專利名稱：：多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本實(shí)用新型涉及利用光學(xué)手段來(lái)分析材料，尤其是涉及一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)。技術(shù)背景肉類新鮮度的評(píng)測(cè)指標(biāo)很多，傳統(tǒng)的評(píng)測(cè)方法應(yīng)該從肉類本身的外觀、氣味、化學(xué)成分等各方面進(jìn)行綜合評(píng)定，對(duì)評(píng)測(cè)人員要求很高?，F(xiàn)有的檢測(cè)技術(shù)主要有以下幾種l)揮發(fā)性總鹽基氮一TVB-N的測(cè)試。無(wú)論是采用凱氏定氮法，還是其他定氮方法，都免不了操作煩瑣，測(cè)試時(shí)間長(zhǎng)，且不是無(wú)損檢測(cè)，很難滿足當(dāng)前對(duì)于大批量樣品快速無(wú)損檢測(cè)的要求。2)檢測(cè)表面肉色來(lái)反映新鮮度。這種方法采用一定波長(zhǎng)的光照到參考物表面，通過(guò)接收器檢測(cè)反射回來(lái)的光，然后光源發(fā)射同樣波長(zhǎng)的光照到肉表面，接收器檢測(cè)反射回來(lái)的光，計(jì)算發(fā)射吸光度，并將此值采用人工神經(jīng)網(wǎng)絡(luò)建立與肉色標(biāo)準(zhǔn)相應(yīng)的數(shù)學(xué)模型，用于檢測(cè)肉色，進(jìn)而推測(cè)新鮮程度。但是這種方法檢測(cè)的光的波段過(guò)于單一，接受得到的光波信息量較少，并且這一方法中的得到的數(shù)據(jù)不夠直觀且缺乏前期后期處理，易受外界干擾。發(fā)明內(nèi)客本實(shí)用新型的目的在于提供一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)，采用機(jī)器視覺(jué)、圖像處理與人工智能等技術(shù)的結(jié)合，快速、無(wú)損、準(zhǔn)確地評(píng)定肉類的新鮮度。本實(shí)用新型解決其技術(shù)問(wèn)題所采用的技術(shù)方案是包括可調(diào)節(jié)參數(shù)光源，肉類放置平臺(tái)，3CCD多光譜攝像機(jī)；圖像采集卡和計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫(kù)；可調(diào)節(jié)參數(shù)光源發(fā)射特定光束照射于肉類放置平臺(tái)上，3CCD多光譜攝像機(jī)接收肉品反射光，信號(hào)傳輸給圖像采集卡，通過(guò)采集卡傳輸?shù)接?jì)算機(jī)處理系統(tǒng)進(jìn)行處理。該方法的原理是1)通過(guò)固定光源的照射，3CCD多光譜攝像機(jī)接受肉類反射信息；2)反射信息通過(guò)圖像采集卡傳輸?shù)接?jì)算機(jī)，得到原始的3幅圖像，分別為550nm、650nm、800nm三個(gè)波段通道的單色圖像；3)通過(guò)小波降噪，降低圖像噪聲，由于近紅外單色圖像的背景與肉類差異較大，可使肉類與背景分離，并且完成邊緣檢測(cè),得到單獨(dú)的肉類的圖像信息；4)壓縮圖像，把原有的10*10象素的圖像融合成新的象素集，選取出這一象素集的平均亮度、亮度方差、亮度級(jí)差，作為這一象素集的特征向量；5)選取事先通過(guò)檢測(cè)揮發(fā)性總鹽基氮一TVB-N確定肉類新鮮度的幾個(gè)樣本，以這些不同的新鮮度作為輸出，通過(guò)以上l)至4)步驟提取的特征向量作為輸入，通過(guò)支持向量機(jī)或人工神經(jīng)網(wǎng)絡(luò)的人工智能方法建立不同類別肉類的數(shù)據(jù)庫(kù)模型；6)拍攝待測(cè)肉類的多光譜圖像，通過(guò)以上l)至4)步驟提取的特征向量并作為輸入，以5)步驟建立的模型為判別過(guò)程，判斷每一象素集合的肉類新鮮類別；7)以各象素集的新鮮度判斷結(jié)果所占比重綜合判斷，這里采取無(wú)權(quán)重的，以最多數(shù)目象素集類型確定整塊肉質(zhì)的新鮮度，并把結(jié)果輸出。