【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及禽蛋檢測，尤其涉及一種禽蛋鎘含量無損檢測方法及系統(tǒng)。
技術(shù)介紹
1、雞蛋的營養(yǎng)豐富，可為人體提供必需的蛋白質(zhì)、脂肪、氨基酸等營養(yǎng)物質(zhì)，在日常飲食中廣受歡迎，同時也成為了許多加工食品的重要原料之一。鎘暴露會損害人體的消化系統(tǒng)、神經(jīng)系統(tǒng)和生殖系統(tǒng)等，并且具有致癌、致畸和致突變的作用。在生產(chǎn)過程中，蛋雞體內(nèi)的鎘元素會大量轉(zhuǎn)移到雞蛋中，因此雞蛋鎘含量的檢測對保障食品安全具有重要作用。
2、目前雞蛋中鎘含量的檢測均依靠傳統(tǒng)的化學(xué)檢測法，如紫外可分光光度法、原子吸收光譜法等，雖然這些方法能夠?qū)崿F(xiàn)重金屬的痕量檢測，但是操作要求高、成本大且對待測樣本具有破壞性，因此僅適用于抽樣檢測，難以滿足現(xiàn)代食品工業(yè)的檢測需求。為此，需要尋求一種快速、無損的雞蛋鎘含量檢測方法。
技術(shù)實現(xiàn)思路
1、有鑒于現(xiàn)有技術(shù)的上述缺陷，本專利技術(shù)第一方面提供了一種禽蛋鎘含量無損檢測方法，包括：
2、s1、在待檢測禽蛋中隨機(jī)抽取樣本禽蛋，獲取樣本禽蛋的特征及禽蛋的鎘含量數(shù)值，所述特征包括顏色特征、特征波長下的光譜透射率子集和紋理特征；
3、s2、以樣本禽蛋的顏色特征作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型，以樣本禽蛋的特征波長下的光譜透射率子集作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型，以樣本禽蛋的紋理特征作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型；
4、s3、在所有子
5、s4、將待檢測禽蛋的特征數(shù)據(jù)作為輸入，通過最優(yōu)預(yù)測子模型集中的預(yù)測子模型得到相應(yīng)的預(yù)測值，各預(yù)測值的均值為最終禽蛋鎘含量的最終預(yù)測值。
6、進(jìn)一步的，所述顏色特征為禽蛋光譜圖像的顏色特征，所述顏色特征包括r、g、b、h、s和v通道的顏色特征集合。
7、進(jìn)一步的，所述特征波長的獲取方法包括：
8、s11、采集樣本禽蛋在不同波長下的光譜數(shù)據(jù)，構(gòu)建光譜透射率集合，對光譜透射率集合中的波長進(jìn)行隨機(jī)抽樣，抽樣次數(shù)h1＝3×m，進(jìn)而獲得h1個光譜透射率子集，每次抽取的波長數(shù)量為總波長數(shù)量的75％；
9、s12、將每個光譜透射率子集作為輸入，鎘含量集合作為輸出，建立多元線性回歸子模型，共獲得h1個子模型；
10、s13、選擇交叉驗證均方根誤差最小的前10％子模型，以回歸系數(shù)作為波長的權(quán)重，計算每個波長的平均權(quán)重，并歸一化到[0,1]之間，其中不包含在前10％子模型中的波長權(quán)重置為0；
11、s14、設(shè)置抽樣次數(shù)h2＝3×m0，其中m0表示當(dāng)前權(quán)重不為0的波長數(shù)量，利用權(quán)重隨機(jī)抽樣對光譜透射率集合的波長進(jìn)行抽樣，其中每次抽取的波長數(shù)量為m0×75％，共獲得h2個新的光譜透射率子集；
12、s15、將每個新的光譜透射率子集作為輸入，鎘含量集合作為輸出，建立多元線性回歸子模型，共獲得h2個子模型；
13、s16、循環(huán)重復(fù)步驟s13-步驟s15，更新m0，直至權(quán)重不為0的波長數(shù)量為1時；對此時的所有子模型進(jìn)行五折交叉驗證，確定均方根誤差最小的子模型，其對應(yīng)的光譜透射率構(gòu)成光譜透射率子集。
14、進(jìn)一步的，所述紋理特征包括每個特征波長圖像的能量、熵、對比度、逆方差和相關(guān)性。
15、進(jìn)一步的，步驟s3包括：
16、s31、計算各樣本禽蛋在各預(yù)測子模型的均方根誤差數(shù)值，根據(jù)均方根誤差數(shù)值按照由小到大的順序排列所有預(yù)測子模型并編號，記為預(yù)測子模型1、預(yù)測子模型2、…、預(yù)測子模型n，n為預(yù)測子模型的數(shù)量；
