一种食用菌干燥状态在线评估方法及系统技术方案

本发明专利技术实施例提供一种食用菌干燥状态在线评估方法及系统，该方法包括：在线获取待测食用菌在干燥过程中的核磁信号图，以及与核磁信号图对应的体表红外分布图，核磁信号图和体表红外分布图构成状态辨识特征图；将状态辨识特征图输入至干燥状态分析模型，获取干燥状态分析模型输出的干燥状态分析结果；其中，干燥状态分析模型是基于状态辨识特征矩阵样本以及与状态辨识特征矩阵样本对应的干燥状态分析结果标签训练后得到的。本发明专利技术实施例提供的食用菌干燥状态在线评估方法及系统，综合利用核磁成像和热红外监测技术直接对食用菌进行在线干燥监控，结合深度卷积神经网络分析，在保证产品完整性的同时，提高了检测的效率和精度。

An online evaluation method and system for drying state of edible fungi

【技术实现步骤摘要】
一种食用菌干燥状态在线评估方法及系统
本专利技术涉及农产品加工
，尤其涉及一种食用菌干燥状态在线评估方法及系统。
技术介绍
食用菌由于营养价值丰富，富含蛋白质、氨基酸、膳食纤维、矿物质、维生素以及香菇多糖和各种活性因子，深受消费者的喜爱。比如素有“菇中之王”美称的香菇，是世界第二大食用菌。鲜香菇质地细嫩，含水率高达80％(湿基)以上，采收后鲜度迅速下降，从而会引起开伞、菌褶褐变、菇体萎缩等问题，影响风味和商品价值。但食用菌不易贮存，若将其干燥则附加值倍增。热风干燥(hotairdrying，简称HAD)是以热空气为干燥介质，利用煤、石油、天然气等热源提供热量，热空气经风机进入干燥室内，物料表面的水分受热汽化而扩散至周围空气中，干燥期间传质、传热同时进行。因投资较低、操作方便、易于控制，仍是目前香菇干燥的最常用方法之一。热风干燥过程中往往由于温度过高或干燥时间较长，可引起物料色泽劣变、营养成分降解，甚至产生焦糊现象。针对此类问题，需要对干燥过程中进行监测，通常有直接和间接监测。间接监测是利用监测干燥室内温度、湿度、热风速度等建立模型后预测干燥状态。例如：通过建立不同风温、风速、装载量及放置方式对食用菌干燥品质的影响，得到食用菌热泵干燥特性曲线，并通过SPSS软件对实验数据进行拟合，建立食用菌热泵干燥动力学模型。但间接检测所使用的模型预测法的测量结果，根据具体工况必然存在很大误差，不同食用菌干燥模型在指导其它食用菌、甚至同一品种的食用菌的实际生产上具有很大局限性。直接监测就观测物料本身，而常用包括含水率检测法以及磁共振成像技术。其中，含水率检测法就是对物料内部水分变化的监测，传统方法如称重法、电阻法、电容法、介电法、微波法、中子法等仅能测出物料的整体含水率。虽然磁共振成像技术是一种比较理想的测量干燥过程物料内部水分的方法，但均是是离线取样式检测，在食用菌干燥过程中，通过取样放入核磁设备中进行检测，无法实时在线监测干燥过程中水分的变化。同时，关于在线式检测方面，例如：江南大学自主研发设计的微波真空干燥机，通过设计可以上下移动的玻璃管作为干燥仓，在干燥阶段，设置于微波干燥室中的干燥仓，在检测时，通过拉杆移动到LF-NMR/MRI分析系统的线圈中，同时保证整个过程中真空度和物料量不变，温度波动在可控范围。但在干燥过程中，仅仅对水分扩散监测是不够的。会因物料自身特性而无法保证各部分的干燥均匀性，比如：香菇菌盖和菌柄干燥速率不同，菌柄干燥时间较长，产生焦糊现象，需根据香菇物料特性(如菌柄与菌盖的干燥差异等)，同时监测体表温度分布。综上所述，现有技术中对于菌类在线检测的方法存在检测手段单一、检测精度差，检测效率低的不足。
技术实现思路
