[发明专利]基于图像与光谱信息融合的肉品在线无损检测方法与装置

说明书

技术领域

本发明涉及一种针对农畜产品的在线检测方法与装置，特指基于图像和光谱信息融合的肉品品质在线无损检测方法与装置。

背景技术

肉及肉制品是人类的主要食物来源之一。随着消费水平的提高，肉类产品的品质已引起了消费者广泛重视；肉类加工企业为了保证产品的质量，在激烈的市场竞争中获得较强的竞争力，对原料肉和加工半成品进行品质监测与控制，对产品进行按质分类定价，以最大化产品的经济价值。

传统的肉品品质检测是采用人工感观评定方法和化学分析方法。人工感观评定需要经过专业训练的评价人员，评价结果主观性强，可重复性差，进行大批量的在线检测劳动强度大；化学分析方法是经过化学方法进行破坏性检测，步骤繁琐，检测结果依赖操作人员的技术水平与熟练程度，不适用于实际生产过程中的在线检测。

机器视觉技术通过各种成像系统实现信息采集，由计算机利用图像处理技术来提取和解释采集对象的特征，结合各种模式识别算法，可以对对象进行定量、定性的描述与分类，在农畜产品品质检测中得到了广泛的应用。利用机器视觉技术可以对肉品的颜色、纹理分布、形状大小、骨头等指标进行检测，更进一步的分析处理还可以对肉品的pH值、弹性、嫩度等指标进行检测。光谱分析技术是一种对农畜产品品质无损检测的有效方法，它利用农畜产品对光的吸收、散射、反射和透射等特性确定农畜产品品质；利用光谱检测技术可以对肉类产品的化学组分，pH值，及嫩度等指标进行检测。

这类基于农畜产品光学特性的无损检测技术速度快、准确，不受主观人为影响，国内外研究者都展开了大量的研究，但主要是利用图像信息或用光谱信息对肉产品以单个指标来进行分级，不能对肉类产品的内外多个品质指标进行检测。肉类产品品质复杂，而且其质量与其用途有关，应由其内部和外部的多项指标综合评定。因此利用样品的图像和光谱两方面的信息，利用具有互补性质的信息拓展品质检测的宽度，利用具有冗余性质的信息提高品质评价的精度，对肉类产品的内外指标进行检测，利用决策层信息融合，结合实际生产中的品质要求体系，对肉品品质进行全面精确的评定进行分类分级，对于优化肉类产品生产工艺、提高肉类产品生产经济效益、保障居民消费权益和食品质量有很重要的现实意义。

发明内容

本发明的目的在于提供一种基于图像与光谱信息融合的肉品品质在线无损检测的方法及装置。通过在线采集肉品的图像信息与光谱信息，对获得的信息利用图像处理技术和光谱分析技术进行特征提取，获得表征肉品指标的特征信息，建立各测定指标的基于图像特征的、基于光谱特征的和基于图像与光谱的特征层数据融合的定量预测模型，利用定量预测结果进行决策层数据融合，对肉品进行在线检测评价。

本发明采用的技术方案如下：

一、一种基于图像与光谱信息融合的肉品品质在线无损检测的方法：

实时采集肉品图像信息和光谱信息，进行信息融合处理，对肉品的综合品质进行检测，其具体步骤如下：

1)建立在线检测模型：

根据肉品品质指标的要求，确定检测指标以及各指标的权重，建立质量评定体系；在线采集肉品的图像和光谱信息，利用图像处理技术和光谱分析技术对获得的信息进行数据处理，提取表征待检测指标的特征信息；离线对肉品进行各指标的理化测试；利用提取的光谱与图像特征信息与测试的各指标实际值，建立基于图像的、基于光谱的、或图像与光谱特征层融合的品质定量预测模型；结合建立的质量评定体系，进行决策层融合处理，建立基于图像与光谱信息融合的肉品品质在线检测模型；

2)进行在线检测：

在线检测时，待测肉品图像信息和光谱信息被实时采集后由建立的肉类产品品质检测模型对输入的图像和光谱信息进行处理，提取特征，由单一肉品品质定量预测模型进行预测，由决策层数据融合模型对肉品品质进行在线质量分级评定。

所述的在线采集肉品的图像信息，为紫外、可见光、近红外或红外波长范围内图像，图像信息处理包括运动图像的补偿与校正、背景分割、目标区域提取，提取的图像特征包括颜色、纹理分布描述、脂肪分布及与肉品pH值、弹性和嫩度实际生产要求的指标的相关特征提取，建立基于图像信息的品质预测模型。

所述的光谱信息采集后，结合光谱平滑、校正和微分预处理方法，提取表征肉品化学组分、pH值、颜色、弹性和嫩度指标的特征信息，包括特征波长、光谱经过分解所得得主因子，建立基于光谱信息的品质预测模型。

所述的提取的图像与光谱的特征值利用人工神经网络、支持向量机方法进行特征层信息融合；采用D-S证据理论、贝叶斯网络方法进行决策层信息融合。