本發明專利技術提出了一種基于高光譜成像技術的鱈魚片真實性快速檢測方法和裝置，包括：將獲取的待檢測魚樣本進行預處理后冷凍保存；分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據；提取各魚類的感興趣區域的光譜，運用PCA聚類方法驗證各魚類的聚類效果，同時計算每個波段下的三個主成分的貢獻率；對各魚類的所述代表光譜信息進行預處理，將預處理后的光譜數據與魚類的類別信息共同構建線性判別分析、隨機森林、偏最小二乘回歸、K鄰近算法的定性模型，以對待檢測魚樣本的真實性進行預測，并確定冷凍狀態和解凍狀態下的最佳模型用于快速檢測。通過該方法僅需幾秒即可完成對樣品的檢測，同時也可以對鱈魚真實性進行定性。
【技術實現步驟摘要】
本專利技術屬于食品品質檢測，具體涉及一種基于高光譜成像技術的鱈魚片真實性快速檢測方法和裝置。
技術介紹
1、在過去的幾十年里，中國對水產品的需求顯著增加，成為世界上最大的魚類消費國。鱈魚是一種營養豐富的優質海魚，因其嫩滑鮮味而備受推薦。
2、近年來，已經開發了環介導等溫擴增、dna條形碼、液相色譜-質譜、酶聯免疫吸附測定、crispr-cas系統、光譜學和電子鼻等技術，以根據肉類的品種和成分準確確定其真偽。最廣泛使用的基于dna的魚類物種鑒定技術，如實時pcr、多重pcr、核dna條形碼和新型環介導等溫擴增，目前正在實踐中。然而，這些基于dna的技術具有破壞性、耗時和專業性，不適合快速、無損的區分不同的魚類。
技術實現思路
1、為解決上述現有技術中基于dna的技術具有破壞性、耗時和專業性，不適合快速、無損的區分不同的魚類的問題，本專利技術提供一種基于高光譜成像技術的鱈魚片真實性快速檢測方法和裝置，該方法能夠達到在實際應用中無需通過對鱈魚進行破壞即可對其真實性進行判斷，僅需幾秒即可完成對樣品的檢測，同時也可以對鱈魚真實性進行定性，以解決上述存在的技術缺陷問題。
2、第一方面，本專利技術提出了一種基于高光譜成像技術的鱈魚片真實性快速檢測方法，該方法包括如下步驟：
3、s1、將獲取的待檢測魚樣本進行預處理后冷凍保存；
4、s2、分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據，利用圖像處理軟件采集魚樣本中各魚類的感興趣區域的光譜信息；
5、s3、進一步提取各魚類的感興趣區域的光譜，分別取平均光譜代表各魚類的代表光譜信息，運用pca聚類方法驗證各魚類的聚類效果，同時計算每個波段下的三個主成分的貢獻率；以及
6、s4、對各魚類的所述代表光譜信息進行預處理，將預處理后的光譜數據與魚類的類別信息共同構建線性判別分析、隨機森林、偏最小二乘回歸、k鄰近算法的定性模型，以對待檢測魚樣本的真實性進行預測，并確定冷凍狀態和解凍狀態下的最佳模型用于快速檢測。
7、優選的，所述分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據包括通過高光譜測成像儀采集魚樣本的高光譜數據，所述高光譜測成像儀的參數設置包括：
8、可見光-近紅外vis-nir系統的光譜分辨率為2.8nm，分辨率為1600×1100的ccd相機，曝光時間設置為90ms，樣本位移臺的移動速度為8.3mm/s，圖像分辨率是1604×605pixel；
9、短波紅外sw-ir系統的光譜分辨率為4nm，分辨率為640×512的相機和相機鏡頭，圖像分辨率是640×459pixel。
10、進一步優選的，高光譜測成像儀采集魚樣本的高光譜數據包括：
11、將待測魚片樣本放置于移動平臺上對準相機；當平臺移動時，通過所述高光譜成像儀獲得魚樣本空間位置的一條線在整個光譜區域的光譜信息；然后通過平臺帶動魚樣本運動，獲取魚樣本在其他位置的光譜信息，直至獲得樣品完整的光譜信息。
12、進一步優選的，還包括：采用黑白校正的方法消除噪聲對光譜信息的干擾，黑白校正公式為：
13、
14、其中，以相對反射率(％)為單位表示校正后的反射率高光譜圖i；rb表示原始高光譜圖像；i0為暗圖像，0％反射率，rw為白色參考圖像，100％反射率。
15、優選的，所述對各魚類的所述代表光譜信息進行預處理包括：
16、所述高光譜成像儀采集數據時在暗箱中進行，同時使用標準正態變量變換snv、一階導數、二階導數、多元散射校正msc和歸一化norm五種方法對原始光譜數據進行預處理。
17、優選的，所述將預處理后的光譜數據與魚類的類別信息共同構建線性判別分析、隨機森林、偏最小二乘回歸、k鄰近算法的定性模型，以對待檢測魚樣本的真實性進行預測，具體包括：
18、利用線性判別分析算法尋求最大化類間均值和最小化類內方差，將原始數據經過pca聚類方法降維處理，訓練數據的主成分得分儲存在pc1，測試集的主成分得分儲存在pc2，從1-15選擇不同的豎向的主成分作為模型訓練的數據，并使用classify函數進行分類計算；
19、利用隨機森林算法尋找最優決策樹數量對性能的影響，從50開始，步長為50，逐漸增加樹的數量直到1000，確定最優決策樹量為100；
20、偏最小二乘回歸算法利用pls對數據結構進行投影分析，采用20個主成分數來評估最終模型所需的性能和成分數量；重復10次的5折交叉驗證來評估，選擇的最佳主成分數為15；對數據進行回歸預測，然后使用round函數，對預測值進行范圍限定；
21、利用k鄰近算法計算預測集樣本和訓練集中每個樣本的距離，取距離最近的k個樣本，其中k取1-10，循環計算每個k值的結果，當k值取3時，預測效果最好。
