一種基于高光譜成像技術的魚新鮮度在線無損檢測裝置的制造方法
【技術領域】
[0001] 本實用新型涉及農(nóng)產(chǎn)品檢測領域，具體涉及一種基于高光譜成像的魚新鮮度在線 無損檢測裝置。
【背景技術】
[0002] 魚的收獲期相對集中，鮮活銷售量有限，捕獲后的產(chǎn)品如不采取及時、適當?shù)哪?藏或加工處理措施，隨著其死后僵硬期的結束，蛋白質、脂肪等成分會發(fā)生分解，釋放大量 的熱，鮮度發(fā)生明顯變化，對品質產(chǎn)生極為不利的影響，嚴重影響其市場流通和銷售。因 此為了保持魚肉的鮮度和品質，必須用冷藏或冷凍的方法進行保存。冷藏或冷凍能有效 抑制魚體自身酶的活性，同時能抑制多種微生物的生長和繁殖，是普遍采用的保鮮漁獲物 的方法。但魚類在冷藏或冷凍存儲過程中會發(fā)生一系列的化學、生物化學、物理和微生物變 化，包括肌肉蛋白質變性、脂肪氧化、系水力下降等品質的變化，導致柔嫩性、膠凝性、持水 性、質地及營養(yǎng)價值等的劣變，造成魚肉新鮮度和食用品質的下降并影響后繼加工產(chǎn)品的 質量，降低其市場價格。消費者在購買魚肉時，一般很難準確判斷魚肉的冷藏存儲時間，也 很難準確鑒別新鮮魚肉與冷凍后再解凍的魚肉，因為冷凍魚肉用合理的方法解凍后，其外 觀、形態(tài)與新鮮魚肉相似，比較難W區(qū)分。因此，魚類新鮮度評價及魚肉在冷藏和冷凍過程 中的品質特性變化一直是水產(chǎn)品品質領域的研究熱點和重點之一。為了預防水產(chǎn)市場上的 慘假替代現(xiàn)象，快速、準確、無損地對魚肉的新鮮度進行預測，及對新鮮魚肉與冷凍一解凍 魚肉進行鑒別，是加強水產(chǎn)品品質控制、提升水產(chǎn)品安全性的關鍵。
[0003] 國內(nèi)外對魚肉新鮮度檢測和新鮮與冷藏、冷凍一解凍魚肉鑒別的方法有很多。感 官評價，例如質量指標法，通過對魚肉的外觀、氣味、顏色、質地等基本參數(shù)指標進行觀察和 評價。雖然感官評價方法比較快速，很少或不需要儀器，但是它需要專業(yè)的評價人員，所W 不能很方便地應用于所有場合和地點。微生物方法和生物化學方法通過定量地測定魚肉 腐敗變質過程的微生物活性和各種有機分子含量來確定魚肉新鮮度，鑒別新鮮與冷藏、冷 凍一解凍魚肉。盡管微生物和生化方法很有用，但是需要花費大量的時間、精力和人員，耗 材也比較昂貴，廢液廢棄物等對環(huán)境造成嚴重污染，且破壞樣本將使魚肉喪失食用價值，同 時過長的檢測時間無法保證數(shù)據(jù)的實時性，不能滿足在線或大規(guī)模的應用。因此，隨著國內(nèi) 外市場對水產(chǎn)類食品鮮度要求的不斷提高，W及生鮮水產(chǎn)品流通量變大和流通距離變長， 迫切需要解決魚類新鮮度的快速無損準確檢測問題，該對于實現(xiàn)膽藏、流通過程中魚類新 鮮度動態(tài)評估、等級標注、實時監(jiān)控及保障魚類水產(chǎn)品消費安全具有重要的現(xiàn)實意義。 【實用新型內(nèi)容】
[0004] 本實用新型公開了一種基于高光譜成像的魚新鮮度在線無損檢測裝置，可W實現(xiàn) 簡單、快速、非破壞性的魚內(nèi)外新鮮度的同時檢測，檢測效率高，準確性好。包括有絲杠、電 機、暗箱、圖像采集模塊、控制裝置、團素燈、巧架、控制單元和調(diào)節(jié)座，其中：
[0005] 位于暗箱內(nèi)，用于放置魚樣品的移動平臺；
[0006] 位于暗箱內(nèi)，用于向魚樣品發(fā)射檢測光的光源；
[0007] 位于暗箱內(nèi)，用于采集魚樣品的光譜和圖像的圖像采集模塊；
[0008] 位于暗箱內(nèi)，安裝有伸展臂；
[0009] 位于暗箱內(nèi)，設有貫穿暗箱底部的絲杠；
[0010] 位于暗箱內(nèi)，設有調(diào)節(jié)座；
[0011] 位于暗箱內(nèi)，用于接收所述圖像采集模塊的信號和計算魚樣品新鮮度的控制單 元；
[0012] 暗箱外部設有驅動該絲杠的電機。
[0013] 所述移動平臺與絲杠螺紋配合，所述所述電機的控制信號來自所述控制單元，所 述圖像采集模塊安裝在伸展臂的自由端。
