[发明专利]基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法

权利要求书

1.基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法，其特征在于按照下述步骤进行：

步骤1：采用机器视觉中专门设计的马铃薯图像采集系统，对马铃薯样本进行图像采集，确保马铃薯表面颜色及纹理特征信息的完整性，将所得图像保存至计算机中；

步骤2：采用专门设计的电子鼻对马铃薯样本进行顶空气体采样，记录电子鼻传感器阵列响应信号值,从而得到传感器阵列对不同检测样品的响应曲线，将其存储于计算机中；

步骤3：对马铃薯样本前处理，提取其龙葵素后采用高效液相色谱法进行测定，获得其龙葵素含量值；

步骤4：分别对步骤1机器视觉所获取图像反映的马铃薯样本外部信息和步骤2电子鼻所测得马铃薯样本内部信息进行预处理，并提取各自特征值，将二者在特征层进行融合，然后构建其与龙葵素含量之间的相关关系，建立模型对马铃薯绿皮与发芽状态进行判别。

2.根据权利要求1所述的基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法，其特征在于

其中步骤1中机器视觉中专门设计的马铃薯图像采集系统由光箱、光源、载物台、摄像头等几大部分组成；光箱是根据马铃薯拍摄的需要所设计的，上部为半球形，直径为38cm；下部为直筒型，直径38cm，高15cm；光源采用可调式环形发光二极管(LED)，光源与样本的距离根据马铃薯品种和大小的不同可调节；CCD摄像头拍摄图像时应调节光源位置与强度使得其照射在样本上的光线均匀且强度适中，无明显反射光斑。

3.根据权利要求1所述的基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法，其特征在于

其中步骤2中的电子鼻是专门设计的，由江苏大学无损检测团队自行研制；该电子鼻由气体采样系统、气敏传感器阵列、主控系统和软件分析系统四部分组成；其中，气敏传感器阵列的确定过程为：采用GC-MS对马铃薯样本所产生的气体成分进行检测，依据GC-MS所得结果，结合电子鼻传感器的交互敏感特性构建适用于马铃薯龙葵素检测的传感器阵列；对GC-MS所测数据的分析结果显示，马铃薯气体成分主要包括30种，其中醇类9种、醛类8种、烃类6种还包括酮类、酸类、酯类、呋喃类等物质；最终确定传感器阵列为：TGS832、WSP2110、TGS822、TGS813、TGS880、TGS2610、TGS2611、TGS2600、TGS2620、MQ135、MQ137、MQ316；其中步骤2中样本采集之前对集气装置、集气时间、样本采集时间进行优化，经实验优化后所用集气装置为800ml圆柱形无味玻璃盒，集气时间为40min，样本采集时间为420s。

4.根据权利要求1所述的基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法，其特征在于

步骤3中所述的龙葵素含量测定的高效液相色谱法，按照下述步骤进行：将样本不经去皮直接粉碎后按物料比1:40加体积浓度为5％的乙酸，室温下超声20min萃取样本中的龙葵素；抽滤，滤渣用体积浓度为5％的乙酸重悬浮抽滤2遍，所有滤液合并到一个锥形烧瓶内，加入浓氨水调节pH至10-11将龙葵素沉淀下来；碱性溶液70℃条件下水浴50min后置于4℃冰箱中过夜；将碱性溶液18000r/min离心30min，用体积浓度为2％的氨水多次清洗离心至溶液澄清；所得沉淀物60℃鼓风干燥，然后完全溶于四氢呋喃/乙腈/20mmol KH₂PO₄(5:3:2)溶液中并离心，取2ml上清液用于高效液相色谱分析。

5.根据权利要求1所述的基于机器视觉与电子鼻融合技术的马铃薯龙葵素检测方法，其特征在于

步骤4中所述的机器视觉获取的马铃薯样本外部信息特征值的提取过程，按照下述步骤进行：提取图像中马铃薯的颜色与纹理信息，将RGB图像颜色值分别转化为HSV和YCbCr色调值；采用色调维(H值)分割法获得完整二值图像；提取图像中的绿皮及发芽区域，采用逐点扫描法提取区域中绿色点颜色值N,采用Marius区域填充算法提取各颜色值所对应的像素点个数S，分别求出其R、G、B、H、Ycb、Cr值所对应的相对比值α，如其中N_j为完整样本所对应的某一H值，S_j为此H值所对应的像素点个数；n_i为提取的绿色及发芽区域所对应的某一H值；s_i为此H值所对应的像素点个数；其所求各比值即为所提取的图像特征值。