本實(shí)用新型具有的有益效果是-1.功能強(qiáng)大，可實(shí)現(xiàn)對(duì)肉類新鮮度的快速、準(zhǔn)確、非破壞性的診斷。2.結(jié)構(gòu)簡(jiǎn)單，整個(gè)測(cè)量裝置只由一個(gè)3CCD多光譜成像系統(tǒng)、一臺(tái)計(jì)算機(jī)組成。3.使用方便，只要將測(cè)量裝置中的各組成部件按照要求連接起來(lái)，就可以進(jìn)行測(cè)量。4.具有良好的經(jīng)濟(jì)效益。傳統(tǒng)的測(cè)量手段在取樣、測(cè)定、數(shù)據(jù)分析等方面需要耗費(fèi)大量的人力、物力，且效果差。本測(cè)量裝置因結(jié)構(gòu)簡(jiǎn)單、制作方便，可以快速、準(zhǔn)確地測(cè)量肉類的多光譜圖像信息，分析得到肉類的新鮮度，從而實(shí)現(xiàn)實(shí)時(shí)、無(wú)損檢測(cè)肉類新鮮度。圖l是本實(shí)用新型系統(tǒng)框圖。圖2是本實(shí)用新型的工作流程圖。具體實(shí)施方式如圖1所示，本實(shí)用新型包括可調(diào)節(jié)參數(shù)光源，肉類放置平臺(tái)，3CCD多光譜攝像機(jī)，圖像采集卡和計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫(kù)?？烧{(diào)節(jié)參數(shù)光源發(fā)射特定光束照射于肉類放置平臺(tái)上，3CCD多光譜攝像機(jī)接收肉品反射光，信號(hào)傳輸給圖像采集卡，通過(guò)采集卡傳輸?shù)接?jì)算機(jī)處理系統(tǒng)進(jìn)行處理。所述的多光譜攝像機(jī)為Duncan公司MS系列3CCD多光譜攝像系統(tǒng)。所述的圖像采集卡是NationalInstrument公司PCI1424或PCI1428。Duncan公司的MS系列多光譜攝像系統(tǒng)將攝入圖像經(jīng)過(guò)濾，實(shí)時(shí)分離成綠(550nm),紅(650nm),近紅外(800nm)三個(gè)波段通道的單色圖像，通過(guò)PCI1424或1428(NationalInstrument公司)的圖像采集卡連接到計(jì)算機(jī)。如圖l所示，本實(shí)用新型的具體工作流程如下1.統(tǒng)一光源照射在平臺(tái)上的肉類，多光譜攝像機(jī)拍得反射光，由圖像采集卡采集得到，傳入計(jì)算機(jī)，得到三副獨(dú)立的單色圖，所得圖像經(jīng)過(guò)一系列預(yù)先處理，通過(guò)小波降噪，降低圖像噪聲。由于近紅外單色圖像的背景與肉類差異較大，可使肉類與背景分離，常用于研究對(duì)象與背景的隔離，并且完成邊緣檢測(cè)，得到單獨(dú)的肉類的圖像信息，其中的近紅外波段對(duì)邊緣檢測(cè)具有較大的區(qū)分度。2.在計(jì)算機(jī)得到的肉類上的每個(gè)象素與一個(gè)三維的向量(g,r，NIR)相關(guān)聯(lián)，其中g(shù)、r、NIR分別為綠(550nm)、紅(650nm)、近紅外(800nm)三個(gè)通道的單色亮度。通過(guò)對(duì)圖像信息的進(jìn)一步提取，進(jìn)行圖像壓縮，每10*10象素組成一個(gè)象素集，選取出這一象素集的平均亮度，亮度方差、亮度級(jí)差參數(shù)，由于有三幅獨(dú)立的圖像，所得的特征向量為3*3=9個(gè)，作為這一象素集的特征向旦里。3.肉類新鮮度的標(biāo)定。在評(píng)價(jià)各種檢驗(yàn)方法時(shí)，多數(shù)學(xué)者認(rèn)為揮發(fā)性總鹽基氮一TVB-N在肉類的變質(zhì)過(guò)程中，能有規(guī)律地反映肉類新鮮度的變化，該項(xiàng)指標(biāo)已經(jīng)被納入國(guó)家標(biāo)準(zhǔn)，是目前肉類食品新鮮度檢測(cè)中最重要的理化指標(biāo)。按國(guó)家標(biāo)準(zhǔn)GB2722，總揮發(fā)性鹽基氮含量對(duì)應(yīng)的肉類新鮮度等級(jí)如表1。