一種基于氣味光譜成像技術(shù)的輕微腐爛水果快速鑒別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明自主設(shè)計(jì)了 η個(gè)特征單波長(zhǎng)濾波片式多光譜系統(tǒng)，并引用創(chuàng)新型氣味光譜成像技術(shù)來實(shí)現(xiàn)對(duì)水果腐爛的檢測(cè)。
【背景技術(shù)】
[0002]不同成熟度的水果具有較為明顯的氣味特征，這種特征一般是通過人類的嗅覺感官來評(píng)判。但是感官評(píng)定很容易受到審評(píng)人員的經(jīng)驗(yàn)、精神狀態(tài)、性別、體質(zhì)甚至地域環(huán)境等因素的影響，造成審評(píng)結(jié)果的偏差。而傳統(tǒng)的理化檢測(cè)方法耗時(shí)費(fèi)力，不易實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。
[0003]目前在水果成熟度評(píng)價(jià)方面所采用的電子鼻系統(tǒng)大多是基于金屬氧化物傳感器陣列，但該技術(shù)在實(shí)際使用過程中存在著一定的缺陷。首先，金屬氧化物傳感器陣列易受溫度、濕度的變化，容易產(chǎn)生基線漂移，引起測(cè)量誤差，在使用過程中需嚴(yán)格控制周圍的溫、濕度，或者需進(jìn)行溫度、濕度補(bǔ)償；其次，傳感器陣列還原時(shí)間過長(zhǎng)，不適合快速檢測(cè)。
[0004]近年來，出現(xiàn)了一種新型的電子鼻傳感器技術(shù)，該技術(shù)是利用揮發(fā)性成分與相關(guān)色敏感材料之間的化學(xué)反應(yīng)引起顏色變化，主要是利用卟啉及其衍生物類化合物，因此該敏感材料有潛質(zhì)用來實(shí)現(xiàn)對(duì)氣味的檢測(cè)，由色敏材料與揮發(fā)性有機(jī)氣體反應(yīng)前后的顏色變化對(duì)氣體定性或定量分析，該材料可以克服金屬氧化物傳感器陣列易受溫度、濕度變化的缺點(diǎn)，在長(zhǎng)期的使用中，保持穩(wěn)定的檢測(cè)結(jié)果。
[0005]而且傳統(tǒng)的電子鼻技術(shù)的檢測(cè)機(jī)理都是利用普通CCD或掃描儀，獲取與食品氣味(即揮發(fā)性有機(jī)物)反應(yīng)前后的兩張圖像，進(jìn)行差值相減，得到差值圖像。然而由于普通CCD或掃描儀最終得到的是一個(gè)彩色的RGB圖像，它是由三個(gè)寬頻波段(R、G和B)的圖像復(fù)合而成，其頻譜較寬，掩蓋了氣體分子與色敏材料反應(yīng)后在特定波長(zhǎng)下的光譜變化，所以傳統(tǒng)的電子鼻技術(shù)在食品氣味檢測(cè)上的精度有待進(jìn)一步提高，其應(yīng)用就受到了一定的限制。

【發(fā)明內(nèi)容】

[0006]為了克服現(xiàn)有技術(shù)的上述缺點(diǎn)與不足，并結(jié)合創(chuàng)新型電子鼻技術(shù)，本發(fā)明就提供了一種基于氣味光譜成像技術(shù)的輕微腐爛水果快速鑒別方法，操作簡(jiǎn)單方便，且提高了檢測(cè)的精確度和靈敏度。
[0007]本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn):
[0008]—種基于氣味光譜成像技術(shù)的輕微腐爛水果快速鑒別方法，包括以下步驟:
[0009]1)黑白板校正:用標(biāo)準(zhǔn)白板采集全白標(biāo)定圖像，將鏡頭蓋蓋上采集全黑標(biāo)定圖像；
[0010]2)根據(jù)水果氣味特征，篩選色敏型材料制作傳感器陣列:根據(jù)預(yù)實(shí)驗(yàn)色敏型材料、PH指示劑和水果中易揮發(fā)性成分的響應(yīng)強(qiáng)度，篩選出若干個(gè)能代表該水果香氣的卟啉或金屬卟啉氧化物和PH指示劑，并將選擇后的色敏型材料用毛細(xì)管滴涂到硅膠板上，制備出具有特異性的傳感器陣列；
