论文部分内容阅读
摘要总结了近年来我国雪花牛肉评级出现的新技术，分别从图像信息获取、参数提取模型建立、人造雪花牛肉的鉴别3个方面介绍了分级技术上取得的新进展，并重点介绍了应用性强的技术方法及已研制成功的分级设备。该研究对促进雪花牛肉分级技术的发展，制定更为客观科学操作性强的分级标准，提高我国雪花牛肉在国际上的竞争力具有积极意义。
关键词雪花牛肉;分级技术; 参数模型
中图分类号S879.2文献标识码A文章编号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，From 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纤维之间，形成明显的红、白相间，似大理石花纹状的牛肉，也称大理石牛肉。雪花牛肉外表特异、口感好、营养价值高，是牛肉中的精品[1]。全世界以日本的雪花牛肉最为著名，澳大利亚和美国的雪花牛肉在品质和数量方面也较我国有较大优势。目前制约我国雪花牛肉发展的关键因素之一就是缺少科学和完善的分级系统[2-4]。标准的建立需要先进的检测技术作为支撑。
目前我国对雪花牛肉的分级多依靠评级员观察肉品大理石花纹的形状、分布密度和肉质来判断[5]，主观性较强不利于进驻国际市场。近年来我国许多学者和专家一直在积极地研究开发一种更为科学客观的技术手段来衡量雪花牛肉品质，确定雪花牛肉等级。目前文献报道的评级方法基本是由样本图像提取、特征参数选择、分级运算模型建立3个步骤组成。样本图像信息提取，就是利用各种成像技术把雪花牛肉样品的大理石花纹最真实地拍摄采集下来并转化成为可以量化的图像信息;选择特征参数是指从各种可量化的图像信息参数中通过比较筛选获取能够代表大理石花纹丰富程度的特征参数;建立分级模型是指建立一个能够通过某一特征参数或特征参数组合运算来量化雪花牛肉级别的公式。笔者分别从这3个方面总结近年来我国雪花牛肉分级技术取得的一些研究进展。
1图像信息获取方法
评级员依据雪花牛胴体眼肌切面脂肪的含量和分布情况来判别其等级，大理石花纹越丰富即脂肪在肌肉纤维之间分布得越均匀，肉品的等级就越高。无论哪种技术都需要基于对大理石花纹图像的分析来实现定级，所以获取清晰准确的图像信息是实现雪花牛肉定级的前提。近年来我国学者对于怎样准确提取样品的大理石花纹展开了不少研究。
1.1基于计算机视觉和图像处理技术的图像获取方法
基于计算机视觉和图像处理技术的图像获取方法是通过光学成像传感系统获得样品大理石花纹的图像信息，再经过图像平滑、二值化、阈值分割等图像处理技术得到代表图像大理石花纹各参数的信息。Chen等[6]于20世纪80年代末最先将图像处理技术引入牛肉质量分级，他们通过图像处理技术计算出了美国牛肉分级标准中6张标准图谱中牛眼肌脂肪面积，最先实现了分级的定量判断。南京农业大学彭增起教授团队研制的基于嵌入式Linux的牛胴体品质检测终端[7]，利用嵌入式技术的优势和机器视觉技术相结合，采用CCD工业相机作为图像采集设备，模拟CCD工业相机经TVP5146编码转换后接入嵌入式平台的方案，开发了牛肉图像快速采集程序，可以快速准确地获取雪花牛胴体肋骨横切面大理石花纹的图像。该研究在图像采集过程中创新性地采用光路折向设计取代传统的直射设计，降低了图像采集终端的高度，进一步使采集的图像更加稳定和规范。周彤等[8]在牛肉大理石花纹图像特征信息提取及自动分级方法的研究中提到该研究团队设计的图像采集系统，采用USB2.0 接口的CCD 工业相机获取图像信息，采集装置直接与计算机相连，可以自动获取高质量、颜色还原性好、最大分辨率达到1 280×960 像素的大理石花纹图像。