17、s32、構(gòu)建子模型集合m＝[]，從預(yù)測子模型1開始依次引入子模型，計算子模型集合m中的已有預(yù)測子模型的聯(lián)合均方根誤差em，計算待引入預(yù)測子模型與子模型集合m中的已有預(yù)測子模型的聯(lián)合均方根誤差en，當(dāng)en小于em時，保留該預(yù)測子模型，否則剔除該預(yù)測子模型；
18、s33、重復(fù)步驟s32，直至遍歷所有預(yù)測子模型，所得到的預(yù)測子模型集合為最優(yōu)預(yù)測子模型集。
19、本專利技術(shù)另一方面提供了一種禽蛋鎘含量無損檢測系統(tǒng)，包括：
20、樣本獲取單元，用以在待檢測禽蛋中隨機(jī)抽取樣本禽蛋，獲取樣本禽蛋的特征及禽蛋的鎘含量數(shù)值，所述特征包括顏色特征、特征波長下的光譜透射率子集和紋理特征；
21、檢測模型單元，以樣本禽蛋的顏色特征作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型，以樣本禽蛋的特征波長下的光譜透射率子集作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型，以樣本禽蛋的紋理特征作為輸入，相應(yīng)樣本禽蛋的鎘含量作為輸出，采用不同的核函數(shù)構(gòu)建若干預(yù)測子模型；
22、篩選單元，用以在所有預(yù)測子模型中篩選優(yōu)良子模型，構(gòu)成最優(yōu)預(yù)測子模型集；
23、檢測單元，用以將待檢測禽蛋的特征數(shù)據(jù)作為輸入，通過最優(yōu)預(yù)測子模型集中的預(yù)測子模型得到相應(yīng)的預(yù)測值，各預(yù)測值的均值為最終禽蛋鎘含量的最終預(yù)測值。
24、本專利技術(shù)與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：
25、本專利技術(shù)的檢測系統(tǒng)能夠?qū)崿F(xiàn)在不破壞禽蛋的前提下進(jìn)行鎘含量測量，相比傳統(tǒng)的抽樣檢測方法，無需破壞禽蛋進(jìn)行樣本預(yù)處理過程，降低了禽蛋檢測的復(fù)雜程度，還能大幅提高檢測準(zhǔn)確度。
26、本專利技術(shù)操作簡單，可以實現(xiàn)雞蛋重金屬鎘含量的快速無損在線檢測，為保障雞蛋品質(zhì)安全、維護(hù)消費者健康有著直接的現(xiàn)實意義。
27、以下將結(jié)合附圖對本專利技術(shù)的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進(jìn)一步說明，以充分地了解本專利技術(shù)的目的、特征和效果。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種禽蛋鎘含量無損檢測方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，所述顏色特征為禽蛋光譜圖像的顏色特征，所述顏色特征包括R、G、B、H、S和V通道的顏色特征集合。
3.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，所述特征波長下的光譜透射率子集的獲取方法包括：
4.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，所述紋理特征包括每個特征波長圖像的能量、熵、對比度、逆方差和相關(guān)性。
5.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，步驟S3包括：
6.一種禽蛋鎘含量無損檢測系統(tǒng)，其特征在于，包括：
【技術(shù)特征摘要】
1.一種禽蛋鎘含量無損檢測方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，所述顏色特征為禽蛋光譜圖像的顏色特征，所述顏色特征包括r、g、b、h、s和v通道的顏色特征集合。
3.根據(jù)權(quán)利要求1所述一種禽蛋鎘含量無損檢測方法，其特征在于，所述特征波長下的光譜...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：姚坤杉，張兵，徐子逸，朱二夯，楊毅恒，朱俊豪，毛榮慧，
申請(專利權(quán))人：常州工學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。