CN109856055A - 基于多光谱成像的肉糜掺杂快速检测设备 - Google Patents

基于多光谱成像的肉糜掺杂快速检测设备 Download PDF

Info

Publication number
CN109856055A
CN109856055A CN201910240467.6A CN201910240467A CN109856055A CN 109856055 A CN109856055 A CN 109856055A CN 201910240467 A CN201910240467 A CN 201910240467A CN 109856055 A CN109856055 A CN 109856055A
Authority
CN
China
Prior art keywords
meat gruel
adulterates
detection device
objective table
ccd
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
Application number
CN201910240467.6A
Other languages
English (en)
Inventor
刘太联
逄滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Agricultural University
Original Assignee
Qingdao Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Agricultural University filed Critical Qingdao Agricultural University
Priority to CN201910240467.6A priority Critical patent/CN109856055A/zh
Publication of CN109856055A publication Critical patent/CN109856055A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N2021/3129—Determining multicomponents by multiwavelength light

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于多光谱成像的肉糜掺杂快速检测设备及检测方法，基于多光谱成像的肉糜掺杂快速检测设备包括计算机、载物台、电机、转盘、CCD黑白摄像机、白光源和多个窄带滤光片，多个窄带滤光片的可见光光谱波段不同，所述转盘上绕轴线设置有多个通孔，每个所述通孔中设置有所述窄带滤光片，所述转盘设置在所述电机的转轴上，所述载物台位于所述CCD黑白摄像机的下方，所述转盘位于所述载物台和所述CCD黑白摄像机之间，所述白光源的照射方向朝向所述载物台；所述电机和所述CCD黑白摄像机与所述计算机连接。实现提高基于多光谱成像的肉糜掺杂快速检测设备的检测准确性和检测效率。

