香腸品質(zhì)等級(jí)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種香腸品質(zhì)等級(jí)檢測(cè)方法，包括以下步驟：同時(shí)采集香腸的高光譜顯微圖像信息及高光譜光譜信息；將所述香腸高光譜顯微圖像信息及高光譜光譜信息輸入PSO粒子群算法的支持向量機(jī)分類預(yù)測(cè)模型中；采取交叉驗(yàn)證的方法，獲取所述支持向量機(jī)分類預(yù)測(cè)模型的香腸品質(zhì)輸出值；根據(jù)所述香腸品質(zhì)輸出值判斷香腸品質(zhì)并進(jìn)行品質(zhì)分級(jí)預(yù)測(cè)。采用本發(fā)明可快速、準(zhǔn)確地檢測(cè)香腸品質(zhì)及分級(jí)。能夠更加便利鑒別香腸可否安全食用。
【專利說明】
香腸品質(zhì)等級(jí)檢測(cè)方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及食品檢測(cè)領(lǐng)域，具體涉及一種香腸品質(zhì)等級(jí)檢測(cè)方法。
【背景技術(shù)】
[0002]作為一項(xiàng)新興的檢測(cè)技術(shù)，高光譜(Hyper-spectral)檢測(cè)技術(shù)將光電子學(xué)、光學(xué)、 電子信息處理學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)集于一身，并有機(jī)地把傳統(tǒng)的近紅外光譜 技術(shù)和二維圖像技術(shù)結(jié)合在一起。在可見光和近紅外區(qū)域，高光譜的傳感器有幾十到數(shù)百 個(gè)波段，它的光譜分辨率很高，在近紅外780-2526nm波長范圍內(nèi)其光譜分辨率一般小于 10nm，通?？蛇_(dá)到2~3nm。因此，為了提高檢測(cè)精度，將高光譜檢測(cè)技術(shù)應(yīng)用于對(duì)農(nóng)產(chǎn)品、畜 肉產(chǎn)品、食品的品質(zhì)與安全性檢測(cè)具有很大的應(yīng)用潛力。
[0003] 與傳統(tǒng)一維近紅外光譜檢測(cè)技術(shù)相比，集光譜和圖像兩種技術(shù)優(yōu)點(diǎn)于一身的高光 譜檢測(cè)技術(shù)，不僅能夠檢測(cè)出被測(cè)物體信息的相關(guān)圖像信息還包含有豐富的光譜信息。高 光譜圖像技術(shù)之所以能夠檢測(cè)物體內(nèi)外品質(zhì)信息，是因?yàn)閳D像檢測(cè)能夠全面反映物體的外 在特征，而光譜檢測(cè)則能夠檢測(cè)物體的內(nèi)在物理結(jié)構(gòu)和化學(xué)成分等信息。所以說，高光譜檢 測(cè)技術(shù)是一種易于操作、檢測(cè)精度高、快速而且無損的新型檢測(cè)技術(shù)。近幾年的研究表明， 將高光譜檢測(cè)技術(shù)應(yīng)用于農(nóng)產(chǎn)品品質(zhì)等無損檢測(cè)研究領(lǐng)域中，對(duì)于無損檢測(cè)技術(shù)未來的發(fā) 展提供了一個(gè)非常重要的研究手段。高光譜檢測(cè)技術(shù)的突出特點(diǎn)在于:光譜分辨率高，能獲 得整個(gè)波段的多而窄的連續(xù)光譜，波段數(shù)多至數(shù)百個(gè)，光譜分辨率能達(dá)到納米級(jí)。圖譜合 一，高光譜圖像包含了豐富的空間、輻射和光譜三重信息，光譜波段多，在某一光譜波段范 圍內(nèi)可連續(xù)成像。高光譜檢測(cè)所具有的高分辨率特性使得它的圖像數(shù)據(jù)相鄰波段間隔較 窄，存在波段重疊區(qū)域，因此光譜通道不再離散而是連續(xù)的，高光譜圖像數(shù)據(jù)每個(gè)像元均可 提取一條完整的高分辨率光譜曲線，高光譜檢測(cè)原理如圖所示。它的出現(xiàn)解決了傳統(tǒng)科學(xué) 領(lǐng)域"成像無光譜"和"光譜不成像"的歷史問題。
