买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种可视化pH响应嗅觉传感器结合“浮萍”数据增强的羊肉新鲜度指标检测方法_石河子大学_202311712948.5 

申请/专利权人:石河子大学

申请日:2023-12-13

公开(公告)日:2024-04-12

公开(公告)号:CN117871507A

主分类号:G01N21/78

分类号:G01N21/78;G06T7/00;G06N3/0464;G06N3/08;G06T7/13;G06T7/194;G06T5/80;G01N21/84

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.30#实质审查的生效;2024.04.12#公开

摘要:发明名称一种可视化pH响应嗅觉传感器结合“浮萍”数据增强的羊肉新鲜度指标检测方法摘要一种可视化pH响应嗅觉传感器结合“浮萍”数据增强的羊肉新鲜度指标检测方法,尤其涉及一种利用自制的可视化pH响应嗅觉传感器结合“浮萍”数据增强算法对羊肉新鲜度指标总挥发性碱性氮TVB‑N定量预测的方法,包括:首先,通过色谱层析滤纸和pH指示剂构建嗅觉色敏传感器;其次,制备实验所需的羊肉样品,通过图像采集系统获得传感器与样品反应前后的图像;然后,针对色敏点内响应信号不均匀可能产生的影响及特征提取的复杂性等问题,提出“浮萍”数据增强方法;最后,结合深度学习中的标准卷积神经网络和可分离卷积神经网络建立定量检测模型,进行羊肉新鲜度定量预测。本发明提出的“浮萍”数据增强算法为阵列图像的数据扩充提供了技术参考,且嗅觉可视化和“浮萍”数据增强的结合对羊肉新鲜度进行低成本、高精度检测提供了理论依据和技术支撑。

主权项:1.一种可视化pH响应嗅觉传感器结合“浮萍”数据增强的羊肉新鲜度指标检测方法,其特征在于:构建用于羊肉新鲜度指标检测的可视化pH响应嗅觉传感器,制备建模样品获取羊肉在不同储存时间下的嗅觉可视化图像,通过“浮萍”数据增强算法对可视化图像进行数据扩充,建立羊肉新鲜度指标总挥发性碱性氮TVB-N定量检测模型,利用模型对羊肉新鲜度进行定量检测,包括:所述的构建用于羊肉新鲜度指标检测的可视化pH响应嗅觉传感器包括:可视化pH响应嗅觉传感器由基底材料和色敏试剂组成,其中基底材料选用生物性质稳定、经济环保的色谱层析滤纸;色敏试剂根据羊肉在储存阶段的挥发性气体,选用的9种色敏试剂为:皂黄pH#1.2-2.3、百里酚蓝pH#1.2-2.88.0-9.6、甲酚红pH#2.0-8.0、溴酚蓝pH#3.0-4.6、溴甲酚绿pH#3.8-5.4、甲基红pH#4.0-6.0、溴甲酚紫pH#5.2-6.8、中性红pH#6.8-8.0、碱性品红pH#9.0-14.0;所述的“浮萍”数据增强算法具体步骤如下:步骤一:对于采集的嗅觉图像,首先进行背景去除,利用快速自适应边缘提取算法去除拍摄产生的除色敏传感器外的多余部分;步骤二:为解决拍摄过程中可能出现的图像畸变问题,在步骤一的基础上对图像进行透射校正;步骤三:为使单一感兴趣区域信号保持独立及整体(浮动区域)的数据结构不被破坏,在步骤二得到的图像上定义原始图像矩阵A×B,将其划分为N个区域并对位置信息进行编码,生成区域大小一致的“浮萍窗”a×b; ;其中A、B分别表示原始图像矩阵的行、列数,N表示“浮萍窗”的区域个数,a、b分别表示“浮萍窗”大小;步骤四:基于仿生原理,定义“浮萍”-圆形感知区域,以阵列内最小色敏点的像素半径R0为依据,设定圆形感知区域半径r可根据需求调整;;其中r为“浮萍”-圆形感知区域半径,R0为最小色敏点的像素半径;步骤五:根据色敏试剂显色区域大小,在各自的“浮萍窗”内生成可以摆动的包络圆包络圆半径为R,参照自然界的浮萍摆动,圆形感知区域在包络圆内以中心为坐标原点,在包络圆内随机摆动;步骤六:为保证数据的合理性,“浮萍”在摆动结束位置对其内颜色数据进行均值化处理,用均值化数据填充圆形感知区域,并将“浮萍窗”内其余位置区域的颜色值置0,得到一个“浮萍窗”内的特征图像,均值化处理公式如下: ;其中m为“浮萍”区域,xij为区域像素值,为平均区域像素值,yij为均值化像素值;步骤七:上述过程按照位置编码顺序依次循环N次,依据位置解码重定义图像矩阵,得到新的RGB阵列图像;步骤八:使用OpenCV中的absdiff函数计算反应前后特征图像的差异,得到色差图;所述的建立羊肉新鲜度指标总挥发性碱性氮TVB-N定量检测模型的具体步骤如下:步骤Ⅰ:制备不同储存时间下质量一致、形状相似、无明显筋膜与组织的羊肉样品;步骤Ⅱ:将羊肉样品放置于玻璃培养皿内、色敏传感器面向样品固定在培养皿上方进行反应,并利用图像采集系统采集传感器反应前后的图像;步骤Ⅲ:将反应结束后的羊肉样品绞碎成肉糜状(粒径2~3mm)进行TVB-N含量的测定;步骤Ⅳ:对采集到的嗅觉图像进行预处理,通过“浮萍”数据增强算法对数据进行扩充;步骤Ⅴ:将扩充后的图像数据划分为训练集和测试集,利用划分后的样品数据集对模型进行训练和测试,优选最佳模型,并确定模型参数;步骤Ⅵ:若所建羊肉新鲜度定量检测模型效果满足要求则代表模型可行;否则,通过数据清洗和重复步骤Ⅰ至Ⅴ,直至满足要求;所述的利用定量检测模型对羊肉新鲜度定量检测的具体步骤如下:步骤A:制备不同储存时间下质量一致、形状相似、无明显筋膜与组织的待检测羊肉样品;步骤B:将羊肉样品放置于玻璃培养皿内、色敏传感器面向样品固定在培养皿上方进行反应,并利用图像采集系统,采集待检测羊肉样品与色敏传感器反应前后的图像;步骤C:对采集到的嗅觉图像进预处理操作,得到色差图;步骤D:将色差图输入建立的羊肉新鲜度定量检测模型,对单张直接预测或多张综合预测,并输出羊肉新鲜度定量检测结果。

全文数据:

权利要求:

百度查询: 石河子大学 一种可视化pH响应嗅觉传感器结合“浮萍”数据增强的羊肉新鲜度指标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。