[0011]3)以反應(yīng)時(shí)間為18min作為優(yōu)化的時(shí)間節(jié)點(diǎn)，確定水果氣味與傳感器陣列響應(yīng)的平衡時(shí)間，并根據(jù)平衡時(shí)間得到與水果氣味反應(yīng)前后的傳感器陣列；
[0012]4)利用高光譜成像系統(tǒng)采集反應(yīng)前后的傳感器陣列高光譜圖像，進(jìn)行主元降維，優(yōu)選η個(gè)特征波長(zhǎng)；
[0013]5)設(shè)計(jì)基于多濾波片式的多光譜系統(tǒng)，獲取傳感器陣列的η個(gè)特征波長(zhǎng)圖像，計(jì)算出反應(yīng)平衡前后的η個(gè)差值圖像:根據(jù)篩選出來的η個(gè)特征波長(zhǎng)(λ ρ λ2，λ3，...)，選用相對(duì)應(yīng)的濾波片，設(shè)計(jì)基于多濾波片式的多光譜成像系統(tǒng)，并配合水果集氣室、反應(yīng)室和氣體循環(huán)裝置，構(gòu)成一套氣味多光譜成像數(shù)據(jù)采集系統(tǒng)；
[0014]6)從得到的η個(gè)差值圖像上提取m個(gè)色敏點(diǎn)上mXη個(gè)特征變量，通過模式識(shí)別構(gòu)建判別模型，對(duì)水果腐爛進(jìn)行快速檢測(cè):特定單波長(zhǎng)下的光譜圖像上每個(gè)色敏點(diǎn)的灰度值為1個(gè)特征變量，這樣傳感器陣列上有m個(gè)色敏點(diǎn)，一共提供了 mXn個(gè)特征變量；
[0015]7)建立預(yù)測(cè)模型:使用模式識(shí)別方法如線性或非線性的方法建立訓(xùn)練預(yù)測(cè)模型，每個(gè)差值圖像上每個(gè)色敏點(diǎn)的灰度值為1個(gè)特征變量，則每個(gè)樣本有mXn個(gè)特征變量，根據(jù)得到的特征變量，利用一些進(jìn)行訓(xùn)練，構(gòu)建一個(gè)預(yù)測(cè)模型。
[0016]進(jìn)一步，所述步驟3)對(duì)水果氣味與傳感器陣列響應(yīng)的平衡時(shí)間進(jìn)行優(yōu)化，具體過程為:從差值圖像的顏色變化和特征變量的數(shù)值變化來確定水果氣味與傳感器陣列響應(yīng)的平衡時(shí)間，試驗(yàn)以3min，6min，9min，12min，15min，18min，21min和24min作為優(yōu)化的時(shí)間節(jié)點(diǎn)，得到相應(yīng)的差值圖像和特征變量，短時(shí)間內(nèi)，水果氣味和傳感器陣列中的色敏型材料反應(yīng)未完全，差值圖像的顏色變化和特征變量的數(shù)值變化明顯，隨著時(shí)間的推移，水果氣味和傳感器陣列中的色敏型材料反應(yīng)達(dá)到平衡，前后差值圖像的色敏點(diǎn)顏色彼此無太大的區(qū)別，特征變量的數(shù)值也基本保持不變，此時(shí)間即為平衡時(shí)間點(diǎn)。
[0017]進(jìn)一步，所述步驟4)的η個(gè)特征波長(zhǎng)的優(yōu)選，具體過程為:利用基于光譜儀的高光譜成像系統(tǒng)，采集水果氣味與傳感器陣列反應(yīng)平衡前后三維圖像數(shù)據(jù)塊；數(shù)據(jù)采集前，將傳感器陣陣列置于高光譜成像系統(tǒng)的移動(dòng)平臺(tái)上，設(shè)定特定的高光譜像機(jī)曝光時(shí)間、移動(dòng)平臺(tái)速度、圖像空間分辨率、光譜范圍和光譜采樣間隔，采集得到若干個(gè)波長(zhǎng)下的圖像，最終得到一個(gè)高光譜三維圖像數(shù)據(jù)塊，針對(duì)采集的高光譜三維圖像數(shù)據(jù)，利用軟件進(jìn)行主元降維，每個(gè)主元圖像由若干個(gè)波長(zhǎng)下的圖像線性組合而成(第一主元圖像=ω j λ j+ ω 2 λ 2+ ω 3 λ 3+...+ ω ; λ j+...) ο根據(jù)權(quán)重系數(shù)ω ;值的大小和隨波長(zhǎng)的變化情況來優(yōu)選特征波長(zhǎng)。按照以上方法，從高光譜三維圖像數(shù)據(jù)塊中優(yōu)選出η個(gè)特征波長(zhǎng)(λ”
入 2， ，...入 η) 0