[0004] 現(xiàn)有香腸檢測(cè)技術(shù)采用方法一般分為感官檢查、化學(xué)檢查和微生物檢查。感官檢 查法是最容易的一種方法，它主要是利用人的嗅覺、視覺、觸覺和味覺來辨別肉品氣味、色 澤、粘度及彈性的改變，從而鑒定肉的衛(wèi)生質(zhì)量，簡(jiǎn)便易行。但是，感官檢查的結(jié)果不易量 化，存在主觀性和片面性，即使檢查人員有足夠的經(jīng)驗(yàn)，很多情況下也很難得出正確的結(jié) 論，尚需進(jìn)行實(shí)驗(yàn)室檢查;物理檢查是根據(jù)蛋白質(zhì)分解，低分子物質(zhì)增多、導(dǎo)電率、粘度、保 水量的變化來衡量肉質(zhì);化學(xué)檢查是用定性或定量方法測(cè)定蛋白質(zhì)分解產(chǎn)物，如氨、胺類、 TVB-N(揮發(fā)性鹽基氮）、三甲胺(TMA)、吲哚等，來衡量肉的變質(zhì)程度。其中TVB-N是我國檢測(cè) 肉類新鮮度的國家標(biāo)準(zhǔn)，TVB-N值能有規(guī)律地反映肉品新鮮度變化，新鮮肉、次鮮肉和變質(zhì) 肉之間差異非常顯著，并與感官變化一致，是較為客觀的指標(biāo)，但該法所需設(shè)備復(fù)雜、步驟 繁瑣、檢測(cè)周期很長，很難在現(xiàn)場(chǎng)快速檢測(cè);微生物學(xué)檢驗(yàn)是從肉品中微生物數(shù)量的角度說 明其污染狀況及腐敗變質(zhì)程度，常用的方法有細(xì)菌總數(shù)和大腸菌群近似數(shù)的測(cè)定，取鮮肉 壓片鏡檢，不需增菌和選擇培養(yǎng)，操作簡(jiǎn)單，結(jié)果迅速。許多國家從細(xì)菌菌落總數(shù)的角度制 定了肉類新鮮度標(biāo)準(zhǔn)，可以較為準(zhǔn)確地檢測(cè)肉類新鮮度，但結(jié)果受采樣部位的影響很大，特 別是市銷肉類在屠宰運(yùn)輸、銷售過程中被二次污染情況較為嚴(yán)重，因此取樣部位不同結(jié)果 相差較大。在傳統(tǒng)的微生物方法中，由于細(xì)菌的分離，培養(yǎng)耗時(shí)長(24h)以上，技術(shù)要求高， 難以在現(xiàn)場(chǎng)檢驗(yàn)中推廣使用。

【發(fā)明內(nèi)容】

[0005] 在下文中給出關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理 解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵 或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以 此作為稍后論述的更詳細(xì)描述的前序。
[0006] 本發(fā)明實(shí)施例的目的是針對(duì)上述現(xiàn)有技術(shù)的缺陷，提供一種可快速、準(zhǔn)確地檢測(cè) 香腸品質(zhì)及分級(jí)的香腸品質(zhì)等級(jí)檢測(cè)方法。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：
[0008] 一種香腸品質(zhì)等級(jí)檢測(cè)方法，包括以下步驟：
[0009] 同時(shí)采集香腸的高光譜顯微圖像信息及高光譜光譜信息；
[0010] 將所述香腸高光譜顯微圖像信息及高光譜光譜信息輸入PS0粒子群算法的支持向 量機(jī)分類預(yù)測(cè)模型中；
[0011]采取交叉驗(yàn)證的方法，獲取所述支持向量機(jī)分類預(yù)測(cè)模型的香腸品質(zhì)輸出值；
[0012] 根據(jù)所述香腸品質(zhì)輸出值判斷香腸品質(zhì)并進(jìn)行品質(zhì)分級(jí)預(yù)測(cè)。
