Videometer基于多光譜圖像的肉類腐敗檢測(cè)智能系統(tǒng)
在食品工業(yè)中,質(zhì)量和安全被認(rèn)為是世界范圍內(nèi)與健康和社會(huì)進(jìn)步直接相關(guān)的重要問(wèn)題。使用視覺(jué)技術(shù)對(duì)食品生產(chǎn)進(jìn)行質(zhì)量檢測(cè)具有明顯的優(yōu)勢(shì),即能夠使用非破壞性方法持續(xù)監(jiān)控生產(chǎn),從而提高質(zhì)量并最大限度地降低成本。已經(jīng)評(píng)估了智能決策支持系統(tǒng)在使用多光譜成像信息在不同儲(chǔ)存溫度(0、5、10 和 15 攝氏度)下監(jiān)測(cè)有氧或氣調(diào)包裝下儲(chǔ)存的碎牛肉腐敗方面的性能。本文使用神經(jīng)模糊模型,該模型包含一個(gè)聚類預(yù)處理階段來(lái)定義模糊規(guī)則,而其最終的模糊規(guī)則庫(kù)由競(jìng)爭(zhēng)學(xué)習(xí)確定。最初,肉類樣品根據(jù)其儲(chǔ)存條件進(jìn)行分類,然后使用識(shí)別模型預(yù)測(cè)細(xì)菌的總活菌數(shù)。所提出方法的創(chuàng)新進(jìn)一步擴(kuò)展到識(shí)別用于存儲(chǔ)的溫度,僅利用成像光譜信息。結(jié)果表明,光譜信息與所提出的建模方案相結(jié)合可以被視為準(zhǔn)確評(píng)估肉類腐敗的替代方法。

在AIR和MAP條件下不同溫度下牛肉碎儲(chǔ)存的TVC和XLD隨儲(chǔ)存時(shí)間的增長(zhǎng)曲線如圖1所示。1.兩種TVC案例的增長(zhǎng)曲線相似,不同之處在于AIR包裝條件下的最大比增長(zhǎng)率(lmax) 與MAP案例不同。已經(jīng)發(fā)現(xiàn),與有氧儲(chǔ)存相比,氣調(diào)包裝會(huì)延遲微生物協(xié)會(huì)所有成員的生長(zhǎng)速度,以及每個(gè)微生物群獲得的最大數(shù)量。由于快速生長(zhǎng)的假單胞菌屬,需氧儲(chǔ)存會(huì)加速腐敗;在此外,二氧化碳的存在會(huì)顯著抑制這種生長(zhǎng)[25]。分析表明,有氧病例的總活菌計(jì)數(shù)范圍為 3.8-9.8 log10 cfu cm-2,MAP 病例的總活菌數(shù)范圍為 3.7-8.5 log10 cfu cm-2。然而,對(duì)于 AIR 和 MAP 條件,隨著儲(chǔ)存溫度的升高,生長(zhǎng)速率增加得更快。對(duì)于 XLD,只有當(dāng)溫度達(dá)到 15 C 時(shí)才會(huì)發(fā)生顯著變化。

圖2顯示了從AIR和MAP碎牛肉樣品中獲得的平均反射光譜樣品。仔細(xì)查看圖1中選定的光譜。圖2更準(zhǔn)確地說(shuō),在5°C下儲(chǔ)存的需氧樣品的情況下,表明存在一些差異
在600至850nm波長(zhǎng)范圍內(nèi),未損壞樣品(t = 0 h, TVC = 4.1 log10 cfu cm-2)和損壞樣品 (t = 479.5 h, TVC = 9.3 log10 cfu cm-2) 之間的反射率大小。這些差異通常是由于碳水化合物、蛋白質(zhì)、脂肪等營(yíng)養(yǎng)成分的腐敗變質(zhì),在儲(chǔ)存過(guò)程中逐漸消耗和分解,產(chǎn)生一系列化學(xué)物質(zhì),包括氨、硫化氫、酮和醛。在近紅外區(qū)域(850-970 nm)也可以觀察到類似的情況,其中反射率值隨著存儲(chǔ)時(shí)間的增加而降低。與反射光譜相關(guān)的數(shù)據(jù)集以及肉類樣品的相關(guān)微生物分析由希臘雅典農(nóng)業(yè)大學(xué)提供,并進(jìn)一步用于開(kāi)發(fā)擬議的智能決策支持系統(tǒng)。

圖3.結(jié)果表明,AFINN 模型的識(shí)別精度在 AIR 數(shù)據(jù)集的 TVC 預(yù)測(cè)中非常令人滿意,表明該方法在解決非線性問(wèn)題(如肉類腐敗)方面的優(yōu)勢(shì)。預(yù)測(cè)與觀察到的 TVC 的圖如圖1所示。5,并且顯示出圍繞權(quán)益線的非常好的分布,幾乎包含了所有數(shù)據(jù)±0.5 對(duì)數(shù)單位面積內(nèi)。根據(jù)圖。如圖 5 所示,將對(duì)應(yīng)于5C下儲(chǔ)存并在儲(chǔ)存 234 小時(shí)后收集的碎牛肉樣品對(duì)應(yīng)的“7A5”模式放置在指定區(qū)域之外。

對(duì)于第二個(gè)模擬研究,輸入向量由從RPCA 算法中提取的僅有的五個(gè) PC 組成。預(yù)測(cè)與觀察到的 TVC 的圖如圖 1 所示。6,并顯示出圍繞權(quán)益線的良好分布。圖的比較 5與相關(guān)圖 6 很明顯。一個(gè)樣本 “2A15”明顯位于±0.5 log 單位面積的邊界線之外,它與在 15 C 下儲(chǔ)存并在儲(chǔ)存 12 小時(shí)后收集的肉類樣品相關(guān)。然而,三個(gè)樣本(即“2A10”、“2A5”、“4A10”)位于 ±0.5 對(duì)數(shù)單位面積的邊界線上。 ''2A5''對(duì)應(yīng)于碎牛肉,儲(chǔ)存于 5℃,儲(chǔ)存 42 小時(shí)后收集,''2A10''和''4A10''儲(chǔ)存于 10℃,儲(chǔ)存 12 小時(shí)和 36 小時(shí)后收集分別。