[發明專利]香腸品質智能鑒別方法

在審

• 申請號: 201811259315.2
• 申請日: 2018-10-26
• 公開（公告）號: CN109295159A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 郭培源;董小棟;邢素霞;肖洪兵;孫梅
• 申請（專利權）人: 北京工商大學
• 主分類號: C12Q1/06
• 分類號: C12Q1/06;G01N21/25
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 郭棟梁

本申請公開了一種香腸品質智能鑒別方法，包括以下步驟：對香腸菌落總數光譜數據利用主成分分析法PCA進行光譜特征提取；利用深度學習中的卷積網絡CNN和支持向量機SVM相結合自動提取適用于表達香腸菌落總數圖像數據深度特征；將香腸菌落總數光譜特征和圖像數據深度特征再次融合并輸入到粒子群算法PSO改進后的SVM分類模型中，進行香腸新鮮或腐敗二分類。本發明提出了一種利用香腸菌落總數的光譜特征和圖像數據的深度特征相結合檢測方法，品質檢測不僅充分利用了香腸高光譜數據的光譜特征，而且融入了香腸高光譜豐富的圖像信息，實現了高光譜數據的“圖譜合一”，可以快速對香腸的新鮮和腐敗進行識別，并大幅度提高分類的準確度。

技術領域

本申請涉及食品檢測領域，具體涉及一種香腸品質智能鑒別方法。

背景技術

香腸以其獨特的口味和口感，已經成為人們生活中必不可少的美食。但是，由于目前香腸的制作一部分來源于人們的手工制作，其傳統的方法在食品安全方面意識淡薄，安全條件未達標。另一部分雖然在工廠生產，但因為其本身制作過程需要在露天環境中，還要經過很多的化學處理過程，導致肉類會有大量的外來菌的污染、微生物和化學微量元素殘留，也就無法保證制作的香腸品質完全符合國家食品安全標準。

目前對于香腸品質鑒別的檢測方法主要是：感官分析法和理化值測定法。前者依靠經驗，無法準確地判斷食品質量；后者雖然在準確度上會大大提高，但是，這種傳統的檢測方法，需要專業人士操作，花費時間周期長，也不能被大量的人員掌握，無法滿足大眾實際生活中的實時需要。

發明內容

鑒于現有技術中的上述缺陷或不足，期望提供一種能夠快速識別香腸新鮮度的香腸品質智能鑒別方法。

為了實現上述目的，本發明采取的技術方案是：

一種香腸品質智能鑒別方法，包括以下步驟：

采集數據：采集香腸樣本的菌落總數高光譜中的光譜數據和圖像數據；

提取光譜特征：對香腸菌落總數光譜數據進行光譜特征提取；

提取深度特征：提取香腸菌落總數圖像數據的深度特征；

特征融合：將香腸菌落總數的光譜特征和圖像數據的深度特征再次融合并得到融合特征；

分類：將融合特征輸入到分類模型中，進行香腸新鮮或腐敗二分類。

所述提取光譜特征包括：對所述光譜數據利用主成分分析法PrincipalComponent Analysis，PCA進行光譜特征提取。

所述提取深度特征包括：利用深度學習中的卷積網絡Convolutional NeuralNetwork,CNN和支持向量機Support Vector Machine,SVM相結合自動提取適用于表達香腸菌落總數圖像數據的深度特征。

所述主成分分析法為選擇累積大于100％的主成分，作為最終的光譜特征。

所述分類模型為利用粒子群算法Particle Swarm Optimization，PSO改進后的支持向量機Support Vector Machine,SVM分類模型。

與現有技術相比，本發明的有益效果是：

本發明提出了一種利用香腸菌落總數的光譜特征和圖像數據的深度特征相結合檢測方法，品質檢測不僅充分利用了香腸高光譜數據的光譜特征，而且融入了香腸高光譜豐富的圖像信息，實現了高光譜數據的“圖譜合一”，可以快速對香腸的新鮮和腐敗進行識別，并大幅度提高分類的準確度。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優點將會變得更明顯：

圖1為本發明實施例提供的整體線路圖。