Description

基于多光谱成像的肉糜掺杂快速检测设备
技术领域
本发明涉及厨房料理设备，尤其涉及一种基于多光谱成像的肉糜掺杂快速检测设备。
背景技术
近年来，食品欺诈行为越来越受到消费者、食品生产者及食品监管部门的重视。由于不同肉类价格差异大，在经济利益的驱动下，存在向高价值肉类中掺杂低价值肉类的食品欺诈行为，比如说在猪肉糜中掺杂鸡肉用于火腿的生产，在牛肉中掺杂猪肉、内脏或其他肉类蛋白，在经检疫的安全肉品中掺杂不经检疫的水貂肉、狐狸肉等。这些肉类掺杂的食品欺诈行为，不仅带来了食品质量和安全问题，损害消费者利益和健康，而且因穆斯林忌食猪肉等问题，同样会带来民族及宗教问题。中国专利号201610168547.1公开了一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，具体为：计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的欧氏距离作为组间距离；再对，待检测样品与所述纯肉糜样品二维相关光谱间的欧氏距离作为未知距离；观察未知距离与组内距离和所有组间距离间差异显著性水平判断取待测样品是否掺杂及掺杂水平。由上可知，由于根据肉糜样品的中红外光谱来计算二维相关光谱间的欧氏距离，在实际操作过程中，单一采集的中红外光谱容易受外界因素影响而导致检测结果不准确；同时，不同肉类的对光线的吸收特性不同（例如：猪肉的颜色为红色、鸡肉的颜色为白色对红外线的吸收特性不同），在标准纯肉糜的检测准确性上也存在差异，也将导致最终检测结果的准确性下降；并且，在实际检测过程中，根据多种纯肉的肉糜的检测结果来计算待检测样品肉糜的掺杂水平，计算过程繁琐，不能实现工业生产的快速检测要求。如何设计一种检测准确性高且检测速度快的肉糜掺杂检测方案是本发明所要解决的技术问题。
发明内容
本发明所要解决的技术问题是：提供一种基于多光谱成像的肉糜掺杂快速检测设备，实现提高基于多光谱成像的肉糜掺杂快速检测设备的检测准确性和检测效率。
本发明提供的技术方案是，一种基于多光谱成像的肉糜掺杂快速检测设备，包括计算机、载物台、电机、转盘、CCD黑白摄像机、白光源和多个窄带滤光片，多个窄带滤光片的可见光光谱波段不同，所述转盘上绕轴线设置有多个通孔，每个所述通孔中设置有所述窄带滤光片，所述转盘设置在所述电机的转轴上，所述载物台位于所述CCD黑白摄像机的下方，所述转盘位于所述载物台和所述CCD黑白摄像机之间，所述白光源的照射方向朝向所述载物台；所述电机和所述CCD黑白摄像机与所述计算机连接；
其中，所述基于多光谱成像的肉糜掺杂快速检测设备采用15个所述窄带滤光片，15个所述窄带滤光片的采集波段分别为440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm、660nm、680nm、700nm、720nm。
进一步的，所述载物台的周围设置有多个所述白光源，多个所述白光源形成无影灯。
与现有技术相比，本发明的优点和积极效果是：本发明提供的基于多光谱成像的肉糜掺杂快速检测设备，通过采用多个窄带滤光片进行多光谱图像采集，并根据皮尔森相关性模型，剔除不相关的光谱波段的灰度均值，将剩下的光谱波段均值利用逐步判别回归分析，找出与掺杂等级关系最紧密的光谱波段，并建立相应的多元线性回归模型，最终利用多元线性回归模型对待检测的肉糜进行快速的掺杂检测，可以有效的解决现有技术中因不同肉对光线的吸收特性不同而造成检测准确性降低的问题，同时，在实际检测过程中，利用多元线性回归模型能够快速的对待检测的样品进行掺杂分析，快速的获得掺杂范围比，而无需精准的计算出具体的掺杂比，可以有效的满足工业生产中对肉糜进行快速检测的要求，实现提高基于多光谱成像的肉糜掺杂快速检测设备的检测准确性和检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于多光谱成像的肉糜掺杂快速检测设备实施例的结构示意图。
图2为本发明基于多光谱成像的肉糜掺杂快速检测设备实施例检测的图像灰度图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本实施例基于多光谱成像的肉糜掺杂快速检测设备包括计算机5、载物台6、电机2、转盘1、CCD黑白摄像机3、白光源4和多个窄带滤光片11，多个窄带滤光片11的可见光光谱波段不同，所述转盘1上绕轴线设置有多个通孔，每个所述通孔中设置有所述窄带滤光片11，所述转盘1设置在所述电机2的转轴上，所述载物台5位于所述CCD黑白摄像机3的下方，所述转盘1位于所述载物台6和所述CCD黑白摄像机3之间，所述白光源4的照射方向朝向所述载物台6；所述电机2和所述CCD黑白摄像机3与所述计算机5连接。
具体而言，本实施例基于多光谱成像的肉糜掺杂快速检测设备采用多个窄带滤光片11获取肉糜的光谱图像，其中，窄带滤光片11的光谱波段采用可见光的波段，例如：采用15个窄带滤光片11，采集15个波段（440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm、660nm、680nm、700nm、720nm）的多光谱图像，上述15个波段几乎覆盖了可见光光谱波段（400nm~760nm），从而可以避免不同检测环境下外接光线因素对检测准确性造成的影响；而载物台6的周围设置有多个所述白光源4，多个所述白光源4形成无影灯，以进一步的提高检测环境的抗干扰性，准确的获取最优的光谱波段。
其中，n为基于多光谱成像的肉糜掺杂快速检测设备中窄带滤光片的数量，第i个窄带滤光片对应的滤光波长为λi，而i为不大于n的自然数；
具体检测方法包括：标准设定模式和样品检测模式；
