【技术实现步骤摘要】
本专利技术属于食品检测，具体涉及一种基于超声弹性成像技术的食品品质及异物检测方法。
技术介绍
1、肉类一直被认为是人类饮食中不可或缺的一部分，其所提供的动物蛋白是人类必须的营养素之一，在消费者的日常饮食中具有重要地位。近年来，天然、健康逐渐成为消费者饮食的主流观念，大豆蛋白肉作为一种典型的植物人造肉，由于其高蛋白，低脂肪和口感丰富的特点正成为消费者首选的动物肉替代品。在大豆蛋白肉的生产过程中，异物污染一直是影响其质量控制的关键问题。主要体现在工业生产过程中机械设备的磨损和包装材料的损坏上，这大大增加了金属碎片，塑料片和其它异物混入大豆蛋白肉产品中的风险。异物的存在给消费者带来了很大的安全隐患，是大豆蛋白肉加工过程中亟待解决的问题。同时由于大豆蛋白肉制作时需要将原料粉碎再重塑成形的特点，有部分不良商家为了追求产品的高回报率，利用腐坏的豆子等原料混入产品中。劣质的大豆蛋白肉产品由于其经过生产线重塑成形后具有与合格品相似的外观和形貌，不良商家往往将其冒充大豆蛋白肉合格品销售，对消费者权益和市场秩序造成影响。综上所述，有必要建立大豆蛋白肉异物检测及品质分级的方法。
2、传统的鉴别方法主要从外观特征和内部组分两个角度出发，常见的方法有感官法、传统超声成像法、光谱法和分子生物学方法。感官法主要通过肉样的颜色、纹理、气味、风味等特征鉴别产品品质；然而，劣质产品通过挤压重塑、食品添加剂改性后可拥有与合格品相似的外观特征，导致感官法的鉴别效果较差。同样的对于一些在挤压重塑过程中包埋在大豆蛋白肉内部的异物，仅仅凭借肉眼是不能观察到的。传
技术实现思路
1、针对现有技术的不足，本专利技术的提供了一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，以稳固保障大豆蛋白肉成品的质量安全。
2、本专利技术采用弹性超声技术来检测和鉴别大豆蛋白肉成品中的异物和掺入腐坏原料的大豆蛋白肉成品。弹性超声技术是一种基于组织力学特征的成像技术，能够测量和显示组织的弹性模量等参数。由于合格和不合格的大豆蛋白肉在质构特征上存在显著差异(如硬度、弹性、韧性等)，因此它们在受到相同外力作用时内部位移、应变、速度等参数会呈现不同的变化规律，从而导致组织内部弹性模量等力学属性的图谱分布也不一致。通过对比这些图谱分布，本专利技术能够有效地区别合格和不合格的大豆蛋白肉。另一方面，所有的大豆蛋白肉成品都是三维的结构，为了实现更贴近真实三维世界的检测，弹性超声信息的三维可视化必不可少。鉴于此，本专利技术结合弹性超声技术和三维重建技术，提出了一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法。
3、一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征包含目标检测物空间位置信息和体积信息的获取；线扫超声探头的移动轨迹规划；弹性超声信息的获取及快速保存；二维弹性超声信息切片的实时可视化；二维超声信息的三维重建及可视化；目标检测物品质等级的判别六个步骤：
4、步骤一，所述目标检测物空间位置信息和体积信息的获取，包含以下过程：
5、过程一，将检测平台即成像平面的中心点设为摄像机扫描图像的原点o(0，0，0)，深度相机固定在距离原点o高度为d_k的位置，其位置坐标p为(0，0，d_k)，利用深度相机对检测平台进行扫描，由此获得目标检测物表面的rgb-d图像信息，以确定其真实的体积v及其上表面几何中心点q相对于检测平台中心点的空间位置坐标q(x_q，y_q，z_q)；
6、优选的，步骤一的过程一中所述q的坐标计算方式为：首先通过深度相机获取检测平台的二维图像坐标信息，确定检测平台的面积大小为w×l，其中w为检测平台的宽度，l为检测平台的长度；同时对其所有的二维像素点位置进行标定，记录下检测平台的中心点坐标(w/2，l/2，0)；随后采集目标检测物的rgb_d图像并记录采集到的中心坐标为(x_d，y_d，z_d)，则空间位置坐标q(x_q，y_q，z_q)与rgb_d图像坐标之间存在转换关系如下：x_q＝(x_d-w/2)×z_q/f，y_q＝(y_d-l/2)×z_q/f，z_q＝z_d；其中f为深度摄像仪的焦距，为相机的固定参数。
7、优选的，步骤一的过程一中所述目标检测物体积大小v的计算方式为：利用深度相机获取目标检测物表面的面积为m×n，其实际高度即为z_q；其中m为检测物体的长度，n为检测物体的宽度；v＝m×n×z_q。
8、步骤二，所述线扫弹性超声探头的移动轨迹规划如下：
9、过程一，超声探头的扫描方式为二维横向平移扫描，采用线扫弹性超声探头，每次扫描结果为一个矩形三维数据立方体，其大小为u_w×u_l×u_d；其中u_w×u_l为线扫分辨率，u_w为纵向单次扫描的范围，u_l为横向单次扫描的范围，u_d为采集到的弹性超声回波信号；目标待测目标物表面面积为m×n，其中横向扫描长度为n，扫描宽度为m；
10、过程二，扫描路径起始点为目标检测物表面原点(x_q-m/2,y_q-n/2)；扫描总共进行w/u_w次循环扫描，以覆盖整个检测平面；第n次扫描轨迹具有如下特点：当n为奇数时，扫描轨迹沿着y轴正方向，从(x_q-m/2+n*w/u_w,y_q-n/2)到(x_q-m/2+n*w/u_w,y_q+n/2)；当n为偶数时，扫描轨迹沿着y轴反方向，从(x_q-m/2+n*w/u_w,y_q+n/2)到(x_q-m/2+n*w/u_w,y_q-n/2)，其中n∈[1,w/u_w]；
11、步骤三，所述弹性超声信息的连续采集包含以下过程：
12、过程一，选择样品，根据需求切割为大小均匀的矩形块，包括a个合格品，b个异物品(混入异物的产品)，c个腐败f天的腐败品(合格品在室温下放置直到变质后得到腐败品，继续放置f天得到腐败f天的腐败品)；随后每隔2天取2c/f个样品，以获取不同变质程度的大豆蛋白肉；所述a、b、c、f均为正整数，其中mod(2c/f)＝0，mod代表取余；
13、过程二，沿着步骤二设定的移动轨迹，利用线扫弹性超声探头对上述a、b、c三种样品进行扫描，从而得到u_w×u_l×u_d的三维弹性超声数据立方体；并对采集到的信息进行保存，完成一次扫查共获取n/u_l个三维数据立方体；待目标检测物被扫描本文档来自技高网...
