多源信息融合技术的猪肉新鲜度检测方法研究

多源信息融合技术的猪肉新鲜度检测方法研究

摘要:随着猪肉产量的提高和人们对食品安全的重视,快速准确地检测肉新鲜度越来越有着重要的现实意义｡针对猪肉腐败过程中气味与颜色的变化,本文设计了猪肉图像采集装置和气体采集装置,对10个不同时间段采集到的各240份猪里脊肉样品图像信息和气体信息进行特征层的融合,基于最小二乘支持向量机方法(LS-SVM)建立多源信息融合的猪肉新鲜度评价模型,结合二步格点搜索法(Grid Searching Technique)和交叉验证方法(Cross Validation),对该模型参数γ和σ2进行选择和优化,分析比较了机器视觉系统､电子鼻系统及其两者融合系统所建立的猪肉新鲜度评价模型,3个模型对猪肉新鲜度的识别率分别为达到77.33%､91.67%和97.33%｡结果表明,基于机器视觉和电子鼻多源信息融合系统可显著提高猪肉新鲜度的识别率｡

关键词:信息融合;猪肉新鲜度;计算机视觉;电子鼻;最小二乘支持向量机Measurement of Pork Freshness Based on Multi-sensor Information Integration Technology

Abstract: It is important to develop a fast and precise method for detection of meat freshness with the annually increasing output of meat and concerns on food safety. In the light of color and odour change during meat taint, a meat freshness test system device for image acquisition and odour collection was designed, and the evaluation models were developed with 240 pork samples data fusion of color and odour characteristic parameters at feature level based on least-square support vector machine. To enhance the performance of least squares support vector machines (LS-SVM), two parameters (γ and σ2) of the least squares support vector machine model were optimized by combination of two-step Grid Searching Technique and Cross-Validation. Then, the different models were established to assess pork freshness based on machine vision, electronic nose and combination of the two, giving recognition rates of 77.33%, 91.67% and 97.33%, respectively. The results showed that multi-source information fusion system based on machine vision and electronic nose could significantly improve the recognition rate of pork freshness.

Key words: multi-sensor information integration; pork freshness; computer vision; electronic nose; LS-SVM

新鲜度是猪肉及其制品质量的重要指标,随着我国猪肉产量的提高和人们食用安全意识的增强,传统的猪肉新鲜度检测方法如感官评定法和生化指标的实验室测定方法,均难以满足当前社会的需要,开发快速准确的检测肉类新鲜度方法越来越具有重要的现实意义｡针对猪肉在腐败过程中的变化特性,通过测定某一相关指标实现猪肉内部品质检测或外部品质检测,分析方法包括:近红外漫反射[1]､电子舌[2]､电子鼻[3]以及机器视觉[4]等,然而猪肉的腐败变质是一个复杂的过程,受

多种因素的影响,单靠某一种手段或某一指标的测定很难从整体上实现猪肉新鲜度的准确评价｡为了避免单一测量手段的局限性,应用多信息融合技术将有效提升农产品品质评测的效果｡例如:陈全胜等人[5]融合近红外光谱和机器视觉技术对茶叶品质进行评价,其结果的准确性和稳定性都优于单个信息模型｡但是,目前多传感器技术用于肉类新鲜度检测上的报道比较少,虽然曲世海等构建了一套基于电子信息技术与光电检测技术多信息融合的肉类新鲜度检测系统,其报道的检测精度优于单一传感器[6],然而多传感器信息融合问题至今没有形成基本理论框架和有效的广义融合模型,对特定研究领域多传感器特征量的选择,融合模型､融合层次和融合算法有所不同,进而导致评价结果的识别精度和识别率也有较大差异｡

本试验针对猪肉在腐败过程中的色泽和气味为特征指标,构建机器视觉与电子鼻融合系统,通过对融合模型特征量的选择,特征的提取,以及融合算法的研究,以期获得更高的识别率,同时也为多源信息融合模型在猪肉新鲜度检测上的开发和应用提供理论依据｡

1材料与方法

1.1试验材料

试验样品为湖北白猪的里脊肉,样品大小长×宽×厚约为4 cm × 4 cm × 2 cm,样品平均重量约为50 g,另取同一部位猪里脊肉50 g用于化学检测试验｡

1.2试验装置

1.2.1计算机视觉图像采集系统图像采集系统主要由摄像头､光源､采集箱､图像采集卡和计算机等几部分构成,包括:Scout系列的scA 1390-17fc CCD摄像头(德国BASLER公司);Meteor2/1394数字图像采集卡(加拿大Matrox公司);国产普通LED环形光源,图像采集装置如图1(a)所示｡

1.2.2电子鼻气体采集系统猪肉在腐败过程中主要产生含硫产物､胺､氨和醇类等物质,根据这些特征,本实验选择电子鼻传感器包括:TGS825硫化氢型传感器(日本FIGARO公司)､TGS826氨气及胺类型传感器(日本FIGARO公司)､TGS822乙醇类及有机溶剂气体型传感器(日本FIGARO公司)等3类传感器作为猪肉新鲜度测量的电子鼻气体阵列,采用Labview虚拟仪器软件(美国国家仪器公司)开发猪肉新鲜度电子鼻测量系统｡3类传感器信号通过NI PCI6024E采集卡(美国国家仪器公司)传送至计算机｡

目前电子鼻测量系统中气体的采样方式有静态和动态的顶空生成法,传统的顶空生成法需要添加比较复杂的吸气和清洗装置,并且这种方法受容器中的气压影响较大,因此试验采用简单的自由扩散法(静态顶空生成法)｡由于电子鼻的响应信号受样品的挥发速率､容器内压强和挥发性气体浓度的影响比较大,较小的容器易造成信号波动,因此根据前期的试验结果确定采用500 mL的玻璃容器作为猪肉电子鼻的气体收集装置[7],电子鼻采集装置如图1(b)所示｡