[0013] 所述高光譜顯微圖像信息為香腸的微生物菌落總數(shù)高光譜顯微圖像信息。
[0014] 所述高光譜光譜信息為采集的與所述高光譜顯微圖像信息同一時(shí)刻、同一觀測(cè)點(diǎn) 的香腸酸價(jià)、過氧化值、揮發(fā)性鹽基氮的高光譜光譜信息。
[0015] 進(jìn)一步地，通過高光譜顯微圖像及高光譜光譜信息一體化設(shè)備獲得香腸的微生物 菌落總數(shù)顯微圖像，其中，通過高光譜顯微圖像及高光譜光譜信息一體化設(shè)備中的顯微放 大1000倍圖像采集CCD，Charge Coupled Device電荷藕合器件圖像傳感器系統(tǒng)來獲取微生 物菌落總數(shù)顯微圖像，對(duì)微生物菌落總數(shù)進(jìn)行計(jì)數(shù)。
[0016] 所述高光譜光譜信息與所述高光譜顯微圖像信息為采集的香腸同一時(shí)刻及同一 觀測(cè)點(diǎn)的信息。
[0017] 所述香腸的品質(zhì)分級(jí)為放心食用、可食用、不建議食用和不可食用。
[0018] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0019] 采用本發(fā)明可快速、準(zhǔn)確地檢測(cè)香腸品質(zhì)及分級(jí)。能夠更加便利鑒別香腸可否安 全食用。
【附圖說明】
[0020] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。
[0021 ]圖1為本發(fā)明實(shí)施例提供的分類預(yù)測(cè)模型結(jié)構(gòu)圖；
[0022]圖2為本發(fā)明實(shí)施例提供的獲得第6天香腸樣品的微生物菌落原始圖像和菌落分 隔后圖像；
[0023] 圖3為本發(fā)明實(shí)施例提供的獲得第12天香腸樣品的微生物菌落原始圖像和菌落分 隔后圖像；
[0024] 圖4為本發(fā)明實(shí)施例提供的獲得第14天香腸樣品的微生物菌落原始圖像和菌落分 隔后圖像；
[0025] 圖5為本發(fā)明實(shí)施例提供的獲得第28天香腸樣品的微生物菌落原始圖像和菌落分 隔后圖像；
[0026] 圖6為本發(fā)明實(shí)施例提供的微生物菌落總數(shù)變化圖；
[0027] 圖7為本發(fā)明實(shí)施例提供的香腸酸價(jià)高光譜信息圖；
[0028] 圖8為本發(fā)明實(shí)施例提供的香腸過氧化值高光譜信息圖；
[0029] 圖9為本發(fā)明實(shí)施例提供的香腸揮發(fā)性鹽基氮高光譜信息圖；
[0030]圖10為本發(fā)明實(shí)施例提供的PS0粒子群優(yōu)化算法計(jì)算流程圖；
[0031] 圖11為本發(fā)明實(shí)施例提供的PS0粒子群算法優(yōu)化支持向量機(jī)分類預(yù)測(cè)結(jié)果圖。
[0032] 圖7-圖9中：橫坐標(biāo)代表波長(單位cnf1);縱坐標(biāo)代表吸光度(單位lg(I0/Il));
[0033] 圖 11 中：Test samples表不樣本；Category labels表不分類標(biāo)志；The actul test set classification表不實(shí)際測(cè)試集分類；The forecast test set classification表示預(yù)測(cè)測(cè)試集分類。
【具體實(shí)施方式】