數(shù)據(jù)庫(kù)中的數(shù)據(jù)用來(lái)建立原始模型，數(shù)據(jù)庫(kù)中的數(shù)據(jù)是在某特定光強(qiáng)下，拍攝得到的某一具體肉類的圖像，并測(cè)量過(guò)總鹽基氮值，并且根據(jù)不同的肉類新鮮度標(biāo)準(zhǔn)把數(shù)據(jù)分為新鮮肉、次鮮肉、腐敗肉。把以上得到的9個(gè)特征向量作為輸入,新鮮肉、次鮮肉、腐敗肉的等級(jí)作為輸出，運(yùn)用SupportVectorMachine(支持向量機(jī))作為人工智能的理論，建立已知樣本的人工智能模型。以上為建立原始模型的數(shù)據(jù)庫(kù)過(guò)程。待判斷的樣本則不必通過(guò)測(cè)量總鹽基氮值來(lái)判斷新鮮度，通過(guò)上述多光譜攝像機(jī)拍攝，通過(guò)圖像釆集卡輸入計(jì)算機(jī),并且獲取象素集的特征向量之后，把此象素集的特征向量作為輸入，輸出端為人工智能判斷的結(jié)果，模型為數(shù)據(jù)庫(kù)中某一具體肉類已有的模型，進(jìn)行歸類判斷，判斷每一個(gè)肉類象素集的新鮮度屬性，以各象素集的新鮮度判斷結(jié)果所占數(shù)量綜合判浙,這里采取無(wú)權(quán)重的，以最多數(shù)目象素集類型確定整塊肉質(zhì)的新鮮度.并把結(jié)果輸出.。<table>tableseeoriginaldocumentpage6</column></row><table>權(quán)利要求1、一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)，其特征在于包括可調(diào)節(jié)參數(shù)光源，肉類放置平臺(tái)，3CCD多光譜攝像機(jī)；圖像采集卡和計(jì)算機(jī)處理系統(tǒng)及數(shù)據(jù)庫(kù)；可調(diào)節(jié)參數(shù)光源發(fā)射特定光束照射于肉類放置平臺(tái)上，3CCD多光譜攝像機(jī)接收肉品反射光，信號(hào)傳輸給圖像采集卡，通過(guò)采集卡傳輸?shù)接?jì)算機(jī)處理系統(tǒng)進(jìn)行處理。2、根據(jù)權(quán)利要求1所述的一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)，其特征在于所述的多光譜攝像機(jī)為Duncan公司MS系列3CCD多光譜攝像系統(tǒng)。3、根據(jù)權(quán)利要求1所述的一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)，其特征在于所述的圖像采集卡是NationalInstrument公司PCI1424或PCI1428。專利摘要本實(shí)用新型公開(kāi)了一種多光譜肉類新鮮度人工智能測(cè)量系統(tǒng)?？烧{(diào)節(jié)參數(shù)光源發(fā)射特定光束照射于肉類放置平臺(tái)上，3CCD多光譜攝像機(jī)接收肉品反射光，信號(hào)傳輸給圖像采集卡，通過(guò)采集卡傳輸?shù)接?jì)算機(jī)處理系統(tǒng)進(jìn)行處理。通過(guò)計(jì)算機(jī)內(nèi)肉類數(shù)據(jù)庫(kù)的選擇，選取不同的肉類品種，進(jìn)行各種預(yù)處理。然后提取各種特征波段，選取象素集作為圖像進(jìn)一步研究對(duì)象，通過(guò)人工智能判斷方法，在已有的模型下進(jìn)行新鮮肉、次鮮肉、腐敗肉三種不同模式的識(shí)別，最后輸出識(shí)別結(jié)果，顯示于電腦上。本實(shí)用新型采用機(jī)器視覺(jué)、圖像處理與人工智能等技術(shù)的結(jié)合，快速、無(wú)損、準(zhǔn)確地評(píng)定肉類的新鮮度。文檔編號(hào)G01N21/27GK201051074SQ200720109458公開(kāi)日2008年4月23日申請(qǐng)日期2007年5月22日優(yōu)先權(quán)日2007年5月22日發(fā)明者勇何,童曉星,鮑一丹申請(qǐng)人:浙江大學(xué)