一种香精品级检测方法及系统技术方案

本发明专利技术公开了一种香精品级检测方法及系统，所述方法包括基于近红外高光谱采集的香精视觉信息、密度信息和基于电子气味传感器采集的气味信息，并基于主成分分析、最小噪声分离变换方法、波形几何特征和小波分解进行特征提取，进一步进行特征融合；通过分别采集不同等级的香精样品的特征，并进行标记，将采集到的数据以及对应的等级存入数据库中；基于神经网络识别香精的品质，从而实现对香精品质的等级分类。本发明专利技术通过采集香精的视觉信息、密度信息和气味信息，并进行数据的处理，提取其特征进行分析，从而实现快速、准确的香精品级检测。准确的香精品级检测。准确的香精品级检测。

【技术实现步骤摘要】
一种香精品级检测方法及系统


[0001]本专利技术涉及香精检测领域，尤其是一种香精品级检测方法及系统。

技术介绍

[0002]香料是能够被嗅觉和味觉感觉出芳香气息或滋味的物质，单一的香料大多气味比较单调，不能单独地直接使用。香精亦称调和香料，是由人工调配的香料混合物。在现实生活中，香精的用途十分广泛，可用于食品、烟酒制品、医药制品、日化制品等很多领域。其中食品香料是指能够用于调配食品香精，并使食品增香的物质，它不但能够增强食欲，有利于人的消化吸收，而且对增加食品的花色晶种和提高食品的质量也具有很重要的作用。
[0003]近年来国内外关于香精香料的品质研究多是采用色谱法，该方法需要采用化学方法取样、制备溶液，常用的提取方法有水蒸气蒸馏、同时蒸馏萃取、溶剂萃取、超临界流体萃取、固相微萃取技术等，所述方法制备及实验过程复杂，且所需时间较长，无法实现大量的样本的检验。

技术实现思路

[0004]（一）解决的技术问题为了解决上述技术问题，本专利技术提供一种香精品级检测方法及系统，所述方法基于香精视觉信息、密度信息和气味信息的采集和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种香精品级检测方法，其特征在于，包括如下步骤：S1：采集香精视觉信息、密度信息和气味信息；具体的，基于近红外高光谱采集香精视觉信息；基于电子气味传感器采集香精气味信息；S2：数据处理，包括，S21：近红外高光谱数据预处理；S22：电子气味传感器以及密度数据标准化处理；S3：特征提取与数据融合，包括，S31：特征提取，基于主成分分析和最小噪声分离变换两种方法对近红外高光谱影像进行特征提取；电子气味传感器信号特征包括信号波形几何特征和小波分解特征；S32：数据融合将近红外高光谱特征、电子气味传感器信号特征以及密度特征进行特征融合；S4：建立数据库分别采集不同等级的香精样品的特征，并进行标记，将采集到的数据以及对应的等级存入数据库中；S5：基于神经网络识别香精的品质，从而实现对香精品质的等级分类。2.根据权利要求1所述的香精品级检测方法，其特征在于，所述步骤S21中近红外高光谱数据预处理包括：a.计算相对反射率，所述相对反射率R的校准如下式计算获得：；其中，为实际被测物的反射光强，为标准白板的反射光强，为暗电流强度；b.分割图像，基于自动阈值分割的方法，根据研究对象和背景之间存在明显的相对反射率差异来做分割，根据这个差异设置阈值，将研究对象和背景做分割，得到感兴趣区域；c.使用SG卷积平滑、光谱微分和以均值为中心的归一化、标准正态变量变换的方法做数据预处理。3.根据权利要求2所述的香精品级检测方法，其特征在于，所述以均值为中心的归一化的具体数学模型如下式所示：；其中表示第i个样本点在n波段均值归一化后的反射率值，表示第i个样本在n波段原始反射率值，表示所有样本点在n波段反射率的平均值，和分别表示所有样本点在n波段反射率的最大值和最小值。4.根据权利要求3所述的香精品级检测方法，其特征在于，所述步骤S31中所述主成分分析方法包括：设原始高光谱数据，其中，
经过归一化处理的数据为,于是有，其中；其中k表示像素个数，F代表每个像素具有的维数特征；1）计算协方差矩阵；其中；2）计算协方差矩阵的特征向量与其特征值令，求解所有特征值和特征向量表示为下式:；；3）选择保留成分数形成...

【专利技术属性】
技术研发人员：王子扬，刘敏，唐小红，刘英，张丽珍，郭婷，高欢，
申请(专利权)人：湖南汇湘轩生物科技股份有限公司，
类型：发明
国别省市：