本研究應用400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。

　　牛肉的質量通常根據其大理石花紋、生理成熟度、肌肉顏色和脂肪顏色分成不同的等級。其中，大理石花紋的豐富程度是最主要的評價指標。隨著計算機和圖像處理技術的發展，機器視覺在牛肉大理石花紋圖像分割、特征提取以及等級自動判定中得到了廣泛研究與應用。在利用機器視覺技術進行牛肉大理石花紋等級的自動判定中，對大理石花紋進行精確分割，是牛肉等級自動判定的基礎，盡管已有大量的有關牛肉圖像算法不斷提出，但由于光源、樣品表面水分反射等原因，造成的大理石花紋分割不夠精確的問題仍然存在。

　　目前，高光譜圖像技術已經被運用于很多研究領域，在農產品檢測中也有廣泛的研究報道，但利用高光譜圖像和光譜信息技術進行牛肉大理石花紋分割的研究目前尚未見報道。本文通過對牛肉高光譜圖像中的脂肪和肌肉光譜信息進行挖掘分析，提取適合牛肉大理石花紋分割的最優波段圖像，然后通過Otsu 自動取閾值的方法，對大理石花紋進行分割，并對其分割精度進行比較分析。

　　在不同的波段，牛肉高光譜圖像脂肪區域和肌肉區域的光譜反射強度有明顯的不同。較大的脂肪區域與肌肉區域光譜反射強度之比主要集中在465～580 nm波段。其中，在534 nm波長，脂肪區域與肌肉區域光譜反射強度之比有最大值。采用相同的圖像處理方法對牛肉彩色原圖和534nm特征波長圖像進行大理石花紋分割，對特征波長圖像的大理石花紋分割精度η=0.928，較原圖更接近1，且均方誤差也更小。因此，相較于原始圖像，對牛肉特征波長圖像進行大理石花紋分割，可以獲得更高的分割精度。