[0034]為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例 中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是 本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。在本發(fā)明的一個(gè)附圖或一種實(shí)施方式中描述 的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng) 注意，為了清楚的目的，附圖和說明中省略了與本發(fā)明無關(guān)的、本領(lǐng)域普通技術(shù)人員已知的 部件和處理的表示和描述。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有付出創(chuàng)造 性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0035] 參見圖1，一種香腸品質(zhì)等級(jí)檢測(cè)方法，包括以下步驟：
[0036] S101:選取香腸樣本；
[0037] S102:采集高光譜顯微圖像信息；
[0038] S103:采集高光譜光譜信息；
[0039]同時(shí)采集香腸的高光譜顯微圖像信息及高光譜光譜信息;高光譜顯微圖像信息為 香腸的微生物菌落總數(shù)高光譜顯微圖像信息;高光譜光譜信息為采集的與所述高光譜顯微 圖像信息同一時(shí)刻、同一觀測(cè)點(diǎn)的香腸酸價(jià)、過氧化值、揮發(fā)性鹽基氮的高光譜光譜信息； 其中高光譜光譜信息與所述高光譜顯微圖像信息為采集的香腸同一時(shí)刻及同一觀測(cè)點(diǎn)的 信息；
[0040] S104:輸入PS0粒子群算法的支持向量機(jī)分類預(yù)測(cè)模型中；
[0041] 將所述香腸高光譜顯微圖像信息及高光譜光譜信息輸入PS0粒子群算法的支持向 量機(jī)分類預(yù)測(cè)模型中；
[0042] S105:采取交叉驗(yàn)證的方法；
[0043] S106:得到香腸品質(zhì)輸出值；
[0044] 采取交叉驗(yàn)證的方法，獲取所述支持向量機(jī)分類預(yù)測(cè)模型的香腸品質(zhì)輸出值；
[0045] S107:判斷香腸品質(zhì)；
[0046] S108:進(jìn)行品質(zhì)分級(jí)預(yù)測(cè)；
[0047] 根據(jù)所述香腸品質(zhì)輸出值判斷香腸品質(zhì)并進(jìn)行品質(zhì)分級(jí)預(yù)測(cè);判斷香腸為放心食 用、可食用、不建議食用和不可食用中的哪一種。
[0048]本發(fā)明將高光譜光譜檢測(cè)到的酸價(jià)、過氧化值、揮發(fā)性鹽基氮數(shù)據(jù)和顯微圖像得 到的微生物菌落總數(shù)作為特征向量，采用PS0粒子群算法的支持向量機(jī)進(jìn)行多數(shù)據(jù)融合，建 立香腸食用度識(shí)別模型。對(duì)香腸的品質(zhì)等級(jí)進(jìn)行快速識(shí)別。
[0049] 下面通過具體的實(shí)施例對(duì)本發(fā)明做進(jìn)一步的說明：
[0050] 在同一時(shí)刻、同一觀測(cè)點(diǎn)同時(shí)采集香腸的微生物菌落總數(shù)高光譜顯微圖像信息及 香腸酸價(jià)、過氧化值、揮發(fā)性鹽基氮的高光譜光譜信息；
[0051] 通過高光譜顯微圖像及高光譜光譜信息一體化設(shè)備獲得香腸的微生物菌落總數(shù) 顯微圖像及結(jié)果如下：
[0052] 高光譜顯微圖像及高光譜光譜信息一體化設(shè)備儀器重要參數(shù)設(shè)置如下：
[0053]主要由高光譜成像系統(tǒng)、顯微放大1000倍圖像采集CCD(Charge Coupled Device 電荷藕合器件圖像傳感器)系統(tǒng)、光源、暗箱、計(jì)算機(jī)組成，
[0054] 技術(shù)參數(shù)：
[0055] 1.光譜掃描范圍：350-1050nm
[0056] 2.光譜分辨率：2.811111
