一种基于温度分布差异的羊肉掺假定性判别方法技术

一种基于温度分布差异的羊肉掺假定性判别方法，尤其涉及一种充分利用红外热像视频优选获取温度分布差异较大的热像图并提取其感兴趣区域（ROI）进而利用优化后的判别模型进行羊肉掺假识别的方法，包括先建立羊肉中掺入不同肉类的热像图判别模型，再利用判别模型对掺假羊肉中掺入的不同肉类进行识别。本发明专利技术将深度学习算法与热成像技术相结合应用于羊肉中掺假不同肉类的判别，并获得了较高的判别准确率；卷积神经网络可以自动进行数据归一化和特征提取，降低了数据前处理的复杂性；不需要对待测样品进行特殊的前处理、操作者不需要专业知识；红外热像视频采集系统结构简单、操作简捷、采集和判别过程快速；红外热像视频采集系统及其配套装置经济实惠，具有较高的市场推广应用价值。应用价值。应用价值。

【技术实现步骤摘要】
一种基于温度分布差异的羊肉掺假定性判别方法


[0001]本专利技术属于肉类品质无损检测
，具体涉及一种将热像图与深度学习相结合进而利用优化后的卷积神经网络判别模型进行羊肉掺假识别的方法。

技术介绍

[0002]羊肉营养丰富，风味独特，是一种广受人们喜爱的肉类。近年来，世界各地的羊肉产量和消费量也在逐步增加。但与此同时，高额的利润也导致了羊肉供应链中掺假问题的发生。掺假羊肉是指羊肉中掺有其他价值较低的肉类，掺假羊肉不仅严重侵害了消费者的经济利益、破坏市场秩序，也会引起消费者健康问题和食品安全问题。目前，中国专利已公开的项目中掺假羊肉检测技术主要包括三个种类：DNA技术、光谱技术、电子舌技术，该三种检测技术存在样品前处理复杂，仪器昂贵，需要专业操作人员、难以推广应用等缺点。由于不同肉类在加热过程中表面温度分布存在差异的原理，本专利技术尝试将热成像技术与卷积神经网络相结合用于掺假羊肉的定性判别，另外卷积神经网络作为一种深度学习算法，相比现有传统分析方法，卷积神经网络可以自动提取图像特征，具有准确度高、鲁棒性强等特点，是一种有效的图像统计及分析方法，同时，将热成像技术与深度学习相结合用于羊肉掺假识别的相关方法还未见诸报道。

