一种冷冻畜肉储藏周期预测装置及方法制造方法及图纸

本发明专利技术实施例提供一种冷冻畜肉储藏周期预测装置及方法，该装置包括：图像采集单元采集待测冷冻畜肉的初始测试图像，并采集若干种样品冷冻畜肉的初始样本图像；图像处理单元根据每一初始测试图像获取对应的测试均值、测试差值和测试方差，并根据每一初始样本图像获取对应的样本均值、样本差值和样本方差；数据处理单元根据每一初始样本图像对应的样本均值、样本差值、样本方差和每一初始样本图像的储藏周期，获取最佳预测模型；将每一初始测试图像对应的测试均值、测试差值和测试方差中的一种输入到最佳预测模型中，获取待测冷冻畜肉的储藏周期。本发明专利技术除样品解冻环节外，无人为参与，实现了自动采集、识别、提取、分析的快速智能化操作。

【技术实现步骤摘要】
一种冷冻畜肉储藏周期预测装置及方法
本专利技术实施例涉及肉制品无损检测
，尤其涉及一种冷冻畜肉储藏周期预测装置及方法。
技术介绍
冷冻储藏是现阶段我国储备肉及加工原料肉的主要储藏手段，可以在一定储藏周期内最大程度地抑制和减缓与畜肉腐败变质相关的生理生化反应。但随着冷冻储藏周期的延长，蛋白质氧化、脂肪氧化、微生物及冰晶的传热传质等因素导致的劣变效果叠加会大大降低冷冻畜肉的感官品质、食用品质及加工性能。加之，近年来发生的“僵尸肉”和“过期肉”事件，加剧了企业和民众对于冷冻畜肉储藏时间的质疑及食用安全性的担忧。众所周知，储藏时间的延长不仅会导致冷冻畜肉品质劣变及食用安全性下降，还会对交易价格造成较大的影响，因此国家标准和相关部委文件对加工原料肉和应急储备肉都有明确的冷冻储藏周期要求。而目前对于储藏周期的判断主要是对肉色褐变、干耗、蛋白质腐败和脂肪酸败产生的气味等品质劣变的程度进行感官评定，或采用针对性较强的理化指标检测来进行判断。但对于畜肉样品的检测是基于改变整块冷冻畜肉冻结状态并破坏样品完整性的基础上进行的，检测结果在解冻和检测过程中多重因素的干扰下，极易受到认知水平、主观差异及操作熟练程度的影响而造成误判，常规感官评定、理化指标检测法和挥发性有机物检测法已经无法满足大宗交易和批量检验对评估效费比的需求，因此急需开发一种不破坏样品完整性、不改变样品整体状态、采样全面、操作简便快捷、目标物针对性强且运行成本较低的预测系统及方法，以避免以上所述不足。
技术实现思路
在上述实施例的基础上，本专利技术实施例提供一种冷冻畜肉储藏周期预测装置及方法。第一方面，本专利技术实施例提供一种冷冻畜肉储藏周期预测装置，包括：图像采集单元、图像处理单元和数据处理单元，其中：所述图像采集单元用于采集待测冷冻畜肉若干个角度的初始测试图像，并采集若干种样品冷冻畜肉若干个角度的初始样本图像；所述图像处理单元用于根据每一初始测试图像获取所述待测冷冻畜肉对应的测试均值、测试差值和测试方差，所述待测冷冻畜肉对应的测试均值为所有初始测试图像对应的归一化颜色特征分量的均值，所述待测冷冻畜肉对应的测试差值为所有初始测试图像对应的归一化颜色特征分量最大值与最小值之差，所述待测冷冻畜肉对应的测试方差为所述任一初始测试图像归一化颜色特征分量的方差；并根据每一初始样本图像获取每一样品冷冻畜肉对应的样本均值、样本差值和样本方差，对于任一样品冷冻畜肉，所述任一样品冷冻畜肉对应的样本均值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的均值，所述任一样品冷冻畜肉对应的测试差值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量最大值与最小值之差，所述任一样品冷冻畜肉对应的测试方差为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的方差；所述数据处理单元用于根据每一样品冷冻畜肉对应的样本均值和每一初始样本图像的储藏周期，获取第一预测模型，根据每一样品冷冻畜肉对应的样本差值和每一初始样本图像的储藏周期，获取第二预测模型，根据每一样品冷冻畜肉对应的样本方差和每一初始样本图像的储藏周期，获取第三预测模型，从所述第一预测模型、所述第二预测模型和所述第三预测模型中选择一个作为最优预测模型；若所述第一预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试均值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第二预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试差值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第三预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试方差输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期。第二方面，本专利技术实施例提供一种冷冻畜肉储藏周期预测方法，包括：S1，采集待测冷冻畜肉若干个角度的初始测试图像，并采集若干种样品冷冻畜肉若干个角度的初始样本图像；S2，根据每一初始测试图像获取所述待测冷冻畜肉对应的测试均值、测试差值和测试方差，所述待测冷冻畜肉对应的测试均值为所有初始测试图像对应的归一化颜色特征分量的均值，所述待测冷冻畜肉对应的测试差值为所有初始测试图像对应的归一化颜色特征分量最大值与最小值之差，所述待测冷冻畜肉对应的测试方差为所述任一初始测试图像归一化颜色特征分量的方差；并根据每一初始样本图像获取每一样品冷冻畜肉对应的样本均值、样本差值和样本方差，对于任一样品冷冻畜肉，所述任一样品冷冻畜肉对应的样本均值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的均值，所述任一样品冷冻畜肉对应的测试差值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量最大值与最小值之差，所述任一样品冷冻畜肉对应的测试方差为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的方差；S3，根据每一样品冷冻畜肉对应的样本均值和每一初始样本图像的储藏周期，获取第一预测模型，根据每一样品冷冻畜肉对应的样本差值和每一初始样本图像的储藏周期，获取第二预测模型，根据每一样品冷冻畜肉对应的样本方差和每一初始样本图像的储藏周期，获取第三预测模型，从所述第一预测模型、所述第二预测模型和所述第三预测模型中选择一个作为最优预测模型；若所述第一预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试均值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第二预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试差值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第三预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试方差输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期。本专利技术实施例提供的冷冻畜肉储藏周期预测装置及方法，依据畜肉在冷冻储藏周期内，水分升华、脂肪氧化和蛋白氧化及光诱导等因素引发的肌红蛋白内卟啉环中二价铁离子向三价铁离子转换的颜色变化趋势，将不同储藏周期内冷冻畜肉在不同颜色空间下所表现的颜色特征信息直接关联冷冻储藏周期，构建最优预测模型，并以此预测待检冷冻畜肉样品的储藏周期。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一种冷冻畜肉储藏周期预测装置的结构示意图；图2为本专利技术实施例提供的一种冷冻畜肉储藏周期预测装置中图像采集单元的正视图；图3为本专利技术实施例提供的一种冷冻畜肉储藏周期预测装置中图像采集单元的左视图；图4为本专利技术实施例提供的一种冷冻畜肉储藏周期预测装置中图像采集单元的俯视图；图5为本专利技术实施例中自适应图像采集模块的图像采集原理图；图6为本专利技术实施例图像处理单元和数据处理单元的处理流程图；图7表示由冷冻猪IV号肉样品均值矩阵提取的2个主成分示意图；图8中均方误差反映出自变量矩阵和变量矩阵的估计量与被估计量之间差异示意图；图9表示所构建最优预测模型示意图；图10为本专利技术实施例一种冷冻畜肉储藏周期预测方法的流程图。附图说明：1、外部触发器；2、单片机；3、定焦CCD相机；4、漫反射LED光源；5、载物台；6、数控移动支架底座；7本文档来自技高网...

