[发明专利]一体化肉品多指标快速无损检测系统

说明书

本发明公开了一种一体化肉品多指标快速无损检测系统，包括光谱仪，其用于获取待测样品的近红外光谱数据；工业平板包括：模型嵌入模块，用于存储多个指标预测模型；模型确定模块，其与所述模型嵌入模块连接，用于调用指标预测模型；指标预测模块，其与光谱仪和模型确定模块连接，用于接收待测样品的近红外光谱数据并结合调用的预测模型，预测待测样品的指标数据；所述光谱仪的检测器元件的个数依据最终极小分辨率确定，且待测样品的近红外光谱数据采集过程中控制分辨率为最终极小分辨率。本发明具有能够实现自动黑白校正，实现多维指标无损预测，保持模型建立的稳定性的同时提高模型建立的效率，同时实现降低成本、优化检测系统体积的有益效果。

技术领域

本发明涉及肉品多指标检测技术领域。更具体地说，本发明涉及一种一体化肉品多指标快速无损检测系统。

背景技术

肉品品质主要包括食用品质、加工品质、营养品质和安全品质。目前肉品品质评价方法大多还是以理化检测、感官评价方法为主，感官评价的判别结果不够客观，而理化检测主要采用物理或化学的分析方法对肉的指标进行检测，该法检测精准度高、结果客观可信，但是检测前处理繁琐、且会对样品造成破坏，难以满足实际生产中大批量样品短时间检测的需求，其中，用于评价食用品质的指标主要包括肉色、嫩度等；用于评价加工品质的指标主要包括系水力、pH等；用于评价营养品质的指标主要包括蛋白质含量、脂肪含量、水分、UFA（不饱和脂肪酸）、必需氨基酸总量等；用于评价安全品质的指标主要包括菌落总数、挥发性盐基氮、生物胺等。

近年来，近红外光谱技术已经成功用于肉品的品质评价，例如，名称为生鲜牛肉多指标的快速无损检测方法，申请号为201510965311.6的专利中公开了通过多指标预测模型的构建，以同步对生鲜牛肉的胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力6项指标进行检测。首先，由于多指标检测，会导致光谱仪的检测其元件个数较多，造成增大设备体积，进而增大设备成本的问题，如何在满足多指标检测的基础上，降低设备体积进而降低设备成本是目前急需解决的问题；其次，其利用校正集的光谱数据与待测样品的参比值应用最小二乘法简历对应的指标预测模型，存在光谱数据容量大，在构建指标预测模型过程中计算效率低的问题，特别是对于肉品多指标预测过程中，该问题更显凸出。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种一体化肉品多指标快速无损检测系统，其能够实现多维指标无损预测，同时降低成本、优化检测系统体积的有益效果。

为了实现根据本发明的这些目的和其它优点，提供了一种一体化肉品多指标快速无损检测系统，包括：

光谱仪，其用于获取待测样品的近红外光谱数据；

工业平板，其包括：

模型嵌入模块，用于存储多个指标预测模型；

模型确定模块，其与所述模型嵌入模块连接，用于调用至少一个指标预测模型；

指标预测模块，其与所述光谱仪和模型确定模块连接，用于接收待测样品的近红外光谱数据，并结合调用的预测模型，预测待测样品的指标数据；

其中，所述光谱仪的检测器元件的个数依据最终极小分辨率确定，且待测样品的近红外光谱数据采集过程中控制分辨率为最终极小分辨率，确定最终极小分辨率包括以下步骤：

S1、基于不同的分辨率采集样品集中每个样品的光谱波长数据；

S2、依据模型嵌入模块存储的多个指标预测模型确定多项预测指标，对于任一预测指标，在不同分辨率下，根据该分辨率下的光谱波长数据、与该预测指标对应的参比值，应用化学计量学的方法建立该预测指标在该分辨率下的指标预测模型，并确定指标预测模型的预测相关系数；

S3、确定任一预测指标在不同分辨率下的预测相关系数对于分辨率的拐点，确定该拐点对应的分辨率为该预测指标的极小分辨率；