1.2基于近红外光谱技术的图像获取方法
近红外技术是一种快速无损并且绿色环保的检测技术。近年来我国利用近红外技术检测牛肉品质的研究较多，主要集中于脂肪、蛋白质、水分、肉色等指标的检测[9]。美国农业部肉类研究中心已经建立了牛肉近红外光谱信息与牛肉嫩度之间的预测模型，并且开发出了商品化的牛肉嫩度分级检测仪[10-11]。从近红外技术检测展现的良好势头来看，将近红外光谱技术应用于雪花牛肉的分级具有很大的潜力，但目前我国利用近红外技术研究牛肉分级的研究报道较少，尚处于探索阶段。可以研究不同波长近红外波对大理石花纹图像中某些或某个特征参数的吸光值是否有显著性差异，来建立雪花牛肉的分级模型。 1.3基于高光谱成像技术的图像获取方法
高光谱扫描成像技术是近年来新兴的检测技术，广泛应用于生鲜农畜产品的无损检测。该技术结合传统的成像和光谱学，可以同时获得图像的位置信息和光谱信息，可获得立方体图像。高晓东等[12]首次应用高光谱扫描成像系统对牛肉大理石花纹进行评级研究，该研究比较400～1 100 nm范围内520个波段的图像信息，通过比较脂肪和蛋白质在高光谱段反射比的最大值确定合适的采集波段，最后确定用肌肉和脂肪灰度比值最大处作为提取图像最佳波段即530 nm为大理石花纹分割的特征波段，建立高光谱线扫描成像系统。该研究团队的郭辉等[13]利用该成果研发了手持式牛肉大理石花纹检测系统，运用该系统采集了68块牛肉样品的大理石花纹并作出分级判断，与人工分级结果相比平均误差为7.114 3%。但该检测系统的参数还需要大量的样本来测试和优化，检测精度有待进一步提高。
另外，在不断研究创新完善图像采集技术的同时大理石花纹信息的采集也受图片拍摄质量的影响。在实际生产时，屠宰时候的碎肉血污会影响提取效果，生产中排酸产生的血污如不加以清理也会严重影响图片信息的采集，所以生产中要规范生产工艺，才能进一步利用各种成像技术提取高质量的图像信息。
2大理石花纹图像特征参数获取及分级模型的建立
雪花牛肉评级研究中在获取样品的大理石花纹图像信息后，要基于图像信息选择能够代表大理石花纹丰富度和均匀度的特征参数，选取合适的算法建立分级模型进行分级。获取同样图片信息的情况下，选取的特征参数不同或者模型算法不同，可能会导致不同的分级结果。以往国内外的研究多将大理石花纹的特征参数集中在脂肪颗粒数，及脂肪颗粒周长等只能代表脂肪的形状不能代表脂肪分布情况的参数上。近年来我国学者针对这一情况，开展了很多研究，也取得了不少成果。
刘璎瑛等[14]在雪花牛肉大理石花纹粗糙度和细密度的测定中提出，细密度和粗糙度2个指标能够反映脂肪的分布特征。粗糙度能够反映大理石花纹中的各个脂肪面积分布情况，细密度能够反映大理石花纹中脂肪数量的分布情况，而且两者相互独立。研究发现，在脂肪含量一定的情况下，细密度大、粗糙度小的牛肉其脂肪分布更均匀，并且2个指标能够跟随雪花牛肉大理石花纹脂肪含量的变化而变化。孟祥艳[15]在牛眼肌区域大理石花纹评级特征的研究中比较了中国、美国、日本3个国家雪花牛肉分级指标的主要特征参数，涉及到几何、形状及分布参数。并进一步对影响大理石花纹等级的参数进行线性组合，应用主成分分析法建立大理石花纹的等级预测模型。通过分析发现了对各国大理石花纹标准图谱影响最大的特征参数，其中对我国大理石花纹等级影响较大的是能代表花纹的形状及大小参数。陈坤杰等[16]基于雪花牛肉肌内脂肪分布的不规律性，利用分形几何在定量描述复杂的自然几何图形方面的优势，研究了牛肉大理石花纹各分形维与牛肉大理石花纹等级之间的变化关系。结合能够代表雪花牛肉脂肪分布的其他特征参数，建立了大理石牛肉分级计算模型。