[0057] 3.米樣間隔：1.9nm
[0058] 4.測(cè)定速度:每個(gè)樣品<1分鐘
[0059] 5.CCD:有效像素CCIR:500(H) X582(V);EIA:510(H) X492(V)，顯微放大 1000倍。
[0060] 主要特點(diǎn)：
[0061] 1.快速準(zhǔn)確；
[0062] 2.不需要任何化學(xué)試劑及特殊的樣品準(zhǔn)備；
[0063] 3.生肉及熟肉產(chǎn)品均可檢測(cè)。
[0064] 香腸在存放過程中，由于外界微生物的污染，以及肉品自身的分解過程中形成了 易于細(xì)菌生長的環(huán)境，微生物菌落會(huì)在香腸中大量的生長聚集。通過1000倍的顯微圖像提 取出香腸微生物菌落總數(shù)，作為判定香腸新鮮度的一個(gè)重要判定依據(jù)。
[0065] 1.樣品的制備。
[0066] 用經(jīng)過酒精燈消毒的手術(shù)刀在香腸中提取長為2厘米、寬為1厘米、厚為2毫米的樣 品40個(gè)，并將樣品放置在25°C恒溫環(huán)境下。
[0067] 2.樣品顯微圖像拍攝。
[0068] 將樣品從恒溫環(huán)境取出裸露放置在載玻片上。將載玻片放在顯微鏡的載物臺(tái)上， 調(diào)整載物臺(tái)到指定位置。取1000倍的放大倍數(shù)，每隔幾天對(duì)香腸樣品的指定位置拍攝顯微 圖像。所拍攝到的顯微圖像就是生長有微生物菌落的香腸組織圖像。
[0069] 通過高光譜顯微圖像及高光譜光譜信息一體化設(shè)備獲得第6、12、14、28天香腸樣 品的微生物菌落原始圖像和菌落分隔后圖像。參見圖2-圖5,圖中白色代表菌落，從圖2中可 以看出第6天和作為發(fā)酵劑的微生物所引起的。國標(biāo)中允許在香腸表面殘留一定的微生物， 這些作為發(fā)酵劑的微生物有利于增加香腸的特有風(fēng)味，改變微生物環(huán)境，延長貯藏時(shí)間。參 見圖4,第14天開始菌落發(fā)生變化，這個(gè)時(shí)間香腸樣品的優(yōu)勢(shì)菌種已經(jīng)發(fā)生改變。而且此時(shí) 菌落數(shù)量明顯增多，從圖4和圖5可以看出，第28天菌落數(shù)量較之第14天增加更多，通過計(jì)數(shù) 得知，此時(shí)的菌落總數(shù)為32854cuf/g，已經(jīng)超過了國標(biāo)中的10000cuf/g的標(biāo)準(zhǔn)。
[0070] 參見圖6,可以明顯的看到，在整個(gè)過程中香腸微生物菌落總數(shù)是隨時(shí)間的增加而 上升的。
[0071] 通過高光譜顯微圖像及高光譜光譜信息一體化設(shè)備獲得香腸酸價(jià)、過氧化值、揮 發(fā)性鹽基氮的高光譜光譜信息及結(jié)果如下：
[0072] 1、樣品的制備。
[0073] 與微生物菌落提取同一時(shí)刻同時(shí)在香腸中用經(jīng)過酒精燈消毒的手術(shù)刀在香腸中 提取香腸樣品，將其切成片狀，片狀厚度約為3_，直徑大于6mm(以便能蓋滿整個(gè)容器杯）， 制作樣本40個(gè)，并將樣品放置在25°C恒溫環(huán)境下。
[0074] 2、高光譜光譜信息樣品采集
[0075]在室溫下，將VERTEX 70型傅里葉變換紅外光譜儀分辨率設(shè)為8cm-1，掃描次數(shù)選擇 32次，在12500~4000CHT1譜區(qū)，使用0PUS6.5軟件進(jìn)行近紅外光譜采集，操作方法如下： [0076] 1.打開VERTEX 70型紅外光譜儀預(yù)熱30分鐘，同時(shí)啟動(dòng)計(jì)算機(jī)，運(yùn)行OPUS軟件，進(jìn) 入軟件操作界面。
[0077] 2.置好實(shí)驗(yàn)參數(shù)，切換到檢查信號(hào)頁面，看到十字型干涉圖之后點(diǎn)擊保存峰位。保 存峰位只需要每次開機(jī)或改變?cè)囼?yàn)參數(shù)后檢查信號(hào)時(shí)應(yīng)用。
