CN109447104A - 基于嗅觉可视化技术的食品气味手机成像检测方法 - Google Patents
基于嗅觉可视化技术的食品气味手机成像检测方法 Download PDFInfo
- Publication number
- CN109447104A CN109447104A CN201811048213.6A CN201811048213A CN109447104A CN 109447104 A CN109447104 A CN 109447104A CN 201811048213 A CN201811048213 A CN 201811048213A CN 109447104 A CN109447104 A CN 109447104A
- Authority
- CN
- China
- Prior art keywords
- food
- mobile phone
- sensor array
- smell
- visualization technology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了基于嗅觉可视化技术的食品气味手机成像检测方法,属于食品农产品无损检测技术领域。采用手机作为传感器阵列的图像获取装置,开发了一种基于嗅觉可视化技术的食品气味手机成像检测方法,实时监控食品气味的变化情况。该方法便携、简单、易操作,有助于将嗅觉可视化技术应用到食品加工产业中,构建成便携式食品气味检测系统,拓展其在食品加工过程原位检测中的应用前景。
Description
技术领域
本发明涉及一种基于嗅觉可视化技术的食品气味手机成像检测方法,主要是借助手机对食品中的挥发性气体进行检测,属于食品农产品无损检测技术领域。
背景技术
嗅觉可视化技术是一种新型的电子鼻技术,根据传感器阵列与待测气体反应前后的颜色变化对气体进行定性、定量分析。该技术是2002年由美国伊利诺伊大学香槟分校的Suslick教授首先提出的,目前被很多学者用于鱼类、肉类、酒类、茶类等食品检测方法的开发中。
由于嗅觉可视化技术中传感器阵列反应前后的颜色差异是分析的核心,所以传感器阵列图像的获取装置在嗅觉可视化系统中占有重要地位。嗅觉可视化系统传感器阵列图像通常采用扫描仪或工业相机来获取,不论是扫描仪还是工业相机在对图像获取与存储时都必须伴随着电脑的使用,使得整个装置不易携带,使用复杂,阻碍了嗅觉可视化技术在食品原位检测中的应用。智能手机作为现在普遍的通讯工具,已被广泛运用于图像拍摄中。智能手机在图像获取与存储方面具有简单、迅速、便携等优点。经检索相关专利有:一种比色传感器阵列的手机成像方法,专利号为201410775676.8。该专利主要是对手机所拍摄的传感器阵列的图像进行数据矫正。本次所申请的专利采用手机作为传感器阵列的图像获取装置,开发了一种基于嗅觉可视化技术的食品气味手机成像检测方法。打开手机录像功能,则可实现对样本气味变化的监控。该方法便携、简单、易操作,有助于将嗅觉可视化技术应用到实地实时检测中,尤其是拓展其在食品加工过程原位检测中的应用前景。
发明内容
为了克服现有技术的不足,本发明提供了一种基于嗅觉可视化技术的食品气味手机成像检测方法。采用自制的基于手机成像的嗅觉可视化检测系统对食品进行检测。首先将传感器阵列放入系统的密闭反应室内,通过智能手机拍摄传感器阵列的反应前图像;运用真空泵将食品样本的挥发性气体输送到密闭反应室内与传感器阵列反应;充分反应后再用智能手机拍摄传感器阵列的反应后图像;最后,计算传感器阵列与食品气味反应前后的差值图像,通过调用模型数据库进行比对,实现对食品气味的检测。
本发明解决其技术问题所采用的技术方案如下:
基于嗅觉可视化技术的食品气味手机成像检测方法,按照下述步骤进行:
(1)光箱装置,该光箱用于手机拍摄并包含反应室;
(2)气路设置,将真空泵进气口通过聚乙烯管与集气室相连,出气口与反应室相连;
(3)将样本放到自制的密闭集气室集气10~60min;
(4)用手机拍摄传感器阵列反应前图像并自动保存;然后将传感器阵列放入反应室内;
(5)打开真空泵开关,将所集气体抽取到传感器阵列所在的反应室内,使气体与传感器阵列反应3~10min;
(6)关闭真空泵开关,用手机拍摄传感器阵列反应后图像并自动保存;
(7)打开反应室,用洁净的空气冲洗,清除反应室内样本的挥发性气体。
(8)调取步骤(4)和(6)存储的传感器阵列反应前、后图像,计算传感器阵列与食品气味反应前后的差值图像,调用模型数据库,进行比对,实现对食品气味的检测。
(9)打开手机录像功能,在步骤8的基础上,可实现对样本气味变化的实时监控。
其中步骤(1)中用于嗅觉可视化技术的食品气味手机成像采集的光箱装置是根据手机尺寸、传感器阵列尺寸、手机摄像头拍摄角度、焦距聚焦情况等特定设计的;光箱尺寸为:22cm*15cm*18cm,反应室的尺寸为:15cm*5cm*18cm。
其中步骤(2)中真空泵的型号为卡默尔KVP04,控制真空泵使用的是型号为KVP04的专用脉冲宽度调制发生器调速驱动板。
其中步骤(3)中的集气室时间10~60min,需要根据食品具体品种及样本气体的挥发程度来掌握。
其中步骤(4)中的传感器阵列制作方法如下:根据食品中的挥发性气体,选择卟啉类化合物、pH指示剂作为色敏材料。将所筛选的色敏材料分别用有机溶剂乙醇配置成2mg/ml溶液,分别装于棕色小瓶中,置于黑暗环境中保存。其中具体色敏材料为溴甲酚绿、甲基红、中性红、1种尼罗红染料,加上锰卟啉、锌卟啉、铜卟啉、铁卟啉、钴卟啉。将色敏溶液通过点样的方式固定于所制作的薄膜上,制成传感器阵列。
