[发明专利]一种基于高光谱成像技术的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法在审
申请号: | 202211679327.7 | 申请日: | 2022-12-27 |
公开(公告)号: | CN116124775A | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 潘磊庆;章泽华;刘小花;兰维杰;屠康;周彬静;彭菁;丁方晨 | 申请(专利权)人: | 南京农业大学 |
主分类号: | G01N21/84 | 分类号: | G01N21/84;G01N21/359;G01N21/55;G06V20/68;G06V10/58;G06V10/25;G06F30/27;G06F17/18 |
代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 刘畅;徐冬涛 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 成像 技术 pe 包装 冷鲜猪大排肉中热杀索丝菌 含量 检测 方法 | ||
1.一种基于高光谱成像技术的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于,包括以下步骤:
步骤一,选取大小相近、厚度均匀的冷鲜猪大排肉;
步骤二,将预灭菌的冷鲜猪大排肉浸泡于热杀索丝菌悬液;使用PE保鲜膜对其表面进行一层接触包装;
步骤三,采集0-9d PE包装冷鲜猪大排肉的高光谱反射图像,以获取所模拟的市场出售的0-9d内PE包装冷鲜猪大排肉的光谱信息;对采集到的高光谱图像进行校正,得到标准图像;
步骤四,在步骤三完成后,对包装冷鲜猪大排肉进行热杀索丝菌含量的测定;
步骤五,提取高光谱图像的400-1000nm可见-近红外波段的全波段光谱信息,经过预处理后建立基于全波段光谱信息的热杀索丝菌含量预测模型;
步骤六,利用建立的预测模型对PE包装冷鲜猪大排肉中热杀索丝菌含量进行检测。
2.根据权利要求1所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:所述步骤一中冷鲜猪大排肉的直径约为10cm、高度约为1cm。
3.根据权利要求1所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:所述步骤二中冷鲜猪大排肉的预灭菌条件为75%的酒精擦拭,紫外灯照射15min;热杀索丝菌菌悬液浓度为103-104CFU/mL;保鲜膜的厚度为0.01mm,氧气透过率为14000cm3/m2·24h·atm,二氧化碳透过率为60000cm3/m2·24h·atm,水蒸气透过率为20-100g/m2·24h。
4.根据权利要求1所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:所述步骤三中使用可见-近红外高光谱成像系统和短波红外高光谱成像系统;可见-近红外高光谱成像系统的单波长图像像素为804×534,光谱分辨率为2.8nm,相机镜头与样品的距离为28cm,曝光时间为3ms,采集速度为7.23mm/s,光源强度为45W,投射角度与水平呈45°夹角,与样品距离为30cm;短波红外高光谱成像系统单波长图像像素为320×472,光谱分辨率为6.2nm,相机镜头与样品的距离为26cm,曝光时间为3.5ms,采集速度为13.78mm/s,光源强度为255W,投射角度与水平呈45°夹角,与样品距离为31cm。
5.根据权利要求1所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:所述步骤四中热杀索丝菌定量所使用的选择性培养基为STAA琼脂培养基。
6.根据权利要求1所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:所述步骤五中使用ENVI 5.1对冷鲜猪大排肉进行光谱反射率的提取和图像分割,最终以目标区域光谱反射率的平均值作为冷鲜猪大排肉的光谱信息;使用的建模方法有偏最小二乘PLS和支持向量机SVM;使用的预处理方法有标准正态变量法SNV、多元散射校正MSC、正交信号校正法OSC、平滑法Smoothing、一阶导数法1st。
7.根据权利要求6所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:基于400-1000nm可见-近红外波段的全波段光谱信息,采用正交信号校正法OSC进行预处理,采用偏最小二乘PLS建立模型。
8.根据权利要求6所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:筛选400-1000nm可见-近红外波段的全波段光谱信息的特征波长,基于特征波长的光谱信息,采用正交信号校正法OSC进行预处理,采用偏最小二乘PLS建立模型。
9.根据权利要求8所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:特征波长筛选方法有连续投影算法SPA和竞争性自适应重加权算法CARS。
10.根据权利要求9所要求的PE包装冷鲜猪大排肉中热杀索丝菌含量的检测方法,其特征在于:
基于400-1000nm可见-近红外波段的全波段光谱信息,采用连续投影算法SPA筛选特征波长,基于特征波长的光谱信息,采用正交信号校正法OSC进行预处理,采用偏最小二乘PLS建立模型;
或
基于400-1000nm可见-近红外波段的全波段光谱信息,采用竞争性自适应重加权算法CARS筛选特征波长,基于特征波长的光谱信息,采用标准正态变量法SNV进行预处理,采用偏最小二乘PLS建立模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京农业大学,未经南京农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211679327.7/1.html,转载请声明来源钻瓜专利网。