[0018]進(jìn)一步，所述優(yōu)選的特征波長(zhǎng)為3個(gè)，所述高光譜像機(jī)曝光時(shí)間為25ms，移動(dòng)平臺(tái)速度為1.25mm/s，高光譜圖像空間分辨率選為1628 X 618像素，光譜范圍為430?960nm，光譜采樣間隔為0.858nm。
[0019]進(jìn)一步，所述步驟5)中基于多濾波片式的多光譜系統(tǒng)的設(shè)計(jì)，具體過程為:
[0020]5.1)根據(jù)步驟4)篩選出來的η個(gè)特征波長(zhǎng)(λ。λ 2，λ 3，...)，選用η個(gè)相應(yīng)波長(zhǎng)的濾波片，設(shè)計(jì)濾波片旋轉(zhuǎn)平臺(tái)，使用選用的濾波片，并配合水果集氣室、反應(yīng)室和氣體循環(huán)裝置等構(gòu)成一套基于多光譜成像的嗅覺可視化數(shù)據(jù)采集系統(tǒng)；
[0021]5.2)圖像采集過程如下:首先，將水果放置于集氣室內(nèi)富集特定的時(shí)間，關(guān)閉閥門，利用多光譜成像技術(shù)獲取傳感器陣列與氣體反應(yīng)平衡前的多光譜圖像；然后，開啟閥門，真空栗將集氣室內(nèi)富集后氣體抽到傳感器反應(yīng)室內(nèi)，在此過程中通過流量計(jì)控制好氣體流量，使得進(jìn)入反應(yīng)室內(nèi)的氣體均勻；接著，氣體與傳感器陣列反應(yīng)一定時(shí)間后，利用多光譜成像技術(shù)獲取傳感器陣列與氣體反應(yīng)平衡后的多光譜圖像，最后，計(jì)算機(jī)對(duì)傳感器陣列與氣體反應(yīng)前后得到的多光譜圖像進(jìn)行作差，這樣每個(gè)特征波長(zhǎng)下，均會(huì)得到一個(gè)差值圖像，總共η個(gè)差值圖像。
[0022]進(jìn)一步，所述步驟6)中特征變量的提取，具體過程為:特定單波長(zhǎng)下的光譜圖像上每個(gè)色敏點(diǎn)的灰度值為1個(gè)特征變量，這樣傳感器陣列上的m個(gè)色敏點(diǎn)，一共提供了 mXn個(gè)特征變量，然后通過歸一化預(yù)處理，再利用P個(gè)完好樣本和q個(gè)過成熟樣本，通過機(jī)械學(xué)習(xí)的方法手段構(gòu)建判別模型，模型構(gòu)建好以后，利用上述步驟獲取特征，帶入模型即可對(duì)該樣本輕微腐爛情況進(jìn)行快速鑒別。
[0023]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)和有益效果:
[0024](1)本發(fā)明的方法基于自主建立的多光譜圖像采集系統(tǒng)和新型電子鼻技術(shù)來鑒別水果腐爛情況，與單一的高光譜圖像采集系統(tǒng)和傳統(tǒng)電子鼻技術(shù)相比，實(shí)驗(yàn)更加簡(jiǎn)便，實(shí)驗(yàn)數(shù)據(jù)更加濃縮，耗時(shí)更加少，大大提高了實(shí)驗(yàn)效率，并且建立的模型系統(tǒng)的穩(wěn)健性較好和準(zhǔn)確性率較高。
[0025](2)本發(fā)明的方法可將水果腐爛情況用可視化圖像表現(xiàn)出來，直觀清晰。
[0026](3)本方法只需掃描與水果樣品反應(yīng)前后的傳感器陣列圖像，代入編寫好的模式識(shí)別方法，即可得檢測(cè)結(jié)果，方便、快捷；不需要測(cè)量任何理化指標(biāo)，也不需要重新編寫程序。
[0027](4)根據(jù)篩選出來的η個(gè)特征波長(zhǎng)(λ ρ λ 2，λ 3，...)，選用η個(gè)相應(yīng)波長(zhǎng)的濾波片，設(shè)計(jì)濾波片旋轉(zhuǎn)平臺(tái)，使用選用的濾波片，并配合水果集氣室、反應(yīng)室和氣體循環(huán)裝置等構(gòu)成一套基于多光譜成像的嗅覺可視化數(shù)據(jù)采集系統(tǒng)，精準(zhǔn)的對(duì)所采集的水果氣味進(jìn)行反應(yīng)，且相對(duì)于原始采集圖像方法，更加的節(jié)省數(shù)據(jù)采集時(shí)間和圖像占用空間。
[0028](4)本發(fā)