[0078] 3.每次測(cè)量開始時(shí)，點(diǎn)擊"高級(jí)數(shù)據(jù)采集"選項(xiàng)，進(jìn)入測(cè)量菜單。
[0079] 4.返回基本設(shè)置頁面，點(diǎn)擊背景單通道對(duì)背景進(jìn)行測(cè)量。在保持實(shí)驗(yàn)參數(shù)相同、室 內(nèi)溫度恒定的的情況下，只需要測(cè)一次背景，不必每次都測(cè)量背景。
[0080] 5.帶好消毒手套，將切好的香腸肉片平鋪在固體測(cè)量樣本杯中，開啟積分球模塊 固體樣本處的電源。進(jìn)行光譜掃描。
[0081] 6.每次掃描完后，對(duì)固體樣品杯進(jìn)行清洗，對(duì)操作手套進(jìn)行消毒。以保證不影響下 一個(gè)樣品的光譜結(jié)果。
[0082]通過研制的高光譜顯微圖像設(shè)備獲得第6、12、14、28天香腸樣品的酸價(jià)、過氧化 值、揮發(fā)性鹽基氮光譜信息，如圖7-圖9所示。
[0083]光譜檢測(cè)結(jié)果:酸價(jià)(mg/g)，波長數(shù)61;過氧化值(g/100g)，波長數(shù)79;揮發(fā)性鹽基 氮(mg/g)，波長數(shù)88。
[0084]將所述香腸高光譜顯微圖像信息及高光譜光譜信息輸入PS0粒子群算法的支持向 量機(jī)分類預(yù)測(cè)模型中；
[0085]采取交叉驗(yàn)證的方法，獲取所述支持向量機(jī)分類預(yù)測(cè)模型的香腸品質(zhì)輸出值； [0086]利用PS0粒子群算法對(duì)已建立的支持向量機(jī)分類預(yù)測(cè)模型進(jìn)行優(yōu)化，即尋找支持 向量機(jī)分類預(yù)測(cè)模型的最佳懲罰參數(shù)c和核函數(shù)參數(shù)g，并利用最佳懲罰參數(shù)c和核函數(shù)參 數(shù)g來優(yōu)化支持向量機(jī)分類預(yù)測(cè)模型，提高其精確性。其中，設(shè)置初始懲罰參數(shù)C和核函數(shù)參 數(shù)g分別為1、粒子數(shù)為30、迭代次數(shù)為1000、w start = 0.9、將交互驗(yàn)證集的準(zhǔn)確率 (Accurancy)作為PS0粒子群算法的適應(yīng)度函數(shù)，尋找已建立模型的懲罰參數(shù)c和核函數(shù)參 數(shù)g的最優(yōu)解。PSO粒子群優(yōu)化算法的計(jì)算流程如圖10所示。
[0087] 將上述算法在(矩陣實(shí)驗(yàn)室)Matlab中實(shí)現(xiàn)，由圖11可以看出，經(jīng)過PS0粒子群算法 優(yōu)化后的支持向量機(jī)分類預(yù)測(cè)模型Accuracy(精確性)從97.5%提高到100%。即對(duì)預(yù)測(cè)集 40個(gè)樣品的分類預(yù)測(cè)結(jié)果與實(shí)際分類一致，同時(shí)確定了最佳懲罰參數(shù)c和核函數(shù)參數(shù)g分別 為0.70711和1.4142。，即這兩個(gè)參數(shù)選取上述值可以使支持向量機(jī)分類預(yù)測(cè)模型具有最佳 的預(yù)測(cè)性能和泛化能力。所以，采用PS0粒子群優(yōu)化算法尋找最佳懲罰參數(shù)c和核函數(shù)參數(shù) g，不但可以解決人工選取懲罰參數(shù)c和核函數(shù)參數(shù)g沒有相關(guān)的理論依據(jù)、只能通過人工反 復(fù)試驗(yàn)選取的問題，而且，還可以優(yōu)化已建立的支持向量機(jī)分類預(yù)測(cè)模型、提高模型的精確 度和泛化能力。