本专利技术实施例提供一种食用菌干燥状态在线评估方法及系统，用以解决现有技术中对于使食用菌检测的识别率低、检测手段单一的缺陷。第一方面，本专利技术实施例提供一种食用菌干燥状态在线评估方法，包括：在线获取待测食用菌在干燥过程中的核磁信号图，以及与核磁信号图对应的体表红外分布图，核磁信号图和体表红外分布图构成状态辨识特征图；将状态辨识特征图输入至干燥状态分析模型，获取干燥状态分析模型输出的干燥状态分析结果；其中，干燥状态分析模型是基于状态辨识特征矩阵样本以及与状态辨识特征矩阵样本对应的干燥状态分析结果标签训练后得到的。进一步地，上述干燥状态分析模型包括：核磁信号图分析子模型、体表红外分布图分析子模型；核磁信号图分析子模型包括依次连接的第一输入层、第一卷积层、第一池化层、第二卷积层、第二池化层和第一全连接层；体表红外分布图分析子模型包括依次连接的第二输入层、第三卷积层、第三池化层、第四卷积层、第四池化层和第二全连接层；干燥状态分析模型还包括第三全连接层和softmax输出层；其中，第一全连接层和第二全连接层分别连接所述第三全连接层，第三全连接层连接softmax输出层。进一步地，上述将状态辨识特征图输入至干燥状态分析模型，获取干燥状态分析模型输出的干燥状态分析结果，包括：将尺寸为160*120的所述体表红外分布图输入至所述第一输入层；从第一输入层至所述第一卷积层之间采用32个尺寸为5*5的滤波器，进行步长为5的采样，获取尺寸为32*24*32的第一特征映射图；从第一卷积层至第一池化层之间采用最大池化方式，包括采用32个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为16*12*32的第二特征映射图；从第一池化层至第二卷积层之间采用64个尺寸为3*3的滤波器，进行步长为1的采样，获取尺寸为14*10*64的第三特征映射图；从第二卷积层至第二池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为13*9*64的第四特征映射图；将第四特征映射图输入至通道数为500的第一全连接层；将尺寸为256*256的核磁信号图输入至第二输入层；从第二输入层至第三卷积层之间采用64个尺寸为5*5的滤波器，进行步长为5的采样，获取尺寸为52*52*64的第五特征映射图；从第三卷积层至第三池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为26*26*64的第六特征映射图；从三池化层至第四卷积层之间采用128个尺寸为3*3的滤波器，进行步长为1的采样，获取尺寸为24*24*128的第七特征映射图；从第四卷积层至第四池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为13*9*64的第八特征映射图；将第八特征映射图输入至通道数为500的第二全连接层；将经过第一全连接层全连接处理后的第四特征映射图与经过第二全连接层全连接处理后的第八特征映射图同时输入至通道数为N的第三全连接层后，输入至softmax输出层；获取由softmax输出层输出的N个类别概率，N为干燥状态分析类别的个数；确定N个类别概率中的最大值所对应的类别为干燥状态分析结果。进一步地，根据食用菌干燥过程产生焦糊的可能性，确定干燥状态分析类别的个数N为5；干燥状态分析类别包括：不可能、较小可能、可能、可能极大以及确定。进一步地，上述干燥状态分析模型的激活函数采用修正线性单元ReLU：ReLU(x)＝max(0，x)。进一步地，在上述将状态辨识特征图输入至干燥状态分析模型之前，还包括：构建状态辨识特征矩阵样本，以及确定每个状态辨识特征矩阵样本对应的干燥状态分析结果标签；基于小批量随机梯度下降法，利用状态辨识特征矩阵样本和干燥状态分析结果标签对干燥状态分析模型进行预训练。进一步地，上述构建状态辨识特征矩阵样本，以及确定每个状态辨识特征矩阵样本对应的干燥状态分析结果标签，包括：利用离心机分别测量食用菌样本各局部水分含量，获取核磁信号图样本；在红外视觉范围内，获取食用菌样本在干燥过程中的红外图像，并利用标准温度值对红外图像进行标定，获取体表红外本文档来自技高网...

