ในการศึกษานี้กล้อง 400-1000nm hyperspectral สามารถใช้ได้ และผลิตภัณฑ์ของ Hangzhou สี
FS13 ดําเนินการวิจัยที่เกี่ยวข้อง ระยะสเปคตรัลคือ 400-1000nm และความละเอียดความยาวคลื่นดีกว่า 2.5nm
2 ช่องสายสี ความเร็วในการรับข้อมูลสูงถึง 128FPS ในสายสีเต็ม และสูงถึง 3300Hz หลังจากเลือกวงจร (สนับสนุนหลายโซน)
การเลือกวงจรโดเมน)
คุณภาพของเนื้อวัวมักจะจัดตามการต้มเนื้อ, ความเปรี้ยวทางกายภาพ, สีกล้ามเนื้อและสีไขมัน. ในหมู่พวกเขา, ความรวยของต้มเนื้อเป็นดัชนีการประเมินที่สําคัญที่สุด.ด้วยการพัฒนาของคอมพิวเตอร์และเทคโนโลยีการประมวลภาพการมองเห็นด้วยเครื่องจักรถูกศึกษาและนําไปใช้อย่างกว้างขวางในการแบ่งแยกภาพของเนื้อวัว, การสกัดลักษณะและการกําหนดเกรดอัตโนมัติในการกําหนดเกรดของเนื้อวัสดุเนื้อวัวโดยใช้เทคโนโลยีมองเห็นด้วยเครื่อง, การแบ่งแยกของการบีมมาร์ลอย่างแม่นยําเป็นพื้นฐานของการกําหนดคุณภาพเนื้อวัวโดยอัตโนมัติ แม้ว่าจะมีอัลการิทึมภาพเนื้อวัวจํานวนมากที่เสนอปัญหาของการแบ่งแยกที่ไม่แม่นยําของ marbling ยังคงมีอยู่เนื่องจากแหล่งแสงปัจจุบันเทคโนโลยีภาพแบบยี่ห้อสเปคตรัลถูกใช้ในสาขาวิจัยหลายสาขาและมีรายงานการวิจัยที่กว้างขวางในการตรวจสอบผลิตภัณฑ์เกษตรแต่การวิจัยการแบ่งแยกเนื้อวัวด้วยภาพยนตร์แบบยี่ห้อและเทคโนโลยีข้อมูลสายสีไม่ถูกรายงานในบทความนี้โดยการขุดและวิเคราะห์ข้อมูลสายสีของไขมันและกล้ามเนื้อในภาพย้อนสายสีของเนื้อวัว, ภาพแบนด์ที่ดีที่สุดที่เหมาะสําหรับการแบ่งส่วนของเนื้อวัวและจากนั้นการแบ่งส่วนของเนื้อวัวถูกดําเนินการโดยวิธีการ Otsu ปริมาณกําหนดอัตโนมัติและความแม่นยําของการแบ่งแยกถูกเปรียบเทียบและวิเคราะห์.
ในช่วงที่แตกต่างกัน ความเข้มข้นของการสะท้อนสายสีของบริเวณไขมันและบริเวณกล้ามเนื้อในภาพย้อนสายสีของเนื้อวัวเป็นที่ชัดเจนที่แตกต่างกันอัตราส่วนของความเข้มข้นของการสะท้อนสายสีระหว่างบริเวณไขมันและบริเวณกล้ามเนื้อมักจะเน้นอยู่ในช่วง 465 ~ 580 nmณ ความยาวคลื่น 534 nm สัดส่วนของความเข้มข้นของการสะท้อนสะท้อนระหว่างบริเวณไขมันและบริเวณกล้ามเนื้อมีค่าสูงสุดวิธีการประมวลภาพเดียวกันถูกใช้สําหรับการแบ่งแยกสีเนื้อวัวภาพเดิมและภาพความยาวคลื่น 534nmความแม่นยําของการแบ่งแยก marbling η = 0.928 สําหรับภาพความยาวคลื่นของลักษณะใกล้ 1 กว่าภาพเดิมและความผิดพลาดสกวัดเฉลี่ยยังเล็กกว่าเมื่อเทียบกับภาพเดิม, การแบ่งแยกของภาพความยาวคลื่นลักษณะของเนื้อวัวสามารถได้รับความแม่นยําการแบ่งแยกที่สูงกว่า.