肉制品嫩度无损检测的超光谱成像系统及检测方法

摘要

本发明公开了一种肉制品嫩度无损检测的超光谱成像系统及检测方法，属于食品无损检测技术领域。所述超光谱成像系统包括由红外线CCD数字照相机、超光谱摄制仪和第二透镜组成图像采集装置、超光谱摄制仪、光源供给系统和计算机等组成。检测方法是将整个系统安置在封闭的光屏蔽舱内，以防外部光干扰。图像采集装置采集超光谱图像数据，计算机使用原创的图像处理手法及数学算法，从超光谱图像中抽取图像特征并建立数学模型，用交叉回归验证法进一步建立被测值的预测评估模型。通过分析被测肉质的超光谱图像特征，获知超光谱成像系统对不同肉类的测试性能和规律，以非接触方式实现以往人工所不能及的肉食品内部的质量和安全评估，快捷、方便，又安全。

主权项

一种肉制品嫩度无损检测的超光谱成像检测方法，其特征在于：1)将整个系统安置在一个封闭的光屏蔽舱内，以防外部光干扰；2)将待测肉制品置于光屏蔽舱内图像采集装置的下方；3)调整光源供给系统，使在图像采集装置的正下方的待测肉制品上形成足够的光照强度的区域；4)启动超光谱摄制仪和CCD相机，采集待测肉制品的图像数据；5)相机控制器将图像数据传输给计算机；6)计算机根据采集的图像数据进行图像数据处理及显示，其软件用VC++设计；7)使用修正的洛伦兹分布函数，从超光谱图像中抽取图像特征并建立超光谱图像的三维表达形式的数学模型；8)利用图像处理技术将超光谱图像数据量化成对应于不同光波长的数据矩阵模块，每一个矩阵模块包容了该波长的光对被测物的反映，即被测物组织成分的光学特性，描述试样间组织成分差异的特征参数，用多元线性回归法求出各波长特征参数与被测值间的相关性及预估误差；9)综合比较对应于不同波长的相关性，用交叉回归验证法求出用于预测被测值的最佳波长和波长数，利用已求出的波长可进一步建立被测值的预测评估模型，然后与被测指标的标准参照值对比来预测肉制品的各质量安全参数；其中，超光谱图像表征投向试样的光子被试样吸收后剩余的部分，在试样内部漫散射后通过试样表面向外部反射的强度和分布状态，以超光谱图像的三维表达形式表达，使用修正的洛伦兹分布函数MLD来计算每一个散射图像的轮廓参数 R = a 1 + a 2 1 + ( | z | a 3 ) a 4 其中，R是以CCD灰度数表示的光密度；z是散射距离；a1为光密度渐近率，a2为散射轮廓峰值；a3为半最大峰值对应的散射宽度；a4为散射斜率；从超光谱图像中抽取图像特征并建立超光谱图像的三维表达形式的数学模型。