3人造“雪花牛肉”分级技术
人工“雪花牛肉”
即人为地把脂肪代用品添加到牛肉肌纤维之间，形成人工的大理石花纹[17-18]。“此类雪花牛肉如何的分级？”“现有的或者是刚刚探索出的分级技术是否适用？”“是否需要把此类雪花牛肉排除在分级范围之外？”“是否应该遏制此类人工雪花牛肉的发展？”这些问题值得探讨。
一方面，人工雪花牛肉具有真实雪花牛肉的大理石花纹，并且因为脂肪的加入可以改变普通牛肉的口感增加嫩度，改变普通牛肉饱和脂肪酸含量过多的不利影响，使得营养价值更加科学合理。另一方面，不法商家在普通牛肉中注射脂肪，让牛肉看起来有了雪花牛肉的效果但营养价值与真正的雪花牛肉有很大区别，以人工雪花牛肉取代高端雪花牛肉，欺诈消费者牟取暴利。
目前鉴别人造雪花牛肉的技术已有报道。大连雪龙集团首先提出用遗传学破解雪花牛生长密码，鉴别人造雪花牛肉。该公司与国家肉牛牦牛产业技术体系專家合作，从雪花牛身上易产生雪花牛肉的不同部位提取遗传密码，组成遗传信息库。通过与最终屠宰后雪花牛肉的结果比对，排除无关的遗传信息，建立有效遗传信息和雪花纹理的对应关系。这一研究成果不仅可以鉴别人工雪花牛肉，更为重大的意义在于它可以有效地指导雪花牛科学饲养，增加雪花牛肉的产出率[19]。但这一课题需要大量的肉牛样本和遗传信息数据及对比研究，工作量大，且准确度是研究工作的一大难关，目前尚处于研究阶段。另外，乔冬雨[20]的研究为人们利用微卫星DNA的多态性来鉴别雪花牛肉及其级别提供了依据。
4结论与展望
雪花牛肉目前只是单纯地依靠外形来定级，消费者是否有必要一味地追求其大理石花纹的丰富与均匀，追求高端消费。如何倡导理性消费那些口感与营养俱佳但花纹均匀度并没有那么好的牛肉产品，把嫩度及脂肪酸含量等口感与营养指标作为评级指标是否有一定的参考意义，这需要一定的调查研究。另外，目前所研究的大部分分级技术都需要屠宰完后才再能鉴别是否是雪花牛肉及雪花牛肉的等级，因此，应致力于开发新的技术，可以在牛生长过程中鉴定产出的是否是雪花牛肉，这也应成为雪花牛肉分级技术研究的一个方向。
总之，自动化智能绿色无损的检验技术是市场的需求。将计算机视觉技术、图像处理技术、近红外技术、高光谱技术及相关生物技术、人工智能技术相结合综合应用，制定科学先进的雪花牛肉分级模型，促进雪花牛肉分级标准的制定实施，提高我国雪花牛肉的高级竞争力是我国专家学者的奋斗目标。
制约雪花牛肉发展的还有农户散养、喂养盲目性大、没有科学技术指导等也是我国雪花牛肉发展受阻的重要原因。我国应在政府层面，整合资源、制定政策、加大技术投入，提倡并促进大规模品牌化、科学化的农场养殖模式以尽快拉近与雪花牛肉强国的差距，增强我国综合国力。
参考文献 [1]
雪花牛肉及其营养价值[J].中国牛业科学，2011（1）：80.
[2] 刘万峰.制约我国肉牛业发展的因素及其对策[J].江西畜牧兽医杂志，2001（3）：1-3.