【技术保护点】
1.一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，按照下述步骤进行：
2.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤一的过程一中所述Q的坐标计算方式为：首先通过深度相机获取检测平台的二维图像坐标信息，确定检测平台的面积大小为W×L，其中W为检测平台的宽度，L为检测平台的长度；同时对其所有的二维像素点位置进行标定，记录下检测平台的中心点坐标(W/2，L/2，0)；随后采集目标检测物的RGB_D图像并记录采集到的中心坐标为(x_d，y_d，z_d)，则空间位置坐标Q(x_Q，y_Q，z_Q)与RGB_D图像坐标之间存在转换关系如下：x_Q＝(x_d-W/2)×z_Q/f，y_Q＝(y_d-L/2)×z_Q/f，z_Q＝z_d；其中f为深度摄像仪的焦距，为相机的固定参数。
3.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤一的过程一中所述目标检测物体积大小V的计算方式为：利用深度相机获取目标检测物表面的面积为M×N，其实际
4.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤四的过程一中使用随机分组算法对d进行取值，将样本数据集按照d：1的比例划分为训练集和测试模型进行验证，通过正确分类样本的百分比来评估模型对异物的判别能力，使用训练集的光谱数据对模型参数进行不断优化调节，使用独立的测试集对训练模型进行验证，通过正确分类样本的百分比来评估模型对异物的判别能力。
5.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤五过程二中所述可视化软件包括ParaView、MayaVi、VisIt和OpenSceneGraph；其中，ParaView够直接与VTK进行无缝集成，并支持实时数据处理和交互性可视化；MayaVi提供了高层次的API和用户界面，使得使用VTK进行三维数据可视化更加方便，同时，MayaVi支持多种渲染技术和可视化效果；VisIt使用了VTK作为其底层图形库，并提供了交互式的可视化界面，VisIt适用于大规模数据的可视化，并具有流线绘制、切割和合成的功能；OpenSceneGraph用于创建高性能的三维可视化应用程序。
6.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤五过程二中所述算法包括体素化算法，插值算法和空间变换算法；其中，体素化法将超声数据转换为体素，并根据声波传播速度和回波时间调整体素的密度，以精确描述组织的形态和位置；插值算法通过插值方法填补超声数据中的缺失或不完整部分，以提高重建模型的完整性和准确性；空间变换算法使用空间变换技术，如旋转、平移和缩放等方法，对超声数据进行变换和对齐，以实现更准确的三维重建。
...【技术特征摘要】
1.一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，按照下述步骤进行：
2.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤一的过程一中所述q的坐标计算方式为：首先通过深度相机获取检测平台的二维图像坐标信息，确定检测平台的面积大小为w×l，其中w为检测平台的宽度，l为检测平台的长度；同时对其所有的二维像素点位置进行标定，记录下检测平台的中心点坐标(w/2，l/2，0)；随后采集目标检测物的rgb_d图像并记录采集到的中心坐标为(x_d，y_d，z_d)，则空间位置坐标q(x_q，y_q，z_q)与rgb_d图像坐标之间存在转换关系如下：x_q＝(x_d-w/2)×z_q/f，y_q＝(y_d-l/2)×z_q/f，z_q＝z_d；其中f为深度摄像仪的焦距，为相机的固定参数。
3.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤一的过程一中所述目标检测物体积大小v的计算方式为：利用深度相机获取目标检测物表面的面积为m×n，其实际高度即为z_q；其中m为检测物体的长度，n为检测物体的宽度；v＝m×n×z_q。
4.根据权利要求1所述的一种基于超声弹性成像技术的大豆蛋白肉三维品质特征及异物检测方法，其特征在于，步骤四的过程一中使用随机分组算法对d进行取值，将样本数据集按照d：1的比例划分为训练集和测试模型进行验证，通过正...
【专利技术属性】
技术研发人员：石吉勇，王威，石宇，邹小波，黄晓玮，李志华，张新爱，张迪，
申请(专利权)人：江苏大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。