[0088] 經(jīng)過PS0粒子群算法優(yōu)化后的支持向量機(jī)分類預(yù)測(cè)模型計(jì)算，根據(jù)所述香腸品質(zhì) 輸出值判斷香腸品質(zhì)并進(jìn)行了品質(zhì)分級(jí)預(yù)測(cè);可判斷香腸為放心食用、可食用、不建議食用 和不可食用中的哪一種。如表1所示。
[0089]表1對(duì)隨機(jī)抽取的40個(gè)樣本的預(yù)測(cè)結(jié)果
[0091] 本發(fā)明利用高光譜顯微圖像及高光譜光譜實(shí)驗(yàn)數(shù)據(jù)，將香腸等級(jí)重新劃分為4類： 可放心食用、可食用、不建議食用和不可食用，這種分類結(jié)果既符合國標(biāo)中對(duì)香腸相關(guān)指標(biāo) 的界定，也符合日常生活中人們細(xì)化品質(zhì)等級(jí)的實(shí)際要求。
[0092] 本發(fā)明使用高光譜顯微圖像及高光譜光譜技術(shù)定量分析香腸中的酸價(jià)、過氧化值 和揮發(fā)性鹽基氮，使用數(shù)字圖像處理技術(shù)獲取微生物菌落總數(shù)，將這四種參數(shù)作為SVM(PS0 粒子群算法優(yōu)化后的支持向量機(jī)分類預(yù)測(cè)模型）網(wǎng)絡(luò)的輸入信息。這種做法較傳統(tǒng)的生化 實(shí)驗(yàn)，實(shí)驗(yàn)操作難度大大降低，試驗(yàn)時(shí)間也大大降低。為了增加網(wǎng)絡(luò)的準(zhǔn)確性和計(jì)算速度， 使用PS0粒子算法進(jìn)行模型優(yōu)化，最終達(dá)到準(zhǔn)確率從97.5%提高到100%，運(yùn)算時(shí)間縮小5.3 秒的結(jié)果。
[0093]本發(fā)明具有如下優(yōu)點(diǎn)：
[0094]首次采用高光譜顯微圖像技術(shù)獲得香腸微生物菌落總數(shù)圖像特征信息;首次采用 高光譜光譜技術(shù)獲得香腸內(nèi)部酸價(jià)、過氧化值、揮發(fā)性鹽基氮光譜特征信息。
[0095]首次將獲得的香腸微生物菌落總數(shù)高光譜顯微圖像信息，并根據(jù)采集同一時(shí)刻、 同一觀測(cè)點(diǎn)的香腸高光譜光譜信息作為PS0粒子群算法的支持向量機(jī)分類預(yù)測(cè)模型的輸入 特征，采取交叉驗(yàn)證(Cross Va 1 i dat i on，CV)的方法，獲取了支持向量機(jī)分類預(yù)測(cè)香腸品質(zhì) 模型的輸出值。
[0096] 首次將國家香腸品質(zhì)兩個(gè)等級(jí)標(biāo)準(zhǔn)（超標(biāo)、未超標(biāo)）通過支持向量機(jī)（Support vector Machine，SVM)智能學(xué)習(xí)算法，重新細(xì)劃分為四個(gè)等級(jí)(放心食用、可食用、不建議食 用、不可食用），判斷香腸品質(zhì)并進(jìn)行品質(zhì)分級(jí)預(yù)測(cè)。更加便利安全食用。
[0097] 在本發(fā)明上述各實(shí)施例中，實(shí)施例的序號(hào)僅僅便于描述，不代表實(shí)施例的優(yōu)劣。對(duì) 各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述的部分，可以參見其他實(shí)施例的相 關(guān)描述。
[0098]在本發(fā)明的裝置和方法等實(shí)施例中，顯然，各部件或各步驟是可以分解、組合和/ 或分解后重新組合的。這些分解和/或重新組合應(yīng)視為本發(fā)明的等效方案。同時(shí)，在上面對(duì) 本發(fā)明具體實(shí)施例的描述中，針對(duì)一種實(shí)施方式描述和/或示出的特征可以以相同或類似 的方式在一個(gè)或更多個(gè)其它實(shí)施方式中使用，與其它實(shí)施方式中的特征相組合，或替代其 它實(shí)施方式中的特征。
