一种基于手机的便携式多光谱成像技术检测腊肉品质的方法技术

本发明专利技术属于食品、农产品品质检测技术领域，涉及一种基于手机的便携式多光谱成像技术检测腊肉品质的方法；步骤为：S1：采集腊肉特征光谱图像；S2：测定腊肉样本的酸价和过氧化值；S3：对步骤S1获得的光谱图像进行校正；校正完毕后，对光谱图像进行预处理；然后利用预处理后的腊肉光谱图像数据和步骤S2测定相应的腊肉的酸价和过氧化值实测值，建立腊肉品质指标预测模型；S4：利用建立的腊肉品质指标预测模型预测未知品质的腊肉样本，实现对腊肉品质指标的快速检测及可视化；本发明专利技术操作简单，同时降低了检测成本，加快了检测速度，真正做到了腊肉品质的实时、快速检测。

A Portable Multispectral Imaging Technology for Bacon Quality Detection Based on Mobile Phone

The invention belongs to the field of food and agricultural product quality detection technology, and relates to a portable multi-spectral imaging technology based on mobile phone to detect the quality of bacon. The steps are as follows: S1: collecting the characteristic spectral image of bacon; S2: determining the acid value and peroxide value of bacon samples; S3: correcting the spectral image obtained by B; after correction, preprocessing the spectral image. Secondly, the acid value and peroxide value of the cured meat were measured by the spectral image data of the pre-processed cured meat and the measured value of the cured meat peroxide value. The prediction model of the cured meat quality index was established. S4: The cured meat samples with unknown quality were predicted by the established prediction model of the cured meat quality index, and the rapid detection and visualization of the cured meat quality index were realized. The operation of the present invention is simple, while the detection is reduced. Cost, speed up the detection, real-time and fast detection of bacon quality.