其中步骤(5)中的反应时间3~10min,需要根据传感器阵列与样本挥发性气体反应平衡时间来掌握。
其中步骤(8)中模型数据库是选择典型食品预先建立好的。模型数据库的预先建立主要是通过分析典型食品的传感器阵列的响应图像,提取传感器阵列反应前后差值图像的特征参数;通过极限学习机(extreme learning machine,ELM)、支持向量机(Supportvector machine,SVM)、反向传播神经网络(Back propagation neural networks,BPNN)三种典型的建模方法分别构建传感器阵列特征参数和食品气味的相关关系,建立识别模型,构成模型数据库;并根据食品产业的动态进行更新,从而为食品的实时检测提供可靠的数据基础和高效的分析。
与现有技术相比,本发明设计的一种基于嗅觉可视化技术的食品气味手机成像检测方法,采用智能手机作为传感器阵列的图像获取装置,可非常方便地与一般食品加工装备连接构建成便携式食品气味检测系统。可灵活应用于各种检测场合,尤其在现场实时检测中具有独特优势,其快捷、便携性能远远超越现有仪器性能。
附图说明
图1为基于嗅觉可视化技术的食品气味手机成像检测装置图,其中1光源,2智能手机,3可视化气体传感器阵列,4聚乙烯管,5反应室,6光箱,7真空泵,8集气室。
具体实施方式
下面结合附图和实施例详细对本发明进一步说明。
如图1,本发明实现的展示图。整个装置分为硬件和软件两个部分,硬件部分包括:光源1,智能手机2,可视化气体传感器阵列3,聚乙烯管4,反应室5,光箱6,真空泵7,集气室8。软件部分由真空泵7的驱动程序、智能手机2的图像获取程序和模型数据库组成。
本发明对食品挥发性气体的检测具有通用性,接下来以对金耳发酵过程中气体检测作为实例进行说明,步骤如下:
(1)准备工作。金耳发酵过程中一直在通过气体排放口排气,所以在发酵阶段的任何时候都可以检测气体。采用本发明方法可以在发酵阶段任意时刻检测,只要做好测试所需的其它准备就可以了。
(2)制作传感器阵列。具体色敏材料为溴甲酚绿、甲基红、中性红、1种尼罗红染料,加上锰卟啉、锌卟啉、铜卟啉、铁卟啉、钴卟啉所组成的9种色敏材料制作成3×3可视化气体传感器阵列。
(3)每次试验前用干净的空气冲洗反应室,使之处于洁净的状态。
(4)将传感器阵列放入反应室内,用手机拍摄传感器反应前图像并自动保存。
(5)将真空泵进气口通过聚乙烯管与发酵罐发酵气体排放口相连接,出气口与反应室相连,打开真空泵采集样本挥发性气体至反应室内使之与传感器阵列反应,反应时间为3min。
(6)关闭真空泵开关,用手机拍摄传感器反应后图像并自动保存。
(7)对智能手机所获得的可视化气体传感器阵列图像进行特征信息提取。计算每个传感器阵列点反应前后的RGB值,相减,得到被测时刻的金耳发酵液的气味信息的特征矩阵。每个传感器阵列有9个点,每个点有RGB三个变化值,即9×3个灰度值,也就是说,传感器阵列反应前后的差值图像构成1个27维气味特征向量。
(8)金耳发酵阶段判别模型数据库的建立。按照步骤(1)到步骤(7)的方法通过可视化气体传感器获取发酵主要三个阶段:延滞期(0~1天)、指数期(2~4天)、稳定期(5~7天)的气味特征向量,调用模型数据库中ELM、SVM、BPNN三种典型的建模方法分别构建发酵阶段的识别模型,再将所构建的模型更新到模型数据库中。
(9)金耳发酵阶段的识别。将所得的27维气味特征向量变量信息作为识别模型的输入,调用模型数据库中的识别模型,实现对金耳发酵阶段的智能化评判。
Claims (6)
1.基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于按照下述步骤进行:
(1)光箱装置,该光箱用于手机拍摄并包含反应室;
(2)气路设置,将真空泵进气口通过聚乙烯管与集气室相连,出气口与反应室相连;
(3)将样本放到自制的密闭集气室集气10~60min;
(4)用手机拍摄传感器阵列反应前图像并自动保存;然后将传感器阵列放入反应室内;
(5)打开真空泵开关,将所集气体抽取到传感器阵列所在的反应室内,使气体与传感器阵列反应3~10min;
(6)关闭真空泵开关,用手机拍摄传感器阵列反应后图像并自动保存;
(7)打开反应室,用洁净的空气冲洗,清除反应室内样本的挥发性气体;
(8)调取步骤(4)和(6)存储的传感器阵列反应前、后图像,计算传感器阵列与食品气味反应前后的差值图像,调用模型数据库,进行比对,实现对食品气味的检测。
2.根据权利要求1所述的基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于其中步骤(1)中用于嗅觉可视化技术的食品气味手机成像采集的光箱装置是根据手机尺寸、传感器阵列尺寸、手机摄像头拍摄角度、焦距聚焦情况等特定设计的;光箱尺寸为:22cm*15cm*18cm,反应室的尺寸为:15cm*5cm*18cm。
3.根据权利要求1所述的基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于其中步骤(3)中的集气室时间10~60min,需要根据食品具体品种及样本气体的挥发程度来掌握。
4.根据权利要求1所述的基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于其中步骤(4)中的传感器阵列制作方法如下:根据食品中的挥发性气体,选择卟啉类化合物、pH指示剂作为色敏材料;将所筛选的色敏材料分别用有机溶剂乙醇配置成20mg/ml溶液,分别装于棕色小瓶中,置于黑暗环境中保存;其中具体色敏材料为溴甲酚绿、甲基红、中性红、1种尼罗红染料,加上锰卟啉、锌卟啉、铜卟啉、铁卟啉、钴卟啉;将色敏溶液通过点样的方式固定于所制作的薄膜上,制成传感器阵列。