[0014] 所述絲杠的一端與所述電機的輸出軸相連接，絲杠的另一端與巧架轉動配合。
[0015] 所述光源為兩個安裝在暗箱相對內(nèi)壁上的團素燈，每個團素燈與移動平臺的垂直 距離為30?50畑1。
[0016] 所述暗箱的內(nèi)壁上設有兩個角度調(diào)節(jié)座，兩個團素燈分別安裝在對應的角度調(diào)節(jié) 座上。
[0017] 所述圖像采集模塊與移動平臺的垂直距離為50?90cm。
[0018] 將魚樣品置于移動平臺上，利用圖像采集模塊逐一線性掃描得到魚樣品的光譜和 圖像信息，構建魚樣品的校正集標準原始光譜。
[0019] 對校正集標準原始光譜的進行校正與預處理，消除或減少背景干擾，提高光譜信 號的質量；運用光譜預處理方法，把原來隱藏的信號差異放大，提高光譜的分辨率。
[0020] 對獲得的圖像光譜信息數(shù)據(jù)進行數(shù)據(jù)預處理，預處理后的圖像信息反映樣品外部 新鮮度特征信息，預處理后的光譜信息反映樣品內(nèi)部新鮮度的特征信息微生物指標（揮發(fā) 性鹽基氮（TVB-N)、菌落總數(shù)（TVC))。
[0021] 處理圖像信息時，從魚圖像中提取魚的外部紋理信息，并建立數(shù)學模型，探尋能準 確表達魚類新鮮度相關的高光譜-圖像特征指紋參數(shù)，明確高光譜-圖像特征指紋參數(shù)與 魚類新鮮度理化，結合化學計量學方法、圖像處理技術和數(shù)據(jù)挖掘技術，建立一種快速無損 準確檢測魚類新鮮度的方法。
[0022] 針對待預測的魚樣品，根據(jù)魚新鮮度檢測的標準，先對其中一部分樣品進行感官 評定，W及常規(guī)的理化分析，建立與魚新鮮度等級質量相關的樣品校正集的標準新鮮度數(shù) 據(jù)。利用圖像采集模塊獲取該些魚樣品的紋理和光譜信息，并傳輸?shù)娇刂茊卧?即計算機)， 控制單元上安裝有光譜數(shù)據(jù)處理軟件對魚樣品紋理和光譜信息進行處理，把魚樣品光譜數(shù) 據(jù)經(jīng)過預處理后在數(shù)據(jù)層進行融合，融合后的光譜數(shù)據(jù)能夠綜合表征魚樣品內(nèi)、外部新鮮 度的特征信息，將魚內(nèi)、外部新鮮度的特征信息與樣品校正集的標準新鮮度數(shù)據(jù)進行關聯(lián) 分析，在控制單元中形成能夠決定魚新鮮度質量等級及合格與否的不同新鮮度的校正集模 型，建立魚樣品預測集，利用魚校正集模型來驗證樣品預測集的結果。
[0023] 把預處理后的光譜數(shù)據(jù)和樣品校正集的標準新鮮度數(shù)據(jù)進行關聯(lián)，通過化S、PCR 或MLR算法來建立校正集模型，在校正集模型中，魚樣品的光譜信號與標準新鮮度數(shù)據(jù)相 對應。
[0024] 選擇特征波段在光譜數(shù)據(jù)處理中是很重要的，常用的方法有GA、SPA和CARS等方 法來尋找特征波段。
[0025] 在與建立樣品校正集模型相同條件下，對待測魚樣品進行光譜和圖像的采集，相 同條件包括分辨率、采樣方法、掃描間隔或掃描時間、暴光時間和移動平臺運行速度；圖像 采集模塊采集待測魚樣品的光譜和圖像數(shù)據(jù)，同時將光譜和圖像數(shù)據(jù)信息輸送至控制單 7H 〇
[0026] 控制單元把得到的光譜和圖像數(shù)據(jù)進行預處理后，提取能表達魚外部新鮮度的圖 像特征信息W及能表達魚內(nèi)部新鮮度的光譜特征信息，所提取的特征光譜數(shù)據(jù)導入樣品校 正集模型中，輸出待預測魚的新鮮度等級及合格與否的判定結果并進行顯示。
[0027] 利用魚樣品的圖像特征參數(shù)建立評價魚外部新鮮度的數(shù)學模型，并對該數(shù)學模型 進行優(yōu)化改進，將提取得到內(nèi)部新鮮度對應的光譜信息特征和圖像特征信息在特征層上進 行融合，融合方法包括神經(jīng)網(wǎng)絡和多元非線性回歸，結合已經(jīng)建立的標準新鮮度數(shù)據(jù)，通過 模式識別如BPW^方法對魚樣品給予綜合評價。
[0028] 本實用新型基于高光譜成像的魚新鮮度在線無損檢測裝置，應用于魚新鮮度的檢 測