[3] 史杰，彭增起，谌启亮，等.中外牛肉分级制度对构建我国牛肉品质评定标准的启示[J].肉类研究，2010（3）：13-15.
[4] 汤晓艳，王敏，钱永忠，等.牛肉分级标准及分级技术发展概况综述[J].食品科学，2011，32（19）：288-293.
[5] 南京农业大学.牛肉等级规格：NY/T 676—2010[S].北京：中国标准出版社，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] 刘超超，彭增起，沈明霞，等.牛酮体品质检测系统中基于嵌入式Linux的终端设计[J].食品工业科技，2012，33（7）：336-339.
[8] 周彤，彭彦昆.牛肉大理石花纹图像特征信息提取及自动分级方法[J].农业工程学报，2013，29（15）：286-293.
[9] 刘晓晔.基于近红外光谱技术的牛肉在线分级及分类初探[D].北京：中国农业科学院，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] 高晓东，吴建虎，彭彦昆，等.基于高光谱成像技术的牛肉大理石花紋的评估[J].农产品加工，2009（10）：33-37.
[13] 郭辉，彭彦昆，江发潮，等.手持式牛肉大理石花纹检测系统[J].农业机械学报，2012（S1）：207-210.
[14] 刘璎瑛，沈明霞，彭增起，等.雪花牛肉大理石花纹粗糙度和细密度的测定[J].食品科学，2013，34（18）：170-174.
[15] 孟祥艳.牛眼肌区域大理石花纹评级特征的研究[J].肉类研究，2011（10）：6-11.
[16] 陈坤杰，吴贵茹，於海明，等.基于分形维和图像特征的牛肉大理石花纹等级判定模型[J].农业机械学报，2012，43（5）：147-151.
[17] 李颖.“整容”过的雪花牛肉还能不能吃[J].中国质量万里行，2017（1）：48-49.
[18] 张尚姝.别被“变装雪花”寒了胃[N].消费日报，2016-11-07（A01）.
[19] 遗传学破解雪花牛肉生长密码[J].江西饲料，2013（2）：46.
[20] 乔冬雨.8个牛品种的大理石花纹评分相关基因变异的微卫星DNA池分析[D].保定：河北农业大学，2012.
关键词雪花牛肉;分级技术; 参数模型
中图分类号S879.2文献标识码A文章编号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，From 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纤维之间，形成明显的红、白相间，似大理石花纹状的牛肉，也称大理石牛肉。雪花牛肉外表特异、口感好、营养价值高，是牛肉中的精品[1]。全世界以日本的雪花牛肉最为著名，澳大利亚和美国的雪花牛肉在品质和数量方面也较我国有较大优势。目前制约我国雪花牛肉发展的关键因素之一就是缺少科学和完善的分级系统[2-4]。标准的建立需要先进的检测技术作为支撑。
目前我国对雪花牛肉的分级多依靠评级员观察肉品大理石花纹的形状、分布密度和肉质来判断[5]，主观性较强不利于进驻国际市场。近年来我国许多学者和专家一直在积极地研究开发一种更为科学客观的技术手段来衡量雪花牛肉品质，确定雪花牛肉等级。目前文献报道的评级方法基本是由样本图像提取、特征参数选择、分级运算模型建立3个步骤组成。样本图像信息提取，就是利用各种成像技术把雪花牛肉样品的大理石花纹最真实地拍摄采集下来并转化成为可以量化的图像信息;选择特征参数是指从各种可量化的图像信息参数中通过比较筛选获取能够代表大理石花纹丰富程度的特征参数;建立分级模型是指建立一个能够通过某一特征参数或特征参数组合运算来量化雪花牛肉级别的公式。笔者分别从这3个方面总结近年来我国雪花牛肉分级技术取得的一些研究进展。
