[發(fā)明專利]基于Mask R-CNN的淀粉顆粒識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111027701.0
• 申請(qǐng)日: 2021-09-02
• 公開（公告）號(hào): CN113887309A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計(jì)）人: 董仁濤;朱芷儀;劉宏生;牛雅惠;潘博;廖靜欣
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/11;G06T7/13;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 何淑珍;江裕強(qiáng)

本發(fā)明公開了基于Mask R?CNN的淀粉顆粒識(shí)別方法，該方法將熱臺(tái)?偏光顯微觀察與計(jì)算機(jī)圖像識(shí)別技術(shù)相結(jié)合，智能識(shí)別淀粉糊化過程中顆粒數(shù)量變化：基于熱臺(tái)?偏光顯微觀察的淀粉糊化圖像數(shù)據(jù)采集，通過算法依次進(jìn)行淀粉糊化數(shù)據(jù)集構(gòu)建，Mask R?CNN模型構(gòu)建及訓(xùn)練，淀粉糊化過程顆粒檢測，淀粉顆粒數(shù)量統(tǒng)計(jì)。其中，算法由淀粉圖像二值化算法、淀粉糊化數(shù)據(jù)集構(gòu)建算法、神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法、淀粉顆粒檢測算法等。本發(fā)明利用Mask R?CNN對(duì)淀粉糊化進(jìn)行智能檢測，自動(dòng)化程度高，檢測效率好，顆粒檢測準(zhǔn)確率達(dá)95％以上。本發(fā)明提供了一種智能化檢測淀粉顆粒，評(píng)估淀粉糊化的定量新方法。

技術(shù)領(lǐng)域

本發(fā)明屬于食品科學(xué)與工程技術(shù)領(lǐng)域，具體涉及基于Mask R-CNN的淀粉顆粒識(shí)別方法。

背景技術(shù)

傳統(tǒng)食品工業(yè)中，淀粉是承擔(dān)食品結(jié)構(gòu)與功能的重要組分。近年來，淀粉已廣泛應(yīng)用于食品、材料、化工、醫(yī)療等領(lǐng)域中。糊化是淀粉體系中組分形態(tài)、超分子結(jié)構(gòu)、多組分構(gòu)效關(guān)系和行為響應(yīng)的直觀表達(dá)。加工過程中，在相關(guān)物理場的作用下，淀粉分子(鏈) 內(nèi)和分子間相互作用減弱，導(dǎo)致多尺度結(jié)構(gòu)(顆粒結(jié)構(gòu)、超微結(jié)構(gòu)、結(jié)晶結(jié)構(gòu)和分子結(jié)構(gòu)) 變化，具體表現(xiàn)為溶脹、糊化、熔化、重結(jié)晶、分解等相變行為。研究淀粉糊化行為可為新產(chǎn)品的研發(fā)及品質(zhì)改善提供預(yù)測及理論指導(dǎo)，其中研究較多的是溶脹和糊化行為。淀粉在糊化時(shí)，淀粉分子氫鍵斷裂破壞，分子混亂程度增加，大量水分子進(jìn)入淀粉分子內(nèi)部，導(dǎo)致其顆粒不可逆吸水膨脹。

熱臺(tái)-光學(xué)顯微鏡常用于淀粉糊化行為的檢測，其特點(diǎn)在于可對(duì)淀粉糊化過程中的糊化形態(tài)行為進(jìn)行觀察及記錄，意味著不需中斷淀粉的糊化進(jìn)程，便可研究整個(gè)糊化進(jìn)程。人工神經(jīng)網(wǎng)絡(luò)可從信息處理角度對(duì)人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象表達(dá)，建立某種簡單模型，其中卷積神經(jīng)網(wǎng)絡(luò)特有的非線性適應(yīng)性信息處理能力，在目標(biāo)檢測、圖像識(shí)別等領(lǐng)域有廣泛應(yīng)用。

中國發(fā)明專利申請(qǐng)CN107515198A公開了一種淀粉糊化度和糊化溫度的在線檢測方法，該方法主要是利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)識(shí)別偏振光下淀粉雙折射特征，通過統(tǒng)計(jì)其數(shù)目，經(jīng)公式計(jì)算后得到糊化度。中國發(fā)明專利申請(qǐng)202010795543.2公開了一種淀粉顆粒溶脹能力的檢測方法，其主要是采用計(jì)算機(jī)視覺技術(shù)識(shí)別糊化過程中淀粉顆粒像素點(diǎn)變化。該方法通過采集不同糊化階段的淀粉圖像，預(yù)處理后利用算法對(duì)圖像中淀粉顆粒進(jìn)行分割，智能計(jì)算糊化過程中淀粉顆粒像素點(diǎn)的變化，實(shí)現(xiàn)溶脹能力的檢測。針對(duì)淀粉糊化圖像進(jìn)行研究，除上述方法外，還存在人工手動(dòng)測定、人工操縱圖像軟件兩種方式，但此類方法普遍存在耗時(shí)、誤差較大、顆粒漏檢誤檢等問題。

綜上，目前基于熱臺(tái)-光學(xué)顯微鏡針對(duì)淀粉顆粒糊化過程的研究存在的主要缺陷在于只定性不定量。目前針對(duì)淀粉糊化過程的顆粒數(shù)量變化研究還大部分集中于人工識(shí)別，其識(shí)別速率慢，識(shí)別指標(biāo)不全面均影響糊化評(píng)估。因顆粒評(píng)定標(biāo)準(zhǔn)不統(tǒng)一，邊緣形態(tài)、顏色和顆粒體積大小均不同，淀粉糊化顆粒數(shù)量在當(dāng)前研究方法下難以自動(dòng)量化，限制淀粉糊化指標(biāo)的進(jìn)一步研究。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種針對(duì)淀粉顆粒智能檢測的自動(dòng)化程度高、檢測效率好的基于Mask R-CNN的淀粉顆粒識(shí)別方法。

經(jīng)熱臺(tái)-偏光顯微鏡與計(jì)算機(jī)圖像識(shí)別技術(shù)相結(jié)合，減少數(shù)據(jù)處理量，提高數(shù)據(jù)處理效率，實(shí)現(xiàn)對(duì)淀粉糊化過程中顆粒形態(tài)變化的智能評(píng)估，為研究淀粉的糊化行為提供了不同于傳統(tǒng)方法的新途徑。

本發(fā)明方法將熱臺(tái)-偏光顯微鏡與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，通過算法依次進(jìn)行淀粉糊化數(shù)據(jù)集構(gòu)建，Mask R-CNN模型構(gòu)建及訓(xùn)練，淀粉糊化過程顆粒檢測。

本發(fā)明的目的通過如下技術(shù)方案實(shí)現(xiàn)。

基于Mask R-CNN的淀粉糊化智能檢測方法，包括如下步驟：

(1)淀粉糊化圖數(shù)據(jù)采集：配制淀粉懸浮液，分散均勻后，滴加至載玻片上，得到樣本片，將樣本片放置在帶有顯微鏡的熱臺(tái)設(shè)備上，開啟熱臺(tái)設(shè)備，升溫至糊化溫度，通過與顯微鏡相連的數(shù)碼相機(jī)進(jìn)行拍照，獲取加熱過程中的淀粉糊化圖；