5.根据权利要求1所述的基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于其中步骤(5)中的反应时间3~10min,需要根据传感器阵列与样本挥发性气体反应平衡时间来掌握。
6.根据权利要求1所述的基于嗅觉可视化技术的食品气味手机成像检测方法,其特征在于其中步骤(8)中模型数据库是选择典型食品预先建立好的;模型数据库的预先建立主要是通过分析典型食品的传感器阵列的响应图像,提取传感器阵列反应前后差值图像的特征参数;通过极限学习机(extreme learning machine,ELM)、支持向量机(Support vectormachine,SVM)、反向传播神经网络(Back propagation neural networks,BPNN)三种典型的建模方法分别构建传感器阵列特征参数和食品气味的相关关系,建立识别模型,构成模型数据库;并根据食品产业的动态进行更新,从而为食品的实时检测提供可靠的数据基础和高效的分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811048213.6A CN109447104A (zh) | 2018-09-10 | 2018-09-10 | 基于嗅觉可视化技术的食品气味手机成像检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811048213.6A CN109447104A (zh) | 2018-09-10 | 2018-09-10 | 基于嗅觉可视化技术的食品气味手机成像检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109447104A true CN109447104A (zh) | 2019-03-08 |
Family
ID=65530484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811048213.6A Pending CN109447104A (zh) | 2018-09-10 | 2018-09-10 | 基于嗅觉可视化技术的食品气味手机成像检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447104A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426389A (zh) * | 2019-08-13 | 2019-11-08 | 宿州学院 | 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法 |
CN112730643A (zh) * | 2020-12-07 | 2021-04-30 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
WO2021184821A1 (zh) * | 2020-03-17 | 2021-09-23 | 珠海格力电器股份有限公司 | 烹饪器具及其食物成分识别装置和识别方法 |
CN113484312A (zh) * | 2021-07-20 | 2021-10-08 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
TWI772162B (zh) * | 2020-08-26 | 2022-07-21 | 台灣奈米碳素股份有限公司 | 一種基於氣味分子進行物流管理的系統與方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2173048A1 (es) * | 2001-03-26 | 2002-10-01 | Univ Barcelona | Instrumento y metodo para el analisis, identificacion y cuantificacionde gases o liquidos. |
CN105181912A (zh) * | 2015-06-30 | 2015-12-23 | 江苏大学 | 一种大米储藏过程中的新鲜度检测方法 |
CN105675601A (zh) * | 2016-03-04 | 2016-06-15 | 江苏大学 | 一种现场快速检测邻苯二酚及其衍生物的系统及检测方法 |
-
2018
- 2018-09-10 CN CN201811048213.6A patent/CN109447104A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2173048A1 (es) * | 2001-03-26 | 2002-10-01 | Univ Barcelona | Instrumento y metodo para el analisis, identificacion y cuantificacionde gases o liquidos. |
CN105181912A (zh) * | 2015-06-30 | 2015-12-23 | 江苏大学 | 一种大米储藏过程中的新鲜度检测方法 |