1图像信息获取方法
评级员依据雪花牛胴体眼肌切面脂肪的含量和分布情况来判别其等级，大理石花纹越丰富即脂肪在肌肉纤维之间分布得越均匀，肉品的等级就越高。无论哪种技术都需要基于对大理石花纹图像的分析来实现定级，所以获取清晰准确的图像信息是实现雪花牛肉定级的前提。近年来我国学者对于怎样准确提取样品的大理石花纹展开了不少研究。
1.1基于计算机视觉和图像处理技术的图像获取方法
基于计算机视觉和图像处理技术的图像获取方法是通过光学成像传感系统获得样品大理石花纹的图像信息，再经过图像平滑、二值化、阈值分割等图像处理技术得到代表图像大理石花纹各参数的信息。Chen等[6]于20世纪80年代末最先将图像处理技术引入牛肉质量分级，他们通过图像处理技术计算出了美国牛肉分级标准中6张标准图谱中牛眼肌脂肪面积，最先实现了分级的定量判断。南京农业大学彭增起教授团队研制的基于嵌入式Linux的牛胴体品质检测终端[7]，利用嵌入式技术的优势和机器视觉技术相结合，采用CCD工业相机作为图像采集设备，模拟CCD工业相机经TVP5146编码转换后接入嵌入式平台的方案，开发了牛肉图像快速采集程序，可以快速准确地获取雪花牛胴体肋骨横切面大理石花纹的图像。该研究在图像采集过程中创新性地采用光路折向设计取代传统的直射设计，降低了图像采集终端的高度，进一步使采集的图像更加稳定和规范。周彤等[8]在牛肉大理石花纹图像特征信息提取及自动分级方法的研究中提到该研究团队设计的图像采集系统，采用USB2.0 接口的CCD 工业相机获取图像信息，采集装置直接与计算机相连，可以自动获取高质量、颜色还原性好、最大分辨率达到1 280×960 像素的大理石花纹图像。
1.2基于近红外光谱技术的图像获取方法
近红外技术是一种快速无损并且绿色环保的检测技术。近年来我国利用近红外技术检测牛肉品质的研究较多，主要集中于脂肪、蛋白质、水分、肉色等指标的检测[9]。美国农业部肉类研究中心已经建立了牛肉近红外光谱信息与牛肉嫩度之间的预测模型，并且开发出了商品化的牛肉嫩度分级检测仪[10-11]。从近红外技术检测展现的良好势头来看，将近红外光谱技术应用于雪花牛肉的分级具有很大的潜力，但目前我国利用近红外技术研究牛肉分级的研究报道较少，尚处于探索阶段。可以研究不同波长近红外波对大理石花纹图像中某些或某个特征参数的吸光值是否有显著性差异，来建立雪花牛肉的分级模型。 1.3基于高光谱成像技术的图像获取方法
高光谱扫描成像技术是近年来新兴的检测技术，广泛应用于生鲜农畜产品的无损检测。该技术结合传统的成像和光谱学，可以同时获得图像的位置信息和光谱信息，可获得立方体图像。高晓东等[12]首次应用高光谱扫描成像系统对牛肉大理石花纹进行评级研究，该研究比较400～1 100 nm范围内520个波段的图像信息，通过比较脂肪和蛋白质在高光谱段反射比的最大值确定合适的采集波段，最后确定用肌肉和脂肪灰度比值最大处作为提取图像最佳波段即530 nm为大理石花纹分割的特征波段，建立高光谱线扫描成像系统。该研究团队的郭辉等[13]利用该成果研发了手持式牛肉大理石花纹检测系统，运用该系统采集了68块牛肉样品的大理石花纹并作出分级判断，与人工分级结果相比平均误差为7.114 3%。但该检测系统的参数还需要大量的样本来测试和优化，检测精度有待进一步提高。