【技术保护点】
1.一种冷冻畜肉储藏周期预测装置，其特征在于，包括：图像采集单元、图像处理单元和数据处理单元，其中：所述图像采集单元用于采集待测冷冻畜肉若干个角度的初始测试图像，并采集若干种样品冷冻畜肉若干个角度的初始样本图像；所述图像处理单元用于根据每一初始测试图像获取所述待测冷冻畜肉对应的测试均值、测试差值和测试方差，所述待测冷冻畜肉对应的测试均值为所有初始测试图像对应的归一化颜色特征分量的均值，所述待测冷冻畜肉对应的测试差值为所有初始测试图像对应的归一化颜色特征分量最大值与最小值之差，所述待测冷冻畜肉对应的测试方差为所述任一初始测试图像归一化颜色特征分量的方差；并根据每一初始样本图像获取每一样品冷冻畜肉对应的样本均值、样本差值和样本方差，对于任一样品冷冻畜肉，所述任一样品冷冻畜肉对应的样本均值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的均值，所述任一样品冷冻畜肉对应的测试差值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量最大值与最小值之差，所述任一样品冷冻畜肉对应的测试方差为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的方差；所述数据处理单元用于根据每一样品冷冻畜肉对应的样本均值和每一初始样本图像的储藏周期，获取第一预测模型，根据每一样品冷冻畜肉对应的样本差值和每一初始样本图像的储藏周期，获取第二预测模型，根据每一样品冷冻畜肉对应的样本方差和每一初始样本图像的储藏周期，获取第三预测模型，从所述第一预测模型、所述第二预测模型和所述第三预测模型中选择一个作为最优预测模型；若所述第一预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试均值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第二预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试差值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第三预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试方差输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期。...

