[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

说明书

技术领域

本发明涉及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，属于农产品无损检测技术领域。

背景技术

马铃薯富含碳水化合物、蛋白质、矿物质(磷、钙等)、以及维生素等多种营养成分。是世界上的第四大粮食作物，同时也是世界上重要的蔬菜及经济作物，栽培范围遍布全球。目前，我国马铃薯种植面积和总产量均居世界首位。随着马铃薯产量及消费面的扩大，马铃薯及其制品的食用安全问题也越来越受关注。马铃薯存储和运输过程中绿皮与发芽个体中龙葵素(主要成分为α-茄碱和α-卡茄碱)含量剧增，龙葵素具有较强的毒性，可对人体的消化系统、神经系统以及胃肠系统造成损伤，严重时可导致死亡，因此对马铃薯中龙葵素的检测变得尤为重要。

现阶段对绿皮及发芽样本的检测主要分为传统方法、化学方法检测以及无损检测方法。传统方法凭借人工对变绿及发芽个体进行剔除，费时费力；常用的化学检测方法分为紫外分光光度法、高效液相法等，不仅损坏样品、费时费力且对操作人员要求较高。现阶段常用的无损检测方法主要为近红外检测、高光谱检测、机器视觉等检测，经检索相关专利有：一种基于机器视觉的绿化马铃薯检测分级方法，公开号为：CN103394472A。该专利开发了一种基于色调值判别法对表皮发绿的马铃薯进行检测分级的方法。该专利对每个不停滚动的样本采集三幅不同表面的图像，提取各图像的R、G、B值并转化为色调值，通过与阈值比较后统计其绿化点和正常点数目，最终将样本划分为正常、不明显绿化和绿化样本，通过实例验证后其准确率可达90.8％。此检测方法与人工检测相比虽然提高了检测速度，对马铃薯进行了更进一步的划分，但此判别方法仅依据马铃薯外部颜色特征对其进行划分，对其内部龙葵素含量未进行测定，并不能确定样本是否可食。因此探索一种以龙葵素含量为判定依据的快速无损检测方法变得尤为重要。

本次所申请的专利不仅依据马铃薯变绿及发芽时外部颜色信息，而且同时判别其内部气味信息的变化，利用机器视觉与电子鼻技术相结合对马铃薯内部龙葵素含量进行定量分析，依据龙葵素含量及马铃薯表面颜色特征将马铃薯划分为可食用薯、绿色薯和发芽薯，实现有效分类。此方法不仅可以保证马铃薯的食用安全性，并且绿色样本可被用于医学研究，而发芽样本则可作为种薯，完全实现资源的再利用。本专利中将机器视觉与电子鼻技术相结合可以弥补单一检测技术对初期样本识别率低的缺陷。此发明采用无损的检测方法以龙葵素含量作为依据对样本进行划分，不仅为马铃薯及其制品的食用安全性提供了保障，还可促进马铃薯深加工产业发展，对我国未来马铃薯产业发展影响深远。

发明内容

为了克服背景技术中存在的问题,本发明的目的在于提供一种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。本专利依据高效液相测定的马铃薯中龙葵素含量将马铃薯划分为可食和不可食；采用计算机视觉获得马铃薯图像信息，对图像进行预处理、去除背景、绿皮及发芽区域分割、提取颜色特征值；通过电子鼻采集马铃薯气味信息，数据经预处理后提取其稳定值作为特征值；将所得的图像信息与电子鼻信息在特征层进行融合，并建立其与高效液相所得龙葵素含量之间的相关模型，最终将马铃薯划分为可食薯、绿皮薯和发芽薯。将马铃薯的图像信息与气味信息相结合，在不损伤样本的前提下对马铃薯中龙葵素含量进行预测，从而快速、高效的实现马铃薯是否可食用的定性判别。

本发明采用的技术方案如下: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，按照下述步骤进行：

首先采用电荷耦合元(Charge Coupled Device,CCD)摄像头获得马铃薯图像，对图像进行预处理，提取其绿皮及发芽区域的颜色及纹理特征；然后依据气相色谱-质谱联用仪(Gas Chromatography-Mass Spectrometer,GC-MS)所得气体成分信息构建专用于马铃薯测定的电子鼻传感器阵列，挑选样品集气装置，优化测定条件，对不同品质的马铃薯进行气体成分采集，对所得数据进行预处理，提取其稳定值作为特征值；最终将所得的图像信息与电子鼻信息进行特征层融合，建立其与龙葵素含量之间的相关模型，实现对马铃薯中龙葵素含量的快速高效无损伤检测。

具体实施步骤：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，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。