标准设定模式为，针对第一类肉和第二类肉按照100:0、75:25、50:50、25:75、0:100的质量比例混合搅碎，得到5种不同掺杂比例的肉糜样本，并分别用数值1、2、3、4、5标注掺杂等级，通过基于多光谱成像的肉糜掺杂快速检测设备对5种掺杂等级肉糜样本进行检测，每个肉糜样本对应获得n个波段的光谱图像，计算每个肉糜样本的n个光谱图像对应的灰度均值Bi，将5种不同掺杂比例的肉糜样本的掺杂等级数值与各样本对应的n个灰度均值Bi在95%的置信区间下，计算皮尔森相关系数R，将皮尔森相关系数R大于0.05的光谱波段的灰度均值Bi剔除，剩下的光谱波段均值Bi利用逐步判别回归分析，找出与掺杂等级关系最紧密的光谱波段并设定为最优光谱波段，并基于最优光谱波段的灰度均值Bi建立掺杂等级的多元线性回归模型。具体的，以猪肉与鸡肉为例进行说明， 猪肉与鸡肉按100:0、75:25、50:50、25:75、0:100的质量混合搅碎，得到5种不同鸡肉参杂比例的猪肉糜样本，分别用数值1、2、3、4、5标注猪肉糜掺杂等级。每种掺杂等级样本各制备20份，共100份猪肉糜样本。对5种掺杂等级的猪肉鸡肉糜样本（共100份样本），分别采集15个波段（440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm、660nm、680nm、700nm、720nm）的多光谱图像，对100份样本的15个光谱波段的光谱图像利用大津法（Otsu）进行图像背景分割，得到各波段肉糜样本区域，然后计算15个光谱波段的肉糜样本区域的灰度均值，分别用B1、B2、B3、B4、B5、B6、B7、B8、B9、B10、B11、B12、B13、B14、B15表示。其中一份样本的多光谱图像及各波段对应的灰度均值，如图2所示；然后，将掺杂等级数值（1、2、3、4、5）与各样本对应的n个灰度均值Bi在95%的置信区间下，计算皮尔森相关系数R，对于皮尔森相关系数R大于0.05的光谱波段对应的灰度均值Bi剔除，将剩下的光谱波段均值利用逐步判别回归分析，找出与掺杂等级关系最紧密的光谱波段，并建立相应的多元线性回归模型；多元线性回归模型为特定两种肉糜对应的检测模型，从而可以对特定两种肉糜进行快速的掺杂检测，对于猪肉和鸡肉掺杂检测多元线性回归模型为：猪肉糜掺杂等级=0.79*B8-0.70*B12-0.21*B2+4.033。
样品检测模式为，第一类肉和第二类肉混合搅碎的检测样品通过最优光谱波段对应的窄带滤光片获得对应的灰度均值Bi，将所得灰度均值Bi带入多元线性回归模型中，若多元线性回归模型计算所得掺杂等级小于1.5，则认为第一类肉中第二类肉的掺杂比例约为0%；若多元线性回归模型计算所得掺杂等级介于1.5与2.5之间，则认为第一类肉中第二类肉的掺杂比例约为25%；若多元线性回归模型计算所得掺杂等级介于2.5与3.5之间，则认为第一类肉中第二类肉的掺杂比例约为50%；若多元线性回归模型计算所得掺杂等级介于3.5与4.5之间，则认为第一类肉中第二类肉的掺杂比例约为75%；若多元线性回归模型计算所得掺杂等级大于4.5，则认为第一类肉中第二类肉的掺杂比例约为100%。具体的，由于模型计算所得的猪肉糜掺杂等级为非整数，因此有必要对预测值进行取整判定，进而预测猪肉糜中鸡肉的掺杂比例，具体规定如下：若猪肉糜掺杂等级小于1.5，则预测猪肉糜中鸡肉掺杂比例为0%；若猪肉糜掺杂等级介于1.5与2.5之间，则预测猪肉糜中鸡肉参杂比例为25%；若猪肉糜掺杂等级介于2.5与3.5之间，则预测猪肉糜中鸡肉参杂比例为50%；若猪肉糜掺杂等级介于3.5与4.5之间，则预测猪肉糜中鸡肉参杂比例为75%；若猪肉糜掺杂等级大于4.5，则预测猪肉糜中鸡肉参杂比例为100%。
其中，本实施例中涉及的大津法、皮尔森相关性模型以及多元线性回归模型的具体技术内容参考现有技术中对上述技术的介绍，本发明在此不再赘述，也不进行限定。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种基于多光谱成像的肉糜掺杂快速检测设备，其特征在于，包括计算机、载物台、电机、转盘、CCD黑白摄像机、白光源和多个窄带滤光片，多个窄带滤光片的可见光光谱波段不同，所述转盘上绕轴线设置有多个通孔，每个所述通孔中设置有所述窄带滤光片，所述转盘设置在所述电机的转轴上，所述载物台位于所述CCD黑白摄像机的下方，所述转盘位于所述载物台和所述CCD黑白摄像机之间，所述白光源的照射方向朝向所述载物台；所述电机和所述CCD黑白摄像机与所述计算机连接；
其中，所述基于多光谱成像的肉糜掺杂快速检测设备采用15个所述窄带滤光片，15个所述窄带滤光片的采集波段分别为440nm、460nm、480nm、500nm、520nm、540nm、560nm、580nm、600nm、620nm、640nm、660nm、680nm、700nm、720nm。
2.根据权利要求1所述的基于多光谱成像的肉糜掺杂快速检测设备，其特征在于，所述载物台的周围设置有多个所述白光源，多个所述白光源形成无影灯。
CN201910240467.6A 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备 Pending CN109856055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910240467.6A CN109856055A (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611002485.3A CN106442360B (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备及检测方法
CN201910240467.6A CN109856055A (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201611002485.3A Division CN106442360B (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备及检测方法

