專利名稱：注水肉檢測(cè)方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及食品檢測(cè)技術(shù)，尤其是一種注水肉檢測(cè)方法和裝置。
背景技術(shù)：
近幾年食品安全問題越來越受到人們的關(guān)注。近年來“注水肉”問題一直受到消費(fèi)者的關(guān)注。如今，由于國內(nèi)生活水平的不斷提高，肉類食品(如豬肉、羊肉、牛肉、雞肉等)已經(jīng)成為消費(fèi)者餐桌上的必需品，但一些不法商販為了盈利販賣注水肉、問題肉，危害消費(fèi)者的健康，侵害消費(fèi)者的權(quán)益。注水肉是指不法商販以盈利為目的，人為的在牲畜屠宰前或者屠宰放血后，通過牲畜的頸動(dòng)脈將清水或者生產(chǎn)污水、工業(yè)色素、防腐劑等注入到牲畜體內(nèi)后進(jìn)行販賣的劣質(zhì)肉品(常見于豬肉和牛肉)。國家標(biāo)準(zhǔn)《畜禽肉水分限量》[I]規(guī)定的畜禽肉水分限量如下:如果豬肉、牛肉、雞肉的含水量> 77%，羊肉水分含量> 78%，既可判別為注水肉。注水肉一方面侵害了消費(fèi)者的合法權(quán)益，在金錢上造成一定的損失。另一方面更加危害了消費(fèi)者的身體健康。由于不法商販可能會(huì)將工業(yè)色素、防腐劑等有害物質(zhì)一并注入到肉品中(如注入鹵水能夠使肉色鮮艷且鎖住水分；注入工業(yè)色素能夠保持長(zhǎng)時(shí)間鮮亮的肉色；在注入的水中添加防腐劑能夠延長(zhǎng)肉的存放時(shí)間)，這些物質(zhì)破壞了肉品當(dāng)中的營養(yǎng)成分，甚至產(chǎn)生致癌物質(zhì)導(dǎo)致肉品癌變，食用這樣的肉品必然會(huì)對(duì)身體造成傷害、影響身體健康。而現(xiàn)階段，注水肉檢測(cè)方法主要有感官檢測(cè)和理化檢測(cè)兩種方法。感官檢測(cè)方法雖然可以對(duì)肉品進(jìn)行快速判斷，但是準(zhǔn)確性差；理化檢測(cè)方法雖然可以得到準(zhǔn)確的檢測(cè)結(jié)果，但是進(jìn)行化學(xué)實(shí)驗(yàn)需要的時(shí)間過久，不利于衛(wèi)生檢疫部門對(duì)問題肉品進(jìn)行盡快處理。在這樣的現(xiàn)狀下，迫切需要一種快速、準(zhǔn)確、實(shí)用的檢測(cè)技術(shù)對(duì)注水肉進(jìn)行檢測(cè)，以便判斷肉品是否可以放心食用?！?br>
發(fā)明內(nèi)容
在下文中給出關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。本發(fā)明提供一種注水肉檢測(cè)方法和裝置，能夠快速、準(zhǔn)確地檢測(cè)注水肉?！矫?，本發(fā)明提供了一種注水肉檢測(cè)方法，包括:近紅外光譜檢測(cè)步驟，根據(jù)肉品的近紅外光譜采集所述肉品的水分含量數(shù)據(jù)；PH值測(cè)量步驟，測(cè)量所述肉品的PH值；圖像檢測(cè)步驟，采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息； 注水肉識(shí)別步驟，將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所述肉品是否為注水肉。另一方面，本發(fā)明提供了一種注水肉檢測(cè)裝置，包括:近紅外光譜檢測(cè)模塊，用于根據(jù)肉品的近紅外光譜采集所述肉品的水分含量數(shù)據(jù)；