22、優選的，在步驟s4后還包括：
23、s5、采用連續投影算法spa和變量組合群體分析-迭代消除區間隨機化算法vcpa-iriv兩種變量篩選算法進行特征選擇，將選擇的波段進行重新建模，以簡化預測模型并提高模型的魯棒性。
24、優選的，所述待檢測的魚樣本包括大西洋鱈魚、油魚、銀鱈魚和格林蘭比目魚中的一種或多種。
25、進一步優選的，選擇大西洋鱈魚、油魚、銀鱈魚和格林蘭比目魚作為魚樣本進行預處理，包括：
26、將四種魚片切成長寬高為4cm×3cm×1cm的尺寸，放入無菌袋中置于-18℃冰箱冷凍24h；
27、采集冷凍24h后的vis-nir系統400-1000nm和sw-ir系統900-1700nm波段下的高光譜數據，完成后放入4℃冰箱中解凍24h；
28、采集解凍24h后的vis-nir統400-1000nm和sw-ir系統900-1700nm波段下的高光譜數據。
29、第二方面，本專利技術實施例提供了一種基于高光譜成像技術的鱈魚片真實性快速檢測裝置，包括：
30、預處理模塊，配置用于將獲取的待檢測魚樣本進行預處理后冷凍保存；
31、高光譜采集模塊，配置用于分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據，利用圖像處理軟件采集魚樣本中各魚類的感興趣區域的光譜信息；
32、聚類模塊，配置用于進一步提取各魚類的感興趣區域的光譜，分別取平均光譜代表各魚類的代表光譜信息，運用pca聚類方法驗證各魚類的聚類效果，同時計算每個波段下的三個主成分的貢獻率；
33、模型構建模塊，配置用于對各魚類的所述代表光譜信息進行預處理，將預處理后的光譜數據與魚類的類別信息共同構建線性判別分析、隨機森林、偏最小二乘回歸、k鄰近算法的定性模型，以對待檢測魚樣本的真實性進行預測，并確定冷凍狀態和解凍狀態下的最佳模型用于快速檢測。
34、與現有技術相比，本專利技術的有益成果在于：
35、本專利技術將鱈魚樣品進行預處理，采集鱈魚在冷凍狀態下的vis-nir(400-100本文檔來自技高網
...
【技術保護點】
1.一種基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，該方法包括如下步驟：
2.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據包括通過高光譜測成像儀采集魚樣本的高光譜數據，所述高光譜測成像儀的參數設置包括：
3.根據權利要求2所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，高光譜測成像儀采集魚樣本的高光譜數據包括：
4.根據權利要求3所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，還包括：采用黑白校正的方法消除噪聲對光譜信息的干擾，黑白校正公式為：
5.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述對各魚類的所述代表光譜信息進行預處理包括：
6.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述將預處理后的光譜數據與魚類的類別信息共同構建線性判別分析、隨機森林、偏最小二乘回歸、K鄰近算法的定性模型，以對待檢測魚樣本的真實性進行預測，具體包括：
7.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，在步驟S4后還包括：
8.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述待檢測的魚樣本包括大西洋鱈魚、油魚、銀鱈魚和格林蘭比目魚中的一種或多種。
9.根據權利要求8所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，選擇大西洋鱈魚、油魚、銀鱈魚和格林蘭比目魚作為魚樣本進行預處理，包括：
10.一種基于高光譜成像技術的鱈魚片真實性快速檢測裝置，其特征在于，包括：
...
【技術特征摘要】
1.一種基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，該方法包括如下步驟：
2.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述分別采集魚樣本的冷凍狀態下和解凍后的高光譜數據包括通過高光譜測成像儀采集魚樣本的高光譜數據，所述高光譜測成像儀的參數設置包括：
3.根據權利要求2所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，高光譜測成像儀采集魚樣本的高光譜數據包括：
4.根據權利要求3所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，還包括：采用黑白校正的方法消除噪聲對光譜信息的干擾，黑白校正公式為：
5.根據權利要求1所述的基于高光譜成像技術的鱈魚片真實性快速檢測方法，其特征在于，所述對各魚類的所述代表光譜信息進行預處理包括：
6....
【專利技術屬性】
技術研發人員：陳全勝，夏鈺，黃曉茹，陳清敏，王藝霖，
申請(專利權)人：集美大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。