[发明专利]基于可见/近红外光谱的虾类新鲜度等级检测方法及装置

摘要

本发明涉及检测方法技术领域，尤其涉及一种基于可见/近红外光谱的虾类新鲜度等级检测方法及装置，根据虾类产品的光谱特征，有机结合稀疏表示分类方法，实现虾类产品新鲜度等级的快速无损检测，本发明用于虾类产品新鲜度检测，具有速度快，成本低，操作简单、便捷，不需要检测人员具备专业知识背景，不需要对检测样本进行物理或化学方法预处理或破坏的优势，可替代专业感官检测人员与传统实验室理化分析检测方法，提高检测效率，降低虾类产品品质检测与质量控制的工作量。

主权项

一种基于可见/近红外光谱的虾类新鲜度等级检测方法，其特征在于，它包括以下步骤：(1)、采集大量的不同存储时间、不同存储温度的虾类样本，对采集到的样本进行可见/近红外光谱数据信息采集；按照国家标准SC/T 3032‑2007规定的标准理化实验方法检测每个样本的挥发性盐基氮标准值；再按照国家标准GB2741‑1994规定，根据检测到的挥发性盐基氮含量对样本的新鲜度等级进行划分标注；(2)、对步骤(1)所采集到的样本的光谱数据信息进行预处理和降维，得到样本光谱数据信息特征值，把所有样本相对应的光谱数据信息特征值分为训练集和测试集；(3)、把步骤(2)中所述的训练集中的光谱数据信息特征值作为稀疏表示分类方法的训练样本矩阵，构建新鲜度等级的稀疏表示分类模型；(4)、分别将步骤(2)中所述的测试集中各样本相对应的光谱数据信息特征值作为稀疏表示分类模型的输入值，计算得到测试集中各样本的新鲜度等级；比较稀疏表示分类模型计算得到的新鲜度等级和步骤(1)标注的样本新鲜度等级，计算稀疏表示分类模型对新鲜度等级预测的准确率；再重复进行步骤(2)‑(4)的操作，调整并确定步骤(2)中对样本光谱数据信息的最佳预处理方法和降维方法，直到稀疏表示分类模型的分类准确率达到设定要求；(5)、利用步骤(4)所确定的光谱数据信息的最佳预处理和降维方法及步骤(3)建立的稀疏表示分类模型，来测试未知待测样本的新鲜度等级。