PH值測(cè)量模塊，用于測(cè)量所述肉品的PH值；圖像檢測(cè)模塊，用于采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息；注水肉識(shí)別模塊，用于將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所述肉品是否為注水肉。本發(fā)明提供的技術(shù)方案中，基于近紅外光譜的肉品水分含量獲取肉品水分含量數(shù)據(jù)，能夠?qū)θ馄返乃趾孔隹焖俚念A(yù)測(cè)，引入多傳感器數(shù)據(jù)融合技術(shù)來對(duì)肉品做全面的分析。即在以肉品水分含量為依據(jù)的同時(shí)，加入計(jì)算機(jī)視覺采集到的肉品顏色值，以及PH計(jì)采集到的肉品PH值作為分析肉品是否為注水肉的依據(jù)，克服了由于近紅外光譜方法的局限性和單一性造成的預(yù)測(cè)結(jié)果的誤差，提高識(shí)別結(jié)果的正確性，可以較全面地對(duì)肉品進(jìn)行分析，做出較為正確的識(shí)別，并且將上述三種數(shù)據(jù)作為支持向量機(jī)模型的輸入，通過支持向量機(jī)進(jìn)行數(shù)據(jù)融合，進(jìn)一步提升檢測(cè)的準(zhǔn)確性。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例一提供的注水肉檢測(cè)方法的流程圖；圖2為本發(fā)明采用近紅外光譜定量分析肉品水分含量的流程圖；圖3示出多傳感器數(shù)據(jù)融合中采用多層次融合處理時(shí)的處理過程；圖4為線性SVM支持向量機(jī)中將兩類樣本分開的最優(yōu)超平面的示意圖；圖5為本發(fā)明實(shí)施例二提供的注水肉檢測(cè)裝置的框圖。
具體實(shí)施例方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。在本發(fā)明的一個(gè)附圖或一種實(shí)施方式中描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng)注意，為了清楚的目的，附圖和說明中省略了與本發(fā)明無關(guān)的、本領(lǐng)域普通技術(shù)人員已知的部件和處理的表示和描述?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有付出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1為本發(fā)明實(shí)施例一提供的注水肉檢測(cè)方法的流程圖。如圖1所示，該方法包括:近紅外光譜檢測(cè)步驟S12:根據(jù)肉品的近紅外光譜采集肉品的水分含量數(shù)據(jù)；PH值測(cè)量步驟S14:測(cè)量所述肉品的PH值；圖像檢測(cè)步驟S16:采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息；注水肉識(shí)別步驟S18:將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所述肉品是否為注水肉。步驟S12的主要目的是根據(jù)肉品的近紅外光譜獲取肉品的水分含量數(shù)據(jù)，具體分析如下:近紅外光是最早被人們發(fā)現(xiàn)的非可見光，早在1800年，William Herschel便發(fā)現(xiàn)了紅外光譜區(qū)。近紅外光譜(Near Infrared Reflectance Spectroscopy),簡(jiǎn)稱 NIRS是指介于可見光和中紅外光譜區(qū)之間的電磁波，美國材料協(xié)會(huì)(ASTM)規(guī)定，其波長(zhǎng)范圍780-2526nm。近紅外光譜主要是含氫基團(tuán)(如C_H，0_H，N-H等)或官能團(tuán)分子振動(dòng)的倍頻與合頻的吸收光譜，不同基團(tuán)或官能團(tuán)產(chǎn)生的光譜在吸收峰位置及強(qiáng)度上會(huì)有所不同，從而使近紅外光譜中包含了大量對(duì)研究這些有機(jī)物有幫助的信息或數(shù)據(jù)。