【技术实现步骤摘要】
一种基于手机的便携式多光谱成像技术检测腊肉品质的方法
本专利技术属于食品、农产品品质检测
，具体涉及一种基于手机的便携式多光谱成像技术检测腊肉品质的方法。
技术介绍
腊肉是我国传统肉制品之一，具有悠久的历史和文化背景，因其具有独特的风味而深受消费者喜爱。腊肉在储藏过程中，脂肪和油脂会发生酸败和氧化，导致腊肉品质下降或变质。酸价和过氧化值常用来衡量腊肉中脂肪油脂的酸败、氧化程度。GB2730-2005《腌腊肉制品卫生标准》中规定酸价大于4.00mg/g，过氧化值大于0.25g/100g的腊肉不合格。因此，定量快速地检测酸价和过氧化值对于腊肉储藏过程关键品质控制和保障腊肉食用安全具有重要意义。目前，测定腊肉酸价和过氧化值常用的方法是依据GB/5009.37-2003《食用植物油卫生标准分析方法》规定的滴定法或比色法。这两种分析方法具有抗干扰能力强、测定结果稳定可靠的优点，但存在分析时间较长、需要专业实验人员进行操作且所用材料为有毒有害试剂等不足。新兴的检测酸价和过氧化值的手段有高效液相法、GC/GC-MS、荧光免疫层析等技术，这些技术检测精度较高，结果较为准确，为腊肉的品质检测提供了新的途径，但同时需要专业人士进行操作，并具有分析耗时费力、成本高昂的特点，无法满足实际生产的检测需要。光谱分析技术可以实现非接触式检测腊肉内部品质，是农畜产品快速检测的另一方法，相比单一光谱检测技术，多光谱成像技术是光谱分析技术和图像处理技术的融合，它不仅包含待测物质高分辨率的二维形貌信息，而且所含的光谱又能反映出物质的化学组份含量信息，多光谱成像技术使得食品的组分含量分布检测“可视化”，分析方法更为快速灵活。然而，传统的多光谱成像系统仍然存在体积较大的缺点，不利于腊肉品质的现场快速检测。因此，亟需开发一种便捷快速的腊肉品质检测方法，提高腊肉品质的检测效率，以便对市售腊肉的品质监管。
技术实现思路
针对现有腊肉品质检测技术检测速度慢，不易携带等缺点，本专利技术旨在解决所述问题之一，提出基于手机的便携式多光谱成像技术快速检测腊肉品质的方法。借助特征光谱和图像信息，对评估腊肉品质的两个指标(酸价、过氧化值)分别进行测定，测定结果按照具体指标在被测腊肉中的空间分布情况以图像的方式给出。为了实现以上目的，本专利技术的具体步骤如下：S1：采集腊肉特征光谱；首先选取腊肉样本，置于常温下储存；然后对便携式多光谱成像装置进行参数设置和黑白参考采集，利用便携式多光谱成像装置在不同特征波长下采集在常温下储存不同天数后腊肉样本的光谱图像；S2：测定腊肉样本的酸价和过氧化值；根据国标GB/5009.37-2003方法(滴定法)分别测定S1中已采集光谱图像后相应腊肉样本的酸价和过氧化值实际值；S3：建立腊肉品质指标预测模型，首先，对步骤S1获得的光谱图像进行校正；校正完毕后，对光谱图像进行预处理；然后利用预处理后的腊肉光谱图像数据和步骤S2测定相应的腊肉的酸价和过氧化值实测值，建立腊肉品质指标预测模型，即为酸价和过氧化值预测模型；S4：利用步骤S3建立的腊肉品质指标预测模型预测未知品质的腊肉样本，首先获取未知品质腊肉的光谱图像，腊肉品质指标预测模型根据光谱图像中的每个像素点，从而得到对应的酸价和过氧化值指标值，进而构建出腊肉品质指标的二维分布图，即酸价和过氧化值的二维分布图，实现对腊肉品质指标的快速检测及可视化。优选的，步骤S1所述的便携式多光谱成像装置包括智能手机、嵌入有蓝牙模块的液晶可调谐滤光器和光学镜头；所述智能手机的相机、光学镜头和液晶可调谐滤光器按照光路共轴的基准来进行组装；所述智能手机的相应客户端通过蓝牙向液晶可调谐滤光器发送指令消息完成波长调节及光谱图像扫描。优选的，步骤S1所述参数设置具体为：设置灵敏度为4，曝光时间为0.4秒，对焦方式设为自动，波长扫描范围设为最优波段：470～490nm、562～584nm、631～657nm和760～780nm四个区间；所述不同特征波长分别为471nm、485nm、569nm、574nm、582nm、631nm、649nm、657nm、762nm和780nm。优选的，步骤S1所述黑白参考采集：利用标准漫反射白板和黑板采集光谱图像；便于步骤S3中的黑白板校正，主要目的是降低采集过程中系统噪声和暗电流对图像质量的影响。优选的，步骤S1所述不同特征波长的筛选步骤为；首先利用高光谱技术获取腊肉全波段光谱图像数据，对得到的光谱图像数据进行SG平滑滤波(Savitzky-GolayFilter)预处理，然后以预处理后的光谱数据作为观测矩阵，采用联合区间偏最小二乘法获得最优波段，将最优波段作为观测矩阵，采用模拟退火算法获得不同特征波长。优选的，步骤S1所述不同天数为1～90天。优选的，步骤S3所述的校正具体为黑白板校正，校正公式(1)为：其中，R(λ)为校正后的图像，R0(λ)为样本原始的漫反射光谱图像，Rw(λ)为白参考的漫反射图像，Rd为暗图像。优选的，步骤S3所述的预处理为标准正态变量变换(StandardNormalVariate,SNV)平滑预处理。优选的，步骤S3所述利用预处理后的腊肉光谱图像数据和步骤S2测定相应的腊肉的酸价和过氧化值实测值，建立腊肉品质指标预测模型的具体操作是：以酸价和过氧化值分别为因变量，预处理后的腊肉光谱图像数据为自变量，分别采用最小二乘支持向量机(LeastSquareSupportVectorMachine,LS-SVM)和人工神经网络(BackPropagationArtificialNeuralNetwork,BP-ANN)建立腊肉品质指标预测模型。优选的，步骤S4所述构建腊肉品质指标的二维分布图具体方法为：采集未知品质腊肉的光谱图像，提取腊肉光谱图像中每个像素点在特征波长下的光谱反射值，整个腊肉光谱图像是一个j*p像素的二维图像；然后将每个像素点的光谱反射值代入腊肉品质指标预测模型中，得到每个像素点对应的酸价和过氧化值预测值，从而在手机上构建出未知品质腊肉酸价和过氧化值含量的二维分布图。本专利技术的有益效果在于：本专利技术公开的基于手机的便携式多光谱成像技术检测腊肉品质的方法，通过将手机-多光谱成像技术-腊肉品质检测进行融合，具有以下优势：(1)装置具有高度便携性，且操作简单易懂；(2)降低了检测成本，加快了检测速度，真正做到了腊肉品质的实时、快速检测；(3)通过优选特征光谱和优化模型算法提高了腊肉品质各指标的预测精度和准确度，对于腊肉品质现场快速检测具有重要现实意义。附图说明图1：手机便携式多光谱成像装置结构图。图2：腊肉品质检测APP部分界面。其中：1-智能手机、201-光学镜头、3-液晶可调谐滤光器、301内置控制器、4-蓝牙模块。具体实施方式下面结合具体的实例来说明本专利技术所述的基于手机的便携式多光谱成像技术检测腊肉品质的方法。但实施方式不限制本专利技术，本领域的普通技术人员根据这些实施方式所做出的方法、功能上的变换均在本专利技术的保护范围内。基于手机的便携式多光谱成像技术检测腊肉品质的方法。图1显示了所组装手机便携式多光谱成像装置结构图，该装置由智能手机1、液晶可调谐滤光器3、光学镜头201、内置控制器301、蓝牙模块4组成，智能手机1的相机、光学镜头201和液晶可调谐滤本文档来自技高网...

