[发明专利]一种基于近红外光谱及显微脂肪细胞数据融合的猪肉新鲜度无损检测技术

说明书

技术领域

本发明涉及一种检测系统，尤其涉及一种肉类质量检测系统及方法。

背景技术

近年来，公共卫生突发事件严重威胁国民健康，因此，卫生检验，尤其是对猪肉、羊肉、牛肉等肉类的质量检测引起了高度重视。目前，肉类质量的检测技术有感官检测、微生物检测及理化检测等。感官检测依赖检测人员的感官来判断肉的新鲜程度，因此，对检测人员能力要求较高，必须是经过系统培训和长期实践的人才能胜任，且受主观因素影响较多，检测人员的个体感官差异直接影响检测结果的准确性。微生物检测和理化检测需要依赖一系列化学装置来完成，过程复杂、检测时间长、设备昂贵，不能快速进行现场实时检测。

发明内容

鉴于现有技术中存在的上述问题，本发明的主要目的在于解决现有技术的缺陷，提供一种可快速、准确检测肉类质量且结构、过程简单的肉类质量检测系统及方法。

一种肉类质量检测系统，所述肉类质量检测系统包括：

一图像采集模块，采集一肉类样品的脂肪组织图像；

一图像处理模块，提取所述脂肪组织图像中圆形或椭圆形边界以获取一目标图像；

一脂肪细胞数测量模块，判定在所述目标图像单位面积中提取的圆形或椭圆形边界是否为脂肪细胞的边界，并统计被判定为脂肪细胞的边界的圆形或椭圆形边界的数量，该数量为所述肉类样品脂肪组织单位面积中的脂肪细胞数；

一光谱分析模块，解析所述肉类样品的近红外光谱以获取所述肉类样品的结构组成数据；及

一数据融合处理模块，对所述肉类样品脂肪组织单位面积中的脂肪细胞数和所述肉类样品的结构组成数据进行融合处理以得到一实际输出值，所述实际输出值表征所述肉类样品的质量。

一种肉类质量检测方法，包括以下步骤：

采集步骤：采集一肉类样品的脂肪组织图像；

边界提取步骤：提取所述脂肪组织图像中圆形或椭圆形边界以获取一目标图像；

脂肪细胞数测量步骤：判定在所述目标图像单位面积中作为脂肪细胞的边界的圆形或椭圆形边界，并统计被判定为脂肪细胞的边界的圆形或椭圆形边界的数量，该数量为所述肉类样品脂肪组织单位面积中的脂肪细胞数；

光谱分析步骤：通过解析所述肉类样品的近红外光谱来获取所述肉类样品的结构组成数据；以及

数据融合步骤：将所述肉类样品脂肪组织单位面积中的脂肪细胞数以及所述肉类样品的结构组成数据代入一预设的运算法则中进行融合运算，以输出一实际输出值，所述实际输出值用以表征所述肉类样品的质量。

所述肉类质量检测系统及方法通过采集所述样品的脂肪组织图像并对图像进行处理并从所述图像中提取圆形或椭圆形边界，通过在提取的圆形或椭圆形边界中判定脂肪细胞边界并统计在单位面积中的脂肪细胞边界的数量以得到样品脂肪组织单位面积中的脂肪细胞数，且通过解析所述样品的近红外光谱以获取所述肉类样品的结构组成数据，最后对所述脂肪组织单位面积中的脂肪细胞数及所述肉类样品的结构组成数据进行数据融合处理来输出表征待检测肉质量的数据，可快速、准确检测肉类质量，且检测结构和过程简单。

附图说明

图1为本发明肉类质量检测系统较佳实施方式的方框图。

图2A-2B分别为转换为HSI模型后的脂肪组织图像和增强对比度后HSI模型的脂肪组织图像。

图3A-3D分别为样品在腐败0小时、3小时、6小时、9小时时所得到的目标图像。

图4为图1中的神经网络单元的结构示意图。

图5为本发明肉类质量检测方法较佳实施方式的流程图。

图6为图1中的脂肪细胞数测量模块获取脂肪组织单位面积中的脂肪细胞数的流程图。

图7为图1中的神经网络单元根据所述样品的第一、第二特征值获取表征待检测肉质量的数据的流程图。

具体实施方式

下面将结合附图及具体实施例对本发明作进一步说明。

请参考图1至图4，本发明肉类质量检测系统1的较佳实施方式包括一图像采集模块10、一图像处理模块20、一脂肪细胞数测量模块30、一光谱分析模块40、及一数据融合处理模块50。所述图像处理模块20包括一图像转换单元22、一图像增强单元24及一边界提取单元26。