采用近紅外光譜技術(shù)檢測(cè)分析樣品，可以在不破壞樣品的情況下，對(duì)樣品進(jìn)行快速的檢測(cè)并獲得樣品內(nèi)部的光譜信息(如蘋果的酸甜度、肉類的蛋白質(zhì)、水分，脂肪含量等)，是一種無損、綠色、快速、高效并對(duì)檢測(cè)人員或使用者身體無害的檢測(cè)分析技術(shù)。但是，近紅外光譜技術(shù)是一種間接分析和測(cè)量的技術(shù)，即它不是原始方法，通常需要結(jié)合化學(xué)計(jì)量學(xué)方法建立校正模型，以實(shí)現(xiàn)對(duì)未知樣品的定性或定量分析。到目前為止，經(jīng)過200多年的發(fā)展，已經(jīng)應(yīng)用于農(nóng)業(yè)、食品工業(yè)、石油化工、醫(yī)藥、生命科學(xué)、環(huán)境保護(hù)等多個(gè)領(lǐng)域。物質(zhì)對(duì)光的選擇性吸收主要是由物質(zhì)的分子結(jié)構(gòu)來決定。對(duì)于分子，其只吸收與它特征振動(dòng)能量一致的光子并且被激發(fā)到較高的能級(jí)。只有當(dāng)光子的能量(即E = hv)，與分子的能級(jí)間隔相等時(shí)它才會(huì)被吸收。分子由N個(gè)原子組成的有3N個(gè)自由度，其中包括3個(gè)平動(dòng)自由度，3個(gè)分子整體轉(zhuǎn)動(dòng)自由度，以及3N-6個(gè)分子內(nèi)原子相互作用自由度并對(duì)應(yīng)3N-6個(gè)基頻吸收。基頻吸收是指分子吸收光子后從一個(gè)能級(jí)被激發(fā)到相鄰的高一級(jí)的能級(jí)時(shí)所吸收的能量。倍頻吸收是指分子吸收光子后從一個(gè)能級(jí)被激發(fā)到兩個(gè)以上高一級(jí)的能級(jí)時(shí)所吸收的能量。合頻吸收是指光子同時(shí)激發(fā)兩個(gè)能級(jí)的吸收。因此，在近紅外光譜的吸收光譜中，分子的組成結(jié)構(gòu)特征會(huì)由波峰和波谷來反映。每種物質(zhì)都有其特定的吸收光譜特性。利用特定官能團(tuán)或含氫基團(tuán)或已知某種物質(zhì)的吸收光譜特性，根據(jù)吸收光譜圖和對(duì)照實(shí)驗(yàn)就可以對(duì)其成分或含量進(jìn)行分析。表1-含氫鍵 基團(tuán)紅外吸收譜帶
權(quán)利要求
1.一種注水肉檢測(cè)方法，其特征在于，包括: 近紅外光譜檢測(cè)步驟:根據(jù)肉品的近紅外光譜采集所述肉品的水分含量數(shù)據(jù)； PH值測(cè)量步驟:測(cè)量所述肉品的PH值； 圖像檢測(cè)步驟:采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息； 注水肉識(shí)別步驟:將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所 述肉品是否為注水肉。
2.根據(jù)權(quán)利要求1所述的注水肉檢測(cè)方法，其特征在于，所述圖像檢測(cè)步驟獲取的顏色信息包括圖像中各像素的紅色分量、藍(lán)色分量、綠色分量、色調(diào)分量、飽和度分量和/或亮度分量。
3.根據(jù)權(quán)利要求1所述的注水肉檢測(cè)方法，其特征在于，所述注水肉識(shí)別步驟之前包括: 通過粒子群優(yōu)化算法對(duì)所述支持向量機(jī)分類預(yù)測(cè)模型進(jìn)行優(yōu)化。
4.根據(jù)權(quán)利要求1所述的注水肉檢測(cè)方法，其特征在于，所述圖像檢測(cè)步驟包括:通過鄰域平均算法、中值濾波算法、高斯濾波算法、灰度最小方差的均值濾波算法或者高斯模板平滑算法對(duì)采集的圖像進(jìn)行平滑處理，并根據(jù)平滑處理后的圖像獲取肉品的顏色信息。
