譜技術及相關生物技術、人工智能技術相結合綜合應用，制定科學先進的雪花牛肉分級模型，促進雪花牛肉分級標準的制定實施，提高我國雪花牛肉的高級競爭力是我國專家學者的奮斗目標。

制約雪花牛肉發(fā)展的還有農戶散養(yǎng)、喂養(yǎng)盲目性大、沒有科學技術指導等也是我國雪花牛肉發(fā)展受阻的重要原因。我國應在政府層面，整合資源、制定政策、加大技術投入，提倡并促進大規(guī)模品牌化、科學化的農場養(yǎng)殖模式以盡快拉近與雪花牛肉強國的差距，增強我國綜合國力。

參考文獻

[1]

雪花牛肉及其營養(yǎng)價值[J].中國牛業(yè)科學，2011（1）：80.

[2] 劉萬峰.制約我國肉牛業(yè)發(fā)展的因素及其對策[J].江西畜牧獸醫(yī)雜志，2001（3）：1-3.

[3] 史杰，彭增起，諶啟亮，等.中外牛肉分級制度對構建我國牛肉品質評定標準的啟示[J].肉類研究，2010（3）：13-15.

[4] 湯曉艷，王敏，錢永忠，等.牛肉分級標準及分級技術發(fā)展概況綜述[J].食品科學，2011，32（19）：288-293.

[5] 南京農業(yè)大學.牛肉等級規(guī)格：NY/T 676—2010[S].北京：中國標準出版社，2010.

[6] CHEN Y R，MCDONALD T P，CROUSE J D.Determining percent intramuscular fat on ribeye surface by image processing[C]//ASAE annual international meeting.St.Joseph：ASAE，1989.

[7] 劉超超，彭增起，沈明霞，等.牛酮體品質檢測系統(tǒng)中基于嵌入式Linux的終端設計[J].食品工業(yè)科技，2012，33（7）：336-339.

[8] 周彤，彭彥昆.牛肉大理石花紋圖像特征信息提取及自動分級方法[J].農業(yè)工程學報，2013，29（15）：286-293.

[9] 劉曉曄.基于近紅外光譜技術的牛肉在線分級及分類初探[D].北京：中國農業(yè)科學院，2012.

[10] CANNELL R C，BELK K E，TATUM J D，et al.Online evaluation of a commercial video image analysis system（Computer Vision System）to predict beef carcass red meat yield and for augmenting the assignment of USDA yield grades[J].J Anim Sci，2002，80（5）：1195-1201.

[11] HILL B D，JONES S D M，ROBERTSON W M，et al.Neural network modelong of carcass measurements to predict beef tenderness[J].Can J Anim Sci，2000，80（2）：311-318.

[12] 高曉東，吳建虎，彭彥昆，等.基于高光譜成像技術的牛肉大理石花紋的評估[J].農產品加工，2009（10）：33-37.

[13] 郭輝，彭彥昆，江發(fā)潮，等.手持式牛肉大理石花紋檢測系統(tǒng)[J].農業(yè)機械學報，2012（S1）：207-210.

[14] 劉瓔瑛，沈明霞，彭增起，等.雪花牛肉大理石花紋粗糙度和細密度的測定[J].食品科學，2013，34（18）：170-174.

[15] 孟祥艷.牛眼肌區(qū)域大理石花紋評級特征的研究[J].肉類研究，2011（10）：6-11.

[16] 陳坤杰，吳貴茹，於海明，等.基于分形維和圖像特征的牛肉大理石花紋等級判定模型[J].農業(yè)機械學報，2012，43（5）：147-151.

[17] 李穎.“整容”過的雪花牛肉還能不能吃[J].中國質量萬里行，2017（1）：48-49.

[18] 張尚姝.別被“變裝雪花”寒了胃[N].消費日報，2016-11-07（A01）.

[19] 遺傳學破解雪花牛肉生長密碼[J].江西飼料，2013（2）：46.

[20] 喬冬雨.8個牛品種的大理石花紋評分相關基因變異的微衛(wèi)星DNA池分析[D].保定：河北農業(yè)大學，2012.