[发明专利]智能食品检测系统及其方法

说明书

本申请公开了一种智能食品检测系统及其方法，其结合了人工智能与高光谱成像技术，构建用于对注水羊肉检测的智能食品检测方案。具体地，首先对待检测羊肉的高光谱立方图的图像降噪以去除外界因素干扰，并提取出降噪后高光谱立方图中不同波长下的光谱特征之间的多尺度关联特征信息，即所述羊肉在不同断面下的空间隐含特征的多尺度关联性特征，并以此来进行羊肉的检测判断。这样，对于羊肉是否为注水羊肉进行准确地检测。

技术领域

本申请涉及食品检测技术领域，且更为具体地，涉及一种智能食品检测系统及其方法。

背景技术

羊肉是我国人民食用的主要肉类之一，消费量呈现逐年上涨态势。羔羊比牛肉更鲜嫩，脂肪和胆固醇比猪肉和牛肉更少，易于消化和吸收。多吃羊肉有助于提升人体的免疫机能，羊肉非常鲜美可口。近年来，羊肉逐渐成为中国鲜肉消费的主流，进而人们对羊肉的质量提出更高的要求。水分在羊肉的组分中占有最重要的地位，其与蛋白质和脂肪一起占羊肉93％以上质量。水分含量的多少直接影响肉类产品的口感和品质，其不仅是肉类的重要营养和卫生指标，还是鉴别羊肉掺假的重要参数。

当前，随着百姓对肉类食品需求量增加，对肉类食品质量的要求也在逐步提高。为了获取暴利，部分肉类食品生产经营者开始大量生产和销售注水肉，这种做法严重降低了肉类食品品质并威胁着消费者的身体健康。注水肉是通过特定的方法来增加肉的重量。其注水方法是在屠宰前通过水管往牲畜的胃里打水或者屠宰后在鲜肉里打水。如果羊肉水分含量大于76％，既可以判断为注水肉。经营者为了使水分更多的注入生肉中会把一定含量的胶质粉末添加在水中，消费者一旦食用了这类注水肉会出现呼吸困难、食物中毒等现象。当肉类的水分含量过多时，细胞结构会被破坏，肉类含有的蛋白质和维生素等营养元素会大量的减少，并且会有病毒性微生物入侵到肉中。鉴于市场上注水羊肉现象的加剧，对于注水肉的检测变得尤为重要。

但是，现有对羊肉是否注水的检测方案大多数都是依靠肉眼进行肉质的颜色、品质进行观测，这样不仅难以对于注水羊肉和正常羊肉进行区分，当肉质在外界环境中放置时间较长时也可能会因环境因素出现肉质的变化，这都会降低对于注水羊肉检测的精准度。

因此，期望一种优化的智能食品检测系统，其能够对于羊肉是否为注水羊肉进行准确地检测，以保证羊肉的食品品质和食用健康。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能食品检测系统及其方法，其结合了人工智能与高光谱成像技术，构建用于对注水羊肉检测的智能食品检测方案。具体地，进行羊肉的高光谱立方图的图像降噪以去除外界因素干扰，并提取出降噪后立方图中不同波长下的光谱特征之间的多尺度关联特征信息，即所述羊肉在不同断面下的空间隐含特征的多尺度关联性特征，并以此来进行羊肉的检测判断。这样，对于羊肉是否为注水羊肉进行准确地检测。

相应地，根据本申请的一个方面，提供了一种智能食品检测系统，其包括：

高光谱数据采集模块，用于获取待检测羊肉的高光谱立方图，所述高光谱立方图包括多个波长下的光谱图像；

降噪模块，用于将所述高光谱立方图通过基于自动编解码器的图像降噪器以得到生成高光谱立方图；

空间注意力编码模块，用于将所述生成高光谱立方图中多个波长下的光谱图像的各个波长下的光谱图像通过使用空间注意力机制的第一卷积神经网络模型以得到多个图像特征矩阵；

三维排列模块，用于将所述多个图像特征矩阵沿着通道维度排列为三维特征张量；

多尺度关联特征提取模块，用于将所述三维特征张量通过包含第二卷积神经网络和第三卷积神经网络的双流网络模型以得到第一特征图和第二特征图，其中，所述第二卷积神经网络使用具有第一尺度的三维卷积核，所述第三卷积神经网络使用具有第二尺度的三维卷积核；

特征校正模块，用于对所述第一特征图和所述第二特征图分别进行相对类角度概率信息表示校正以得到第一校正特征图和第二校正特征图；