[0099]最后應(yīng)說明的是：雖然以上已經(jīng)詳細(xì)說明了本發(fā)明及其優(yōu)點(diǎn)，但是應(yīng)當(dāng)理解在不 超出由所附的權(quán)利要求所限定的本發(fā)明的精神和范圍的情況下可以進(jìn)行各種改變、替代和 變換。而且，本發(fā)明的范圍不僅限于說明書所描述的過程、設(shè)備、手段、方法和步驟的具體實(shí) 施例。本領(lǐng)域內(nèi)的普通技術(shù)人員從本發(fā)明的公開內(nèi)容將容易理解，根據(jù)本發(fā)明可以使用執(zhí) 行與在此所述的相應(yīng)實(shí)施例基本相同的功能或者獲得與其基本相同的結(jié)果的、現(xiàn)有和將來 要被開發(fā)的過程、設(shè)備、手段、方法或者步驟。因此，所附的權(quán)利要求意思是在它們的范圍內(nèi) 包括這樣的過程、設(shè)備、手段、方法或者步驟。
【主權(quán)項(xiàng)】
1. 一種香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，包括以下步驟： 同時(shí)采集香腸的高光譜顯微圖像信息及高光譜光譜信息； 將所述香腸高光譜顯微圖像信息及高光譜光譜信息輸入PSO粒子群算法的支持向量機(jī) 分類預(yù)測(cè)模型中； 采取交叉驗(yàn)證的方法，獲取所述支持向量機(jī)分類預(yù)測(cè)模型的香腸品質(zhì)輸出值； 根據(jù)所述香腸品質(zhì)輸出值判斷香腸品質(zhì)并進(jìn)行品質(zhì)分級(jí)預(yù)測(cè)。2. 根據(jù)權(quán)利要求1所述的香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，所述高光譜顯微圖像信 息為香腸的微生物菌落總數(shù)高光譜顯微圖像信息。3. 根據(jù)權(quán)利要求1所述的香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，通過高光譜顯微圖像及 高光譜光譜信息一體化設(shè)備獲得香腸的微生物菌落總數(shù)顯微圖像，其中，通過高光譜顯微 圖像及高光譜光譜信息一體化設(shè)備中的顯微放大1000倍圖像采集CCD，Charge Coupled Device電荷藕合器件圖像傳感器系統(tǒng)來獲取微生物菌落總數(shù)顯微圖像，對(duì)微生物菌落總數(shù) 進(jìn)行計(jì)數(shù)。4. 根據(jù)權(quán)利要求1-3任一項(xiàng)所述的香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，所述高光譜光 譜信息為采集的與所述高光譜顯微圖像信息同一時(shí)刻、同一觀測(cè)點(diǎn)的香腸酸價(jià)、過氧化值、 揮發(fā)性鹽基氮的高光譜光譜信息。5. 根據(jù)權(quán)利要求3所述的香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，所述高光譜光譜信息與 所述高光譜顯微圖像信息為采集的香腸同一時(shí)刻及同一觀測(cè)點(diǎn)的信息。6. 根據(jù)權(quán)利要求4所述的香腸品質(zhì)等級(jí)檢測(cè)方法，其特征在于，所述香腸的品質(zhì)分級(jí)為 放心食用、可食用、不建議食用和不可食用。
【文檔編號(hào)】G06T7/00GK105866063SQ201610217719
【公開日】2016年8月17日
【申請(qǐng)日】2016年4月8日
【發(fā)明人】郭培源, 王昕琨
【申請(qǐng)人】北京工商大學(xué)