另外，在不断研究创新完善图像采集技术的同时大理石花纹信息的采集也受图片拍摄质量的影响。在实际生产时，屠宰时候的碎肉血污会影响提取效果，生产中排酸产生的血污如不加以清理也会严重影响图片信息的采集，所以生产中要规范生产工艺，才能进一步利用各种成像技术提取高质量的图像信息。
2大理石花纹图像特征参数获取及分级模型的建立
雪花牛肉评级研究中在获取样品的大理石花纹图像信息后，要基于图像信息选择能够代表大理石花纹丰富度和均匀度的特征参数，选取合适的算法建立分级模型进行分级。获取同样图片信息的情况下，选取的特征参数不同或者模型算法不同，可能会导致不同的分级结果。以往国内外的研究多将大理石花纹的特征参数集中在脂肪颗粒数，及脂肪颗粒周长等只能代表脂肪的形状不能代表脂肪分布情况的参数上。近年来我国学者针对这一情况，开展了很多研究，也取得了不少成果。
刘璎瑛等[14]在雪花牛肉大理石花纹粗糙度和细密度的测定中提出，细密度和粗糙度2个指标能够反映脂肪的分布特征。粗糙度能够反映大理石花纹中的各个脂肪面积分布情况，细密度能够反映大理石花纹中脂肪数量的分布情况，而且两者相互独立。研究发现，在脂肪含量一定的情况下，细密度大、粗糙度小的牛肉其脂肪分布更均匀，并且2个指标能够跟随雪花牛肉大理石花纹脂肪含量的变化而变化。孟祥艳[15]在牛眼肌区域大理石花纹评级特征的研究中比较了中国、美国、日本3个国家雪花牛肉分级指标的主要特征参数，涉及到几何、形状及分布参数。并进一步对影响大理石花纹等级的参数进行线性组合，应用主成分分析法建立大理石花纹的等级预测模型。通过分析发现了对各国大理石花纹标准图谱影响最大的特征参数，其中对我国大理石花纹等级影响较大的是能代表花纹的形状及大小参数。陈坤杰等[16]基于雪花牛肉肌内脂肪分布的不规律性，利用分形几何在定量描述复杂的自然几何图形方面的优势，研究了牛肉大理石花纹各分形维与牛肉大理石花纹等级之间的变化关系。结合能够代表雪花牛肉脂肪分布的其他特征参数，建立了大理石牛肉分级计算模型。
3人造“雪花牛肉”分级技术
人工“雪花牛肉”
即人为地把脂肪代用品添加到牛肉肌纤维之间，形成人工的大理石花纹[17-18]。“此类雪花牛肉如何的分级？”“现有的或者是刚刚探索出的分级技术是否适用？”“是否需要把此类雪花牛肉排除在分级范围之外？”“是否应该遏制此类人工雪花牛肉的发展？”这些问题值得探讨。
一方面，人工雪花牛肉具有真实雪花牛肉的大理石花纹，并且因为脂肪的加入可以改变普通牛肉的口感增加嫩度，改变普通牛肉饱和脂肪酸含量过多的不利影响，使得营养价值更加科学合理。另一方面，不法商家在普通牛肉中注射脂肪，让牛肉看起来有了雪花牛肉的效果但营养价值与真正的雪花牛肉有很大区别，以人工雪花牛肉取代高端雪花牛肉，欺诈消费者牟取暴利。
目前鉴别人造雪花牛肉的技术已有报道。大连雪龙集团首先提出用遗传学破解雪花牛生长密码，鉴别人造雪花牛肉。该公司与国家肉牛牦牛产业技术体系專家合作，从雪花牛身上易产生雪花牛肉的不同部位提取遗传密码，组成遗传信息库。通过与最终屠宰后雪花牛肉的结果比对，排除无关的遗传信息，建立有效遗传信息和雪花纹理的对应关系。这一研究成果不仅可以鉴别人工雪花牛肉，更为重大的意义在于它可以有效地指导雪花牛科学饲养，增加雪花牛肉的产出率[19]。但这一课题需要大量的肉牛样本和遗传信息数据及对比研究，工作量大，且准确度是研究工作的一大难关，目前尚处于研究阶段。另外，乔冬雨[20]的研究为人们利用微卫星DNA的多态性来鉴别雪花牛肉及其级别提供了依据。
4结论与展望