Publications (1)

Publication Number Publication Date
CN109856055A true CN109856055A (zh) 2019-06-07

Family

ID=58207081

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201611002485.3A Active CN106442360B (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备及检测方法
CN201910240467.6A Pending CN109856055A (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201611002485.3A Active CN106442360B (zh) 2016-11-15 2016-11-15 基于多光谱成像的肉糜掺杂快速检测设备及检测方法

Country Status (1)

Country Link
CN (2) CN106442360B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009042466A1 (en) * 2007-09-27 2009-04-02 The United States Of America, As Represented By The Secretary Of Agriculture Method and system for wholesomeness inspection of freshly slaughtered chickens on a processing line
CN101915738A (zh) * 2010-06-23 2010-12-15 江苏大学 基于高光谱成像技术的茶树营养信息快速探测方法及装置
CN102590213A (zh) * 2012-01-19 2012-07-18 中国农业大学 多光谱检测装置及检测方法
CN203299112U (zh) * 2013-06-26 2013-11-20 浙江农林大学 一种农产品品质的多光谱成像检测装置
CN105548029A (zh) * 2015-12-14 2016-05-04 北京农业质量标准与检测技术研究中心 基于光谱成像技术的肉制品新鲜度检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674851A (zh) * 2012-09-17 2014-03-26 新疆农业大学 一种肉类品质检测方法
WO2014188251A1 (en) * 2013-05-21 2014-11-27 Dh Technologies Development Pte. Ltd. Species detection using mass spectrometry
CN104406921B (zh) * 2014-12-15 2017-02-08 中国农业大学 一种光学检测系统和方法
CN104949936B (zh) * 2015-07-13 2017-10-24 东北大学 基于优化偏最小二乘回归模型的样品成份测定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009042466A1 (en) * 2007-09-27 2009-04-02 The United States Of America, As Represented By The Secretary Of Agriculture Method and system for wholesomeness inspection of freshly slaughtered chickens on a processing line
CN101915738A (zh) * 2010-06-23 2010-12-15 江苏大学 基于高光谱成像技术的茶树营养信息快速探测方法及装置
CN102590213A (zh) * 2012-01-19 2012-07-18 中国农业大学 多光谱检测装置及检测方法
CN203299112U (zh) * 2013-06-26 2013-11-20 浙江农林大学 一种农产品品质的多光谱成像检测装置
CN105548029A (zh) * 2015-12-14 2016-05-04 北京农业质量标准与检测技术研究中心 基于光谱成像技术的肉制品新鲜度检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A.I. ROPODI.ET AL: ""Multispectral image analysis approach to detect adulteration of beef and pork in raw meats"", 《FOOD RESEARCH INTERNATIONAL》 *

Also Published As

Publication number Publication date
CN106442360B (zh) 2019-03-19
CN106442360A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN104049068B (zh) 生鲜畜肉新鲜度的无损测定装置及测定方法
Khaled et al. Emerging nondestructive approaches for meat quality and safety evaluation—A review
Cheng et al. Rapid and non-invasive detection of fish microbial spoilage by visible and near infrared hyperspectral imaging and multivariate analysis
Meza-Márquez et al. Application of mid-infrared spectroscopy with multivariate analysis and soft independent modeling of class analogies (SIMCA) for the detection of adulterants in minced beef
CN100480680C (zh) 多光谱肉类新鲜度人工智能测量方法及系统
CN103439285B (zh) 一种基于高光谱成像的鱼片新鲜度检测方法
US8625856B2 (en) Method and system for wholesomeness inspection of freshly slaughtered chickens on a processing line
Chao et al. Hyperspectral-multispectral line-scan imaging system for automated poultry carcass inspection applications for food safety
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
Chao et al. High throughput spectral imaging system for wholesomeness inspection of chicken
Khoshnoudi-Nia et al. Determination of total viable count in rainbow-trout fish fillets based on hyperspectral imaging system and different variable selection and extraction of reference data methods
Wang et al. Smartphone imaging spectrometer for egg/meat freshness monitoring
Daniel et al. Non-invasive automatic beef carcass classification based on sensor network and image analysis
Taheri‐Garavand et al. A nondestructive intelligent approach to real‐time evaluation of chicken meat freshness based on computer vision technique
Chao et al. On-line inspection of poultry carcasses by a dual-camera system
Yang et al. Machine vision system for on-line wholesomeness inspection of poultry carcasses
Xiao et al. An improved method of detecting pork freshness based on computer vision in on-line system
Arsalane et al. Beef and horse meat discrimination and storage time classification using a portable device based on DSP and PCA method
Kamruzamman et al. Online screening of meat and poultry product quality and safety using hyperspectral imaging
CN106018292A (zh) 蛋清中蛋白质构象的无损检测装置及其方法
Chao et al. LINE‐SCAN SPECTRAL IMAGING SYSTEM FOR ONLINE POULTRY CARCASS INSPECTION
CN106442360B (zh) 基于多光谱成像的肉糜掺杂快速检测设备及检测方法
CN105447891B (zh) 冷冻肉新鲜程度的评估方法及系统
Chao et al. Fast line-scan imaging system for broiler carcass inspection
KR101054874B1 (ko) 소도체 육질 등급 판정 장치 및 방법

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190607