【技术保护点】
1.一种食用菌干燥状态在线评估方法，其特征在于，包括：/n在线获取待测食用菌在干燥过程中的核磁信号图，以及与所述核磁信号图对应的体表红外分布图，所述核磁信号图和所述体表红外分布图构成状态辨识特征图；/n将所述状态辨识特征图输入至干燥状态分析模型，获取所述干燥状态分析模型输出的干燥状态分析结果；/n其中，所述干燥状态分析模型是基于状态辨识特征矩阵样本以及与所述状态辨识特征矩阵样本对应的干燥状态分析结果标签训练后得到的。/n

【技术特征摘要】
1.一种食用菌干燥状态在线评估方法，其特征在于，包括：
在线获取待测食用菌在干燥过程中的核磁信号图，以及与所述核磁信号图对应的体表红外分布图，所述核磁信号图和所述体表红外分布图构成状态辨识特征图；
将所述状态辨识特征图输入至干燥状态分析模型，获取所述干燥状态分析模型输出的干燥状态分析结果；
其中，所述干燥状态分析模型是基于状态辨识特征矩阵样本以及与所述状态辨识特征矩阵样本对应的干燥状态分析结果标签训练后得到的。


2.根据权利要求1所述的食用菌干燥状态在线评估方法，其特征在于，所述干燥状态分析模型包括：核磁信号图分析子模型、体表红外分布图分析子模型；
所述核磁信号图分析子模型包括依次连接的第一输入层、第一卷积层、第一池化层、第二卷积层、第二池化层和第一全连接层；
所述体表红外分布图分析子模型包括依次连接的第二输入层、第三卷积层、第三池化层、第四卷积层、第四池化层和第二全连接层；
所述干燥状态分析模型还包括第三全连接层和softmax输出层；
其中，所述第一全连接层和所述第二全连接层分别连接所述第三全连接层，所述第三全连接层连接所述softmax输出层。


3.根据权利要求2所述的食用菌干燥状态在线评估方法，其特征在于，所述将所述状态辨识特征图输入至干燥状态分析模型，获取所述干燥状态分析模型输出的干燥状态分析结果，包括：
将尺寸为160*120的所述体表红外分布图输入至所述第一输入层；
从所述第一输入层至所述第一卷积层之间采用32个尺寸为5*5的滤波器，进行步长为5的采样，获取尺寸为32*24*32的第一特征映射图；
从所述第一卷积层至所述第一池化层之间采用最大池化方式，包括采用32个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为16*12*32的第二特征映射图；
从所述第一池化层至所述第二卷积层之间采用64个尺寸为3*3的滤波器，进行步长为1的采样，获取尺寸为14*10*64的第三特征映射图；
从所述第二卷积层至所述第二池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为13*9*64的第四特征映射图；将所述第四特征映射图输入至通道数为500的所述第一全连接层；
将尺寸为256*256的所述核磁信号图输入至所述第二输入层；
从所述第二输入层至所述第三卷积层之间采用64个尺寸为5*5的滤波器，进行步长为5的采样，获取尺寸为52*52*64的第五特征映射图；
从所述第三卷积层至所述第三池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为26*26*64的第六特征映射图；
从所述三池化层至所述第四卷积层之间采用128个尺寸为3*3的滤波器，进行步长为1的采样，获取尺寸为24*24*128的第七特征映射图；
从所述第四卷积层至所述第四池化层之间采用最大池化方式，包括采用64个尺寸为2*2的滤波器，进行步长为2的采样，获取尺寸为13*9*64的第八特征映射图；
将...

【专利技术属性】
技术研发人员：王明飞，张石锐，郑文刚，单飞飞，鲍锋，
申请(专利权)人：北京农业智能装备技术研究中心，
类型：发明
国别省市：北京;11