雪花牛肉目前只是单纯地依靠外形来定级，消费者是否有必要一味地追求其大理石花纹的丰富与均匀，追求高端消费。如何倡导理性消费那些口感与营养俱佳但花纹均匀度并没有那么好的牛肉产品，把嫩度及脂肪酸含量等口感与营养指标作为评级指标是否有一定的参考意义，这需要一定的调查研究。另外，目前所研究的大部分分级技术都需要屠宰完后才再能鉴别是否是雪花牛肉及雪花牛肉的等级，因此，应致力于开发新的技术，可以在牛生长过程中鉴定产出的是否是雪花牛肉，这也应成为雪花牛肉分级技术研究的一个方向。
总之，自动化智能绿色无损的检验技术是市场的需求。将计算机视觉技术、图像处理技术、近红外技术、高光谱技术及相关生物技术、人工智能技术相结合综合应用，制定科学先进的雪花牛肉分级模型，促进雪花牛肉分级标准的制定实施，提高我国雪花牛肉的高级竞争力是我国专家学者的奋斗目标。
制约雪花牛肉发展的还有农户散养、喂养盲目性大、没有科学技术指导等也是我国雪花牛肉发展受阻的重要原因。我国应在政府层面，整合资源、制定政策、加大技术投入，提倡并促进大规模品牌化、科学化的农场养殖模式以尽快拉近与雪花牛肉强国的差距，增强我国综合国力。
参考文献 [1]
雪花牛肉及其营养价值[J].中国牛业科学，2011（1）：80.
[2] 刘万峰.制约我国肉牛业发展的因素及其对策[J].江西畜牧兽医杂志，2001（3）：1-3.
[3] 史杰，彭增起，谌启亮，等.中外牛肉分级制度对构建我国牛肉品质评定标准的启示[J].肉类研究，2010（3）：13-15.
[4] 汤晓艳，王敏，钱永忠，等.牛肉分级标准及分级技术发展概况综述[J].食品科学，2011，32（19）：288-293.
[5] 南京农业大学.牛肉等级规格：NY/T 676—2010[S].北京：中国标准出版社，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] 刘超超，彭增起，沈明霞，等.牛酮体品质检测系统中基于嵌入式Linux的终端设计[J].食品工业科技，2012，33（7）：336-339.
[8] 周彤，彭彦昆.牛肉大理石花纹图像特征信息提取及自动分级方法[J].农业工程学报，2013，29（15）：286-293.
[9] 刘晓晔.基于近红外光谱技术的牛肉在线分级及分类初探[D].北京：中国农业科学院，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] 高晓东，吴建虎，彭彦昆，等.基于高光谱成像技术的牛肉大理石花紋的评估[J].农产品加工，2009（10）：33-37.
[13] 郭辉，彭彦昆，江发潮，等.手持式牛肉大理石花纹检测系统[J].农业机械学报，2012（S1）：207-210.
[14] 刘璎瑛，沈明霞，彭增起，等.雪花牛肉大理石花纹粗糙度和细密度的测定[J].食品科学，2013，34（18）：170-174.
[15] 孟祥艳.牛眼肌区域大理石花纹评级特征的研究[J].肉类研究，2011（10）：6-11.
[16] 陈坤杰，吴贵茹，於海明，等.基于分形维和图像特征的牛肉大理石花纹等级判定模型[J].农业机械学报，2012，43（5）：147-151.
[17] 李颖.“整容”过的雪花牛肉还能不能吃[J].中国质量万里行，2017（1）：48-49.
[18] 张尚姝.别被“变装雪花”寒了胃[N].消费日报，2016-11-07（A01）.
[19] 遗传学破解雪花牛肉生长密码[J].江西饲料，2013（2）：46.
[20] 乔冬雨.8个牛品种的大理石花纹评分相关基因变异的微卫星DNA池分析[D].保定：河北农业大学，2012.