【技术保护点】
1.一种基于手机的便携式多光谱成像技术检测腊肉品质的方法，具体步骤如下：S1：采集腊肉特征光谱；首先选取腊肉样本，置于常温下储存；然后对便携式多光谱成像装置进行参数设置和黑白参考采集，利用便携式多光谱成像装置在不同特征波长下采集在常温下储存不同天数后腊肉样本的光谱图像；S2：测定腊肉样本的酸价和过氧化值；根据国标GB/5009.37‑2003方法分别测定S1中已采集光谱图像后相应腊肉样本的酸价和过氧化值实际值；S3：建立腊肉品质指标预测模型，首先，对步骤S1获得的光谱图像进行校正；校正完毕后，对光谱图像进行预处理；然后利用预处理后的腊肉光谱图像数据和步骤S2测定相应的腊肉的酸价和过氧化值实测值，建立腊肉品质指标预测模型，即为酸价和过氧化值预测模型；S4：利用步骤S3建立的腊肉品质指标预测模型预测未知品质的腊肉样本，首先获取未知品质腊肉的光谱图像，腊肉品质指标预测模型根据光谱图像中的每个像素点，从而得到对应的酸价和过氧化值指标值，进而构建出腊肉品质指标的二维分布图，即酸价和过氧化值的二维分布图，实现对腊肉品质指标的快速检测。

【技术特征摘要】
1.一种基于手机的便携式多光谱成像技术检测腊肉品质的方法，具体步骤如下：S1：采集腊肉特征光谱；首先选取腊肉样本，置于常温下储存；然后对便携式多光谱成像装置进行参数设置和黑白参考采集，利用便携式多光谱成像装置在不同特征波长下采集在常温下储存不同天数后腊肉样本的光谱图像；S2：测定腊肉样本的酸价和过氧化值；根据国标GB/5009.37-2003方法分别测定S1中已采集光谱图像后相应腊肉样本的酸价和过氧化值实际值；S3：建立腊肉品质指标预测模型，首先，对步骤S1获得的光谱图像进行校正；校正完毕后，对光谱图像进行预处理；然后利用预处理后的腊肉光谱图像数据和步骤S2测定相应的腊肉的酸价和过氧化值实测值，建立腊肉品质指标预测模型，即为酸价和过氧化值预测模型；S4：利用步骤S3建立的腊肉品质指标预测模型预测未知品质的腊肉样本，首先获取未知品质腊肉的光谱图像，腊肉品质指标预测模型根据光谱图像中的每个像素点，从而得到对应的酸价和过氧化值指标值，进而构建出腊肉品质指标的二维分布图，即酸价和过氧化值的二维分布图，实现对腊肉品质指标的快速检测。2.根据权利要求1所述的一种基于手机的便携式多光谱成像技术检测腊肉品质的方法，其特征在于，步骤S1所述的便携式多光谱成像装置包括智能手机、嵌入有蓝牙模块的液晶可调谐滤光器和光学镜头；所述智能手机的相机、光学镜头和液晶可调谐滤光器按照光路共轴的基准来进行组装。3.根据权利要求1所述的一种基于手机的便携式多光谱成像技术检测腊肉品质的方法，其特征在于，步骤S1所述参数设置具体为：设置灵敏度为4，曝光时间为0.4秒，对焦方式设为自动，波长扫描范围为470～490nm、562～584nm、631～657nm和760～780nm四个区间；所述不同特征波长分别为471nm、485nm、569nm、574nm、582nm、631nm、649nm、657nm、762nm和780nm。4.根据权利要求1所述的一种基于手机的便携式多光谱成像技术检测腊肉品质的方法，其特征在于，步骤S1所...

【专利技术属性】
技术研发人员：邹小波，史永强，张春江，石吉勇，石海军，吴胜斌，黄晓玮，李志华，徐艺伟，胡雪桃，
申请(专利权)人：江苏大学，中国农业科学院原子能利用研究所，
类型：发明
国别省市：江苏,32