技术实现思路

[0003]本专利技术目的在于提供一种基于温度分布差异的羊肉掺假定性判别方法，基于不同肉类持续加热过程中表面温度分布差异的原理，通过采集连续加热过程中不同样品的红外热像视频，并将卷积神经网络用于掺假羊肉热像图的判别分析，旨在解决现有羊肉掺假检测技术操作复杂、仪器昂贵以及传统识别模型预处理复杂、准确率较低等问题。
[0004]本专利技术采用的技术方案如下：一种基于温度分布差异的羊肉掺假定性判别方法，其特征在于：先建立羊肉掺假定性判别模型，再利用该模型对掺入不同肉类的掺假羊肉进行识别；所述建立羊肉掺假定性判别模型的具体步骤如下：步骤一：样品制备，选取羊肉和其他种类常见掺假肉并去除脂肪、筋膜和表皮，按照不同掺假比称取相应重量的羊肉和掺假肉，混合后用绞肉机制成颗粒度均匀的掺假羊肉肉糜，并制备纯羊肉糜和其他肉类的纯肉糜，然后将其放入表面平整的样品皿中制成密度均匀的建模样品；步骤二、将放入建模样品的样品皿置入加热单元进行加热，通过红外热像采集系统采集样品在持续加热过程中的温度演化视频；步骤三、选定最能反映样品表面温度分布差异的热像视频，并从中提取样品表面温度分布差异较大的热像图，经优选每个样品共提取200~300张具有代表性的热像图；步骤四、采用阈值分割法去除样品图像背景，并提取样品图像的形心，然后以此为中心选取一个感兴趣区域；
步骤五：将样品感兴趣区域下热像图数据划分为建模集和检验集；步骤六：利用训练集样品数据集对模型进行训练，训练过程中，分别建立不同网络构架、学习率和Mini-batch下的卷积神经网络判别模型，并使用样品验证集数据进行验证，通过对比模型的准确率、敏感性和特异性等评价指标进行参数优选，然后基于优选参数建立最佳卷积神经网络判别模型，若其模型效果满足要求则代表模型可行；否则，通过扩充样品集和优化模型并重复步骤一至六，直至满足要求；所述的利用判别模型进行掺假羊肉定性识别的具体步骤如下：步骤A、样品制备，首先，去除待测肉样的脂肪、筋膜和表皮，用绞肉机将其制成颗粒度均匀的肉糜，然后放入表面平整的样品皿中制成密度均匀的待测样品；步骤B、将放有待测样品的样品皿置入加热单元进行加热，通过红外热像采集系统采集样品在持续加热过程中的温度演化视频；步骤C、选定最能反映样品表面温度分布差异的热像视频，并从中提取样品的热像图，每个样品提取单张或多张具有代表性的热像图；步骤D、采用阈值分割法去除样品图像背景，并提取样品图像的形心，然后以此为中心选取一个感兴趣区域；步骤E、将感兴趣区域下样品的一张或多张热像图数据输入已建立并经过优选的判别模型，通过对单张热像图进行直接判别或多张热像图进行综合判别确定样品类别。
[0005]上述步骤一和步骤A中，样品制备时，选取的掺假肉为猪肉和鸭肉，掺假配比为能够覆盖常见掺假比的比例范围，为了制成颗粒度均匀的肉糜将样品放入绞肉机搅拌30 s，然后将净重约30 g的掺假羊肉或纯羊肉肉糜放入直径为6 cm、表面平整的圆形样品皿中压实。
[0006]上述步骤二和步骤B中，加热方式优选加热温度较为稳定的恒温水浴加热；红外辐射探测镜头的光谱范围为7.5~14μm，精度为
±2ꢀ°
C，图像分辨率为384*288。温度配色板格式为IronBow，采集频率为50 Hz，材料发射率设为0.97；所述恒温水浴温度设置为70
ꢀ°
C；所述热像视频时长为10 min。
[0007]上述步骤三和步骤C中，从热像视频中提取温度分布差异较为明显的样品热像图时，有四种可选提取方法，分别为：等时间间隔、等温度间隔、某一温度范围等时间间隔和某一时间段等温度间隔，本专利技术优选第三种方法，样品表面温度分布差异较大阶段为样品平均温度处于20
°
C~40
°
C的阶段，此阶段较少的数据包含了较大范围温度下的样品热像图。
[0008]上述步骤六和步骤E中，所建立优选的判别模型为卷积神经网络（CNN），其构架包括1个输入层、3个卷积层、3个池化层和1个全连接层；输入层的数据归一化方法包括极值法、正则化和标准化，本专利技术优选标准化方法进行输入层数据归一化；模型卷积核的尺寸设置为5*5，卷积步长为1，填充尺寸为0；激活函数为ReLU；池化层的池化函数包括均值池化（Mean-Pooling）和最大值池化（Max-Pooling），本专利技术优选均值池化（Mean-Pooling），池化窗的尺寸设置为2*2，池化步长为2，填充尺寸为0；最优卷积神经网络（CNN）判别模型为学习率和Mini-batch分别设置为0.001和128时的模型。
