基于多源信息融合技術的豬肉新鮮度無損檢測方法研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、我國豬肉的生產(chǎn)與消費量均居世界第一,同時豬肉及其制品的出口也為我國創(chuàng)造了巨大的貿易順差。豬肉新鮮度是評價豬肉品質優(yōu)劣的重要指標。豬肉的新鮮與否直接決定了豬肉的食用安全。因此建立豬肉新鮮度的快速、準確、無損檢測的檢測方法有著重要的科學意義和應用價值。
   論文選取豬里脊肉與后腿肉作為試驗材料,分別使用計算機視覺技術和電子鼻技術采集豬肉圖像和氣體特征信息,通過多源信息融合技術將豬肉圖像特征信息與豬肉氣體特征信息進行融合,建立了豬肉

2、新鮮度無損檢測模型,以達到對豬肉不同部位新鮮度進行快速、準確識別的目的。主要研究結論如下:
   1)建立了基于計算機視覺技術的豬肉圖像采集系統(tǒng)。根據(jù)豬肉圖像的采集需要對圖像傳感器和圖像采集卡進行選型,構建了豬肉圖像采集裝置。采用MATLAB語言編寫出圖像處理與分析程序,并通過MATLAB中GUI模塊生成程序界面,設計了豬肉圖像采集軟件。
   2)優(yōu)化了豬肉圖像消噪方法,優(yōu)選了豬肉圖像特征參數(shù),建立了基于計算機視覺技術

3、的豬肉新鮮度識別模型。
   通過比較中值濾波法與均值濾波法對豬肉圖像的消噪效果,確定中值濾波法為最優(yōu)的消噪方法;采用RGB、L*a*b*、HIS顏色模型的顏色特征參數(shù)與豬肉貯存時間建立擬合模型,根據(jù)各擬合模型決定系數(shù)R2值的大小,確定L*a*b*顏色模型中的顏色特征參數(shù)L*、a*、b*作為豬肉圖像特征參數(shù)最優(yōu);根據(jù)平行化學實驗測量的各樣本TVB-N值對豬里脊肉與后腿肉樣本進行編碼,并以此為依據(jù),采用訓練集中的394個圖像樣本建

4、立基于計算機視覺技術的豬肉新鮮度識別模型。采用驗證集中96個圖像樣本對模型進行驗證,結果表明:模型對驗證集中豬里脊肉與豬后腿肉圖像樣本區(qū)分的正確率達到100%,模型對驗證集中豬肉新鮮度識別的正確率達76%,那么可以采用多源信息融合技術進一步提高模型識別的正確率。
   3)建立了基于電子鼻技術的豬肉氣體特征信息采集系統(tǒng)。根據(jù)豬肉腐敗過程中產(chǎn)生的氣體成分,選取TGS822、TGS832、TGS825和TGS826氣體傳感器搭建電子

5、鼻氣體傳感器陣列,構建豬肉氣體信息采集裝置。采用LabVIEW語言編寫電子鼻氣體信息采集軟件,實現(xiàn)電子鼻系統(tǒng)對氣體信息的顯示與保存、氣體傳感器解吸附過程的監(jiān)測、氣體特征信息的分析與特征參數(shù)的提取。
   4)對電子鼻系統(tǒng)的試驗因素:頂空時間、樣本質量、采樣時間進行了優(yōu)化,對氣體信息特征參數(shù)進行優(yōu)選,采用BP神經(jīng)網(wǎng)絡建立基于電子鼻技術的豬肉新鮮度識別模型。
   根據(jù)電子鼻氣體傳感器信號響應曲線特征的分析,確定電子鼻對氣體

6、樣本的測量時間為90s;以豬里脊肉與豬后腿肉為研究對象,采用主成份分析法(PCA)、曲線擬合法對頂空時間、樣本質量進行了優(yōu)化,確定最優(yōu)頂空時間為3min,最優(yōu)樣本質量為60g;通過對電子鼻氣體傳感器采集的信息進行主成份分析(PCA),確定以電子鼻氣體傳感器電壓的穩(wěn)態(tài)值與各傳感器在潔凈空氣中電壓值的差值,作為豬肉氣味特征參數(shù)。以TVB-N測量值對豬肉樣本的新鮮度進行編碼,采用BP神經(jīng)網(wǎng)絡建立基于電子鼻技術的豬肉新鮮度識別模型。以訓練集中的

7、394個豬肉氣體信息樣本及其新鮮度編碼對模型進行訓練,采用驗證集中96個氣體樣本對模型進行驗證,結果表明:模型對豬肉新鮮度識別的正確率為86.5%,那么可以采用多源信息融合技術進一步提高模型識別的正確率。
   5)采用多源信息融合技術,將氣體信息與圖像信息進行融合,建立基于多源信息融合技術的豬肉新鮮度識別模型。
   通過對融合方式的分析,確定以特征層信息融合方式作為豬肉多源信息融合方式;采用3層BP神經(jīng)網(wǎng)絡、3層RB

8、F神經(jīng)網(wǎng)絡和最小二乘支持向量機的融合方法,分別建立BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡和最小二乘支持向量機的豬肉多源信息融合模型。融合訓練集包含394個樣本,融合驗證集包含96個樣本。根據(jù)測量的TVB-N值對豬里脊肉與后腿肉樣本進行編碼,以融合訓練集樣本及其新鮮度編碼,建立基于多源信息融合技術的豬肉新鮮度識別模型。驗證集對模型的驗證結果表明:基于多源信息融合方法,通過BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡、最小二乘支持向量機建立的豬肉新鮮度識別模型對驗證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論