[实用新型]食品综合品质无损检测装置

说明书

技术领域

本实用新型涉及一种食品综合品质无损检测装置。

背景技术

随着人们生活水平的提高，对食品的需求已逐渐从数量向质量转变。传统的食品品质检测主要采用人工感观评定和常规化学分析方法。人工感观评定需要经过训练的人员进行评价，评价结果具有一定主观性；常规化学分析方法检测周期长，步骤繁琐，检测结果依赖于检测人员的技术水平。

机器视觉技术用各种成像系统代替人眼作为输入敏感手段，由计算机来代替大脑完成处理和解释。自70年代初期在遥感图像分析和生物医学图像分析等方面的研究取得成效后，机器视觉技术开始在各领域得到应用。随着图像处理技术的专业化、计算机硬件成本的下降和运行速度的提高，机器视觉在食品品质检测中的研究逐步深入，成像系统由传统的可见光图像拓展到紫外图像、红外热图像、软X射线图像、超声波图像等，利用机器视觉可以对食品的外观和某些内部特征进行检测。光谱分析也是一种对食品品质进行快速无损检测的有效方法，它利用食品对光的吸收、散射、反射和透射等特性分析其品质，包括紫外、可见、近红外、中红外等光谱范围，利用光谱检测技术可以对食品的内在品质和营养等指标进行快速检测。

基于机器视觉和光谱分析的检测技术具有快速无损、主观人为影响小等优点，近年来国内外研究者开展了大量的相关工作，但多是单独利用图像信息或用光谱信息对食品的外部、内在品质或仅某个品质指标进行检测分级，未见分别利用机器视觉和光谱分析技术采集相关信息再进行融合处理的食品综合品质无损检测研究。

发明内容

本实用新型的目的是提供一种食品综合品质无损检测装置，对食品外部和内在品质分别利用机器视觉和光谱分析技术采集相关信息再进行融合处理，能对食品综合品质进行快速无损检测。

本实用新型采用的技术方案如下：

包含支架、光谱采集仪、光纤探头，检测台、光源、遮光板、光照箱、摄像头和PC机。所述的检测台安装在支架上，光纤探头固定在检测台下部，光纤探头与光谱采集仪连接；所述的光照箱固定在检测台上，检测台两内侧部均布光源和遮光板，所述的摄像头固定在光照箱上方；摄像头和光谱采集仪分别与PC机连接。

本实用新型的无损检测方法是：

分别利用机器视觉和光谱仪同时采集样品外部和内部品质信息进行数据融合处理，对样品综合品质进行检测，其具体步骤如下：

1)建立食品品质分析模型和分类评级专家系统：

根据检测对象的品质要求建立分级知识库；采集样品图像信息的和光谱信息，对获得的信息进行数据预处理，由预处理的图像信息提取反映样品外部品质的特征信息，包括颜色、纹理、大小和形状，由预处理的光谱信息提取反映样品内部品质的特征信息，包括水分、糖类、蛋白质、脂类、pH值；根据检测标准对样品进行常规测定评级；将提取的样品内、外部品质的特征信息与常规测定评级结果进行关联分析，建立食品品质分析模型，再结合分级知识库，建立食品分类评级专家系统；

2)进行食品综合品质检测：

检测时，图像采集装置将样品的图像信息采集传入计算机中，光谱采集装置将样品的光谱信息采集传入计算机中；基于食品品质分析模型对输入的图像信息和光谱信息进行预处理，分别在数据层、特征层和决策层进行数据融合，提取特征值并利用分类评级专家系统对样品进行评定。

所述的采集样品的图像信息为紫外荧光图像、可见光图像或软X射线图像；图像信息预处理方法包括图像增强、校正、去噪、锐化和分割；图像信息特征提取包括边缘检测、颜色因子和纹理信息。

所述的光谱信息为紫外光谱、可见光光谱、近红外光谱、中红外光谱或拉曼光谱，由多通道采集后，在数据层进行融合处理，得到样本的有效光谱数据。

所述的食品品质分析模型和分类评级专家系统，包含食品从原料、半成品和成品的各个阶段质量的评价。

所述的光谱信息在数据层的融合方法包括卷积分析、正交分析和独立分量分析；样品品质指标的特征层融合方法，包括判别式分析、神经网络和回归分析；样品分类评级的决策层融合方法，包括贝叶斯算法和模糊神经网络算法。

本实用新型的有益效果是：

1.本食品综合品质无损检测装置分别利用机器视觉技术和光谱分析技术，对获得的图像信息和光谱信息，利用数据融合技术，将反映食品外部和内部品质的信息进行融合处理，对反映食品品质的颜色、纹理、大小、形状、水分、糖类、蛋白质、脂类和pH值等指标进行综合检测，与建立的分类评级专家系统结合，进行食品综合品质的快速无损检测。