5.根據(jù)權(quán)利要求1所述的注水肉檢測(cè)方法，其特征在于，所述近紅外光譜檢測(cè)步驟之前包括:預(yù)測(cè)模型建立步驟，建立以近紅外光譜作為輸入、以水分含量數(shù)據(jù)作為輸出的預(yù)測(cè)模型； 所述近紅外光譜檢測(cè)步驟包括: 獲取肉品的近紅外光譜； 通過多元散射校正算法或均值中心化算法對(duì)獲取的近紅外光譜進(jìn)行平滑處理； 將平滑處理后的近紅外光譜作為所述預(yù)測(cè)模型的輸入獲取所述預(yù)測(cè)模型的輸出值； 根據(jù)所述預(yù)測(cè)模型的輸出值獲取所述肉品的水分含量數(shù)據(jù)。
6.根據(jù)權(quán)利要求5所述的注水肉檢測(cè)方法，其特征在于，所述預(yù)測(cè)模型建立步驟通過偏最小二乘算法建立所述預(yù)測(cè)模型。
7.根據(jù)權(quán)利要求6所述的注水肉檢測(cè)方法，其特征在于，所述預(yù)測(cè)模型建立步驟還包括:通過向后區(qū)間偏最小二乘篩選法選取能夠使預(yù)測(cè)模型的擬合精度最高的光譜區(qū)間，并在選取的光譜區(qū)間上進(jìn)行建模以形成所述預(yù)測(cè)模型。
8.—種注水肉檢測(cè)裝置，其特征在于，包括: 近紅外光譜檢測(cè)模塊，用于根據(jù)肉品的近紅外光譜采集所述肉品的水分含量數(shù)據(jù)； PH值測(cè)量模塊，用于測(cè)量所述肉品的PH值； 圖像檢測(cè)模塊，用于采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息； 注水肉識(shí)別模塊，用于將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所述肉品是否為注水肉。
9.根據(jù)權(quán)利要求8所述的注水肉檢測(cè)裝置，其特征在于，還包括優(yōu)化模塊，用于通過粒子群優(yōu)化算法對(duì)所述支持向量機(jī)分類預(yù)測(cè)模型進(jìn)行優(yōu)化。
10.根據(jù)權(quán)利要求8所述的注水肉檢測(cè)裝置，其特征在于，還包括預(yù)測(cè)模型建立模塊，用于建立以近紅外光譜作為輸入、以水分含量數(shù)據(jù)作為輸出的預(yù)測(cè)模型；所述近紅外光譜檢測(cè)模塊具體用于: 獲取肉品的近紅外光譜； 通過多元散射校正算法或均值中心化算法對(duì)獲取的近紅外光譜進(jìn)行平滑處理； 將平滑處理后的近紅外光譜作為所述預(yù)測(cè)模型的輸入獲取所述預(yù)測(cè)模型的輸出值； 根據(jù)所述 預(yù)測(cè)模型的輸出值獲 取所述肉品的水分含量數(shù)據(jù)。
全文摘要
本發(fā)明涉及一種注水肉檢測(cè)方法和裝置，該方法包括根據(jù)肉品的近紅外光譜采集所述肉品的水分含量數(shù)據(jù)；測(cè)量所述肉品的PH值；采集肉品的圖像，并根據(jù)采集的圖像獲取肉品的顏色信息；將所述肉品的水分含量數(shù)據(jù)、PH值和顏色信息作為支持向量機(jī)分類預(yù)測(cè)模型的輸入特征獲取所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值，并根據(jù)所述支持向量機(jī)分類預(yù)測(cè)模型的輸出值判斷所述肉品是否為注水肉。本發(fā)明可快速、準(zhǔn)確地檢測(cè)注水肉。
文檔編號(hào)G01N33/12GK103235095SQ20131013623
公開日2013年8月7日 申請(qǐng)日期2013年4月18日 優(yōu)先權(quán)日2013年4月18日
發(fā)明者郭培源, 許冠男 申請(qǐng)人:北京工商大學(xué)