CN105675601A (zh) * | 2016-03-04 | 2016-06-15 | 江苏大学 | 一种现场快速检测邻苯二酚及其衍生物的系统及检测方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426389A (zh) * | 2019-08-13 | 2019-11-08 | 宿州学院 | 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法 |
CN110426389B (zh) * | 2019-08-13 | 2022-02-01 | 宿州学院 | 一种基于可视化嗅觉技术的牛肉中掺假猪肉快速鉴别方法 |
WO2021184821A1 (zh) * | 2020-03-17 | 2021-09-23 | 珠海格力电器股份有限公司 | 烹饪器具及其食物成分识别装置和识别方法 |
TWI772162B (zh) * | 2020-08-26 | 2022-07-21 | 台灣奈米碳素股份有限公司 | 一種基於氣味分子進行物流管理的系統與方法 |
CN112730643A (zh) * | 2020-12-07 | 2021-04-30 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
CN112730643B (zh) * | 2020-12-07 | 2022-09-16 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
CN113484312A (zh) * | 2021-07-20 | 2021-10-08 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
CN113484312B (zh) * | 2021-07-20 | 2023-04-18 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447104A (zh) | 基于嗅觉可视化技术的食品气味手机成像检测方法 | |
CN105181912B (zh) | 一种大米储藏过程中的新鲜度检测方法 | |
CN105021529B (zh) | 融合光谱和图像信息的作物病虫害识别和区分方法 | |
CN109406500A (zh) | 一种基于嗅觉可视化阵列的腊肠快速分级方法 | |
CN106991679A (zh) | 一种基于云平台尿检试纸生理指标量化识别方法 | |
CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
CN103900972B (zh) | 基于多特征融合的肉类新鲜度高光谱图像可视化检测 | |
CN105675507B (zh) | 一种基于手机颜色分析的半胱氨酸检测方法 | |
CN108192814A (zh) | 用于菌落计数的方法和装置 | |
CN109086763B (zh) | 一种指针式仪表读取方法及装置 | |
CN111209958B (zh) | 基于深度学习的变电站设备检测方法及装置 | |
CN107748165A (zh) | 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 | |
CN109182443A (zh) | 一种监测腐败菌繁殖的传感器制备方法及快速检测腐败菌的方法 | |
CN106203455A (zh) | 基于机器视觉的物料排正装置及圆柱形物料特征属性的识别方法 | |
CN109815959A (zh) | 一种冬小麦产量预测方法及装置 | |
CN114419311B (zh) | 一种基于多源信息的百香果成熟度无损检测方法及装置 | |
CN111507325A (zh) | 基于深度学习的工业视觉ocr识别系统及方法 | |
CN110276300A (zh) | 用于识别垃圾品质的方法和装置 | |
SE542402C2 (en) | Method and apparatus for training a neural network classifier to classify an image depicting one or more objects of a biological sample | |
US10684231B2 (en) | Portable scanning device for ascertaining attributes of sample materials | |
CN107907546A (zh) | 一种基于智能移动终端的视觉缺陷检测方法与系统 | |
CN111122635A (zh) | 一种食用菌干燥状态在线评估方法及系统 | |
CN105954505B (zh) | 基于细胞活性传感器的贝类腹泻性毒素的检测装置及方法 | |
CN114913523A (zh) | 基于yolox的植物气孔多功能实时智能识别系统 | |
CN112444493B (zh) | 一种基于人工智能的光学探测系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190308 |
|
RJ01 | Rejection of invention patent application after publication |