[发明专利]一种畜肉细菌总数无损检测方法

说明书

技术领域

本发明属于农畜产品品质安全检测领域，涉及一种畜肉细菌总数无损快速检测方法，更具体地，涉及一种猪肉细菌总数的光谱学非破坏快速检测方法。

背景技术

我国猪肉产量占据世界猪肉总产量的半壁江山，但我国猪肉生产的卫生状况还不容乐观。细菌总数(Total Viable Bacteria Count，TVC)是衡量猪肉卫生状况的重要指标，当肉类中的细菌数超标，就会危害大众，因此，肉类的微生物安全问题已引起人们的广泛关注。

对生鲜猪肉TVC的检测，传统的检测方法大多基于显微镜、细菌分离、免疫学和基于核酸分析等方法，这些方法虽然有效，但采样准备和检测时间长、效率低、操作繁琐、费时费力、对试样具有破坏性，更重要的是这些方法难以实现自动化及计算机化，不适合在线检测，不能充分满足国内消费和出口贸易的需要。

其它的研究方法有采用傅立叶变换红外光谱(Fourier TransformInfrared Spectroscopy，FTIR)检测牛肉的腐败程度；Duboisa等采用近红外化学成像检测食品中自含微生物，研究表明可以通过观察细菌在一些特定近红外波长的光吸收/反射差异辨识细菌，但是采用这些方法时必须将肉品先磨碎并经相关处理后才能进行，无法实现肉类的非破坏性检测，也就距离生产线在线检测还有无法克服的障碍。

图像光谱技术集成了传统的图像和光谱技术，可同时获得被测物体的空间和光谱信息，相比传统的多光谱方法不能同时兼顾共线性消除和信息充分获取的矛盾，高光谱图像技术因其高的光谱分辨率已成为农产品品质评估和安全检测的强有力工具，Park等开发了利用高光谱图像系统检测禽肉表面的粪便和消化物污染从而间接检测其中所含的大肠埃希氏菌E.coli O157:H7。TVC与肉类腐败程度存在很强的相关性，而肉类腐败程度对应着相应的光吸收(反射)率，尤其高光谱图像方法因其高的光谱分辨率，以及具有同时表征空间光扩散信息的能力，采用该技术可以获得因肉类腐败带来的细微光学特征变化，实现非破坏、快速检测TVC的目的。

发明内容

本发明的目的是提供一种生鲜猪肉细菌总数的高光谱图谱合一的快速、非破坏检测方法，对于高光谱图像技术反映样品光谱和空间特征的信息量大，如何处理这一复杂信息，建模方法的合理与否对获取好的检测结果至关重要，因此本发明在所构建的生鲜猪肉高光谱检测平台基础上，提供能够同时兼顾训练精度和泛化能力两方面的性能最优检测建模方法。

为达到上述目的，本发明的技术方案提供一种畜肉细菌总数无损检测方法，其特征在于，包括以下步骤：

S1：获取待测样品原始反射光谱图像R_s，并对其存储；

S2：依据国标采用标准平板菌落计数法对样品进行细菌总数TVC检测，TVC检测结果数据作为标准参考数据；

S3：按照公式R＝(R_s-R_d)/(R_r-R_d)计算获得样品相对反射光谱图像R，其中，R_d为图像获取系统工作在暗电流时的黑色图像，R_r为标准参考白板反射光谱图像；

S4：采用标准正态变量SNV校正方法校正样品相对反射光谱图像R；

S5：对校正后的相对反射光谱图像取2-阶微分光谱，基于所述2-阶微分光谱图像采用逐步回归方法选取表征待测样品TVC的最佳波长；

S6：提取2-阶微分光谱相应于所选最佳波长的数据和TVC检测结果数据，按照3∶1比例随机分为两组，一组作为校正集数据，另一组作为验证集数据；

S7：用校正集数据建立最小二乘支持向量机LS-SVM数据模型，将验证集数据代入所建模型，检测待测样品TVC数值。

其中，所述步骤S1中样品原始反射光谱图像R_s通过光谱图像在各单个波长沿扫描线上取平均值获得。

其中，所述步骤S1中图像的存储均以16位二进制格式文件存放。

其中，所述步骤S7中所建立的LS-SVM数据模型为：