【技术特征摘要】
1.一种冷冻畜肉储藏周期预测装置，其特征在于，包括：图像采集单元、图像处理单元和数据处理单元，其中：所述图像采集单元用于采集待测冷冻畜肉若干个角度的初始测试图像，并采集若干种样品冷冻畜肉若干个角度的初始样本图像；所述图像处理单元用于根据每一初始测试图像获取所述待测冷冻畜肉对应的测试均值、测试差值和测试方差，所述待测冷冻畜肉对应的测试均值为所有初始测试图像对应的归一化颜色特征分量的均值，所述待测冷冻畜肉对应的测试差值为所有初始测试图像对应的归一化颜色特征分量最大值与最小值之差，所述待测冷冻畜肉对应的测试方差为所述任一初始测试图像归一化颜色特征分量的方差；并根据每一初始样本图像获取每一样品冷冻畜肉对应的样本均值、样本差值和样本方差，对于任一样品冷冻畜肉，所述任一样品冷冻畜肉对应的样本均值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的均值，所述任一样品冷冻畜肉对应的测试差值为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量最大值与最小值之差，所述任一样品冷冻畜肉对应的测试方差为所述任一样品冷冻畜肉对应的所有初始样本图像归一化颜色特征分量的方差；所述数据处理单元用于根据每一样品冷冻畜肉对应的样本均值和每一初始样本图像的储藏周期，获取第一预测模型，根据每一样品冷冻畜肉对应的样本差值和每一初始样本图像的储藏周期，获取第二预测模型，根据每一样品冷冻畜肉对应的样本方差和每一初始样本图像的储藏周期，获取第三预测模型，从所述第一预测模型、所述第二预测模型和所述第三预测模型中选择一个作为最优预测模型；若所述第一预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试均值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第二预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试差值输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期；若所述第三预测模型为所述最优预测模型，将所述待测冷冻畜肉的测试方差输入所述最佳预测模型中，获取所述待测冷冻畜肉的储藏周期。2.根据权利要求1所述装置，其特征在于，所述根据每一初始测试图像获取所述待测冷冻畜肉对应的测试均值、测试差值和测试方差，具体包括：对于任一初始测试图像，对所述任一初始测试图像进行前景物与背景的分离，获得目标物图像；获取所述目标物图像的最小外接矩形，将所述最小外接矩形范围内的目标物图像数据作为新图像；提取所述新图像中的目标物兴趣区；将所述目标物兴趣区在不同颜色空间下进行数据转换并归一化颜色特征分量；获取归一化颜色特征分量的测试均值、测试差值和测试方差；根据每一初始测试图像的测试均值、测试差值和测试方差，获取所述待测冷冻畜肉的测试均值、测试差值和测试方差。3.根据权利要求2所述装置，其特征在于，对所述任一初始测试图像进行前景物与背景的分离，获得目标物图像，具体包括：若所述任一初始测试图像与背景图像的对应像素点灰度差值，大于背景图像矩阵中各列最大灰度值的中值，则该像素点即为冷冻畜肉图像中前景目标物的像素，并赋予该像素原始值，如否，则赋值为0。4.根据权利要求2所述装置，其特征在于，所述将所述目标物兴趣区在不同颜色空间下进行数据转换并归一化颜色特征分量，具体包括：将所述目标物兴趣区在灰度空间、RGB空间、HSV空间、Lab空间及YCbCr空间内进行数据转换后获得相应空间的特征分量，再除以该分量取值范围的最大值。5.根据权利要求2所述装置，其特征在于，所述获取归一化颜色特征分量的测试均值、测试差值和测试方差，具体包括：求取图像特征分量的均值、差值及方差即对每一张兴趣区图像在不同颜色空间下的非零特征分量归一化值进行均值、最大值与最小值的差值及方差的计算。6.根据权利要求1所述装置，其特征在于，所述从所述第一预测模型、所述第二预测模型和所述第三预测模型中选择一个作为最优预测模型，具体包括：采用留一法对所述第一预测模型、所述第二预测模型和所述第三预测模型分别进行交叉验证，选取其中拟合决定系数最大的作为所述最佳预测模型。7.根据权利要求1所述装置，其特征在于，所述图...

【专利技术属性】
技术研发人员：乔晓玲，王辉，李家鹏，田寒友，郭雅，王守伟，
申请(专利权)人：中国肉类食品综合研究中心，
类型：发明
国别省市：北京,11