[0009]上述步骤二和步骤B中，所应用的检测系统包括恒温加热单元、热像视频采集单元、暗箱和数据显示、分析单元；所述的恒温加热单元为温度可调的恒温水浴加热，位于暗箱内部，用于给样品提供稳定的热源；所述的热像视频采集单元包括红外辐射探测镜头、支
架和通讯模块，通讯模块采用网络通讯，用于将采集的热像视频实时地传输至PC端；所述暗箱由铝型材支架以及覆盖黑色密织厚布组成，为封闭式不透光箱体，防止外界光线干扰；所述数据显示和分析单元包括PC机和软件界面，其中软件界面可以实现热像视频的实时显示、保存以及判别分析等功能。
[0010]本专利技术与现有技术相比优势在于：第一、本专利技术判别方法具有操作简便、经济实惠、易于推广等优点。
[0011]第二、本专利技术判别方法可以自动提取图像特征，具有准确度高、鲁棒性强等优点，能够有效地对热像图进行统计及分析。
[0012]第三、本专利技术为羊肉掺假以及其他肉类掺假的识别提供了技术支持和参考，同时也为热成像技术在食品检测领域提供了新的思路和方法。
附图说明
[0013]图1为本专利技术实施例1和实施例2涉及的羊肉掺假检测系统示意图图2为本专利技术实施例2涉及的热本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于温度分布差异的羊肉掺假定性判别方法，其特征在于：先建立羊肉掺假定性判别模型，再利用该模型对掺入不同肉类的掺假羊肉进行识别；所述建立羊肉掺假定性判别模型的具体步骤如下：步骤一：样品制备，选取羊肉和其他种类常见掺假肉并去除脂肪、筋膜和表皮，按照不同掺假比称取相应重量的羊肉和掺假肉，混合后用绞肉机制成颗粒度均匀的掺假羊肉肉糜，并制备纯羊肉糜和其他肉类的纯肉糜，然后将其放入表面平整的样品皿中制成密度均匀的建模样品；步骤二、将放入建模样品的样品皿置入加热单元进行加热，通过红外热像采集系统采集样品在持续加热过程中的温度演化视频；步骤三、选定最能反映样品表面温度分布差异的热像视频，并从中提取样品表面温度分布差异较大的热像图，经优选每个样品共提取200~300张具有代表性的热像图；步骤四、采用阈值分割法去除样品图像背景，并提取样品图像的形心，然后以此为中心选取一个感兴趣区域；步骤五：将样品感兴趣区域下热像图数据划分为建模集和检验集；步骤六：利用训练集样品数据集对模型进行训练，训练过程中，分别建立不同网络构架、学习率和Mini-batch下的卷积神经网络判别模型，并使用样品验证集数据进行验证，通过对比模型的准确率、敏感性和特异性等评价指标进行参数优选，然后基于优选参数建立最佳卷积神经网络判别模型，若其模型效果满足要求则代表模型可行；否则，通过扩充样品集和优化模型并重复步骤一至六，直至满足要求；所述的利用判别模型进行掺假羊肉定性识别的具体步骤如下：步骤A、制备待测掺假羊肉样品，首先，去除待测肉样的脂肪、筋膜和表皮，用绞肉机将其制成颗粒度均匀的肉糜，然后放入表面平整的样品皿中制成密度均匀的待测样品；步骤B、将放有待测样品的样品皿置入加热单元进行加热，通过红外热像采集系统采集样品在持续加热过程中的温度演化视频；步骤C、选定最能反映样品表面温度分布差异的热像视频，并从中提取样品的热像图，每个样品提取单张或多张具有代表性的热像图；步骤D、采用阈值分割法去除样品图像背景，并提取样品图像的形心，然后以此为中心选取一个感兴趣区域；步骤E、将感兴趣区域下样品的一张或多张热像图数据输入已建立并经过优选的判别模型，通过对单张热像图进行直接判别或多张热像图进行综合判别确定样品类别。2.根据权利要求1所述的一种基于温度分布差异的羊肉掺假定性判别方法，其特征在于：所述步骤一和步骤A中，样品制备时，选取的掺假肉为猪肉和鸭肉，掺假配比为能够覆盖常见掺假比的比例范围，为了制成颗粒度均匀的肉糜将样品放入绞肉机搅拌30 s，然后将净重约30 g的掺假羊肉或纯羊肉肉糜放入直径为6 cm、表...

【专利技术属性】
技术研发人员：朱荣光，王世昌，郑敏冲，
申请(专利权)人：石河子大学，
类型：发明
国别省市：