一种鲑鱼土腥味快速检测系统及方法技术方案

本发明专利技术公开了一种鲑鱼土腥味快速检测系统及方法，涉及食品检测领域，包括气味测量模块、高光谱成像模块、深度学习模型及数据储存显示模块，所述气味测量模块检测鲑鱼气味参数，所述高光谱成像模块检测鲑鱼光谱特征参数和鲑鱼图像特征参数，所述气味测量模块和所述高光谱成像模块得到的数据发送到所述深度学习模型及数据储存显示模块进行训练学习，得到可信模型，通过本方案的实施，解决了现有的鲑鱼土腥味识别耗费时间长、操作过程复杂、人力成本高所带来的土腥味评价困难的问题，克服了人工感官评定主观性强，偶然误差大，一致性差的问题。的问题。的问题。

【技术实现步骤摘要】
一种鲑鱼土腥味快速检测系统及方法


[0001]本专利技术涉及食品检测领域，尤其涉及一种鲑鱼土腥味快速检测系统及方法。

技术介绍

[0002]鲑鱼具有极高的营养价值，能够为人体提供丰富的蛋白质，且味道鲜美，风味独特，深受人们的喜爱随着人们生活质量和消费水平的日渐提升，人们对水产品需求量增加的同时，也对水产品的质量提出了更高的要求，水产品的风味逐渐成为水产品质量优劣的重要指标。鲑鱼的风味由气味和滋味组成，气味指能够引起嗅觉反应的物质。而滋味则指能够引起味觉反应的物质。随着鲑鱼需求量的增加和人们生活观念的转变，除了传统指标外，原料的土腥味识别也被纳入品质范畴，因而，科学有效的评价技术方法及体系有待建立和完善。然而，在实际生活中，鲑鱼的土腥味评价比较复杂，多种物质均会影响鲑鱼的土腥味，且随着储存时间的变化，鲑鱼的土腥味也会发生变化，不仅会影响鲑鱼的风味和口感，可能还会引发严重的食品安全问题。鲑鱼的土腥味与其内部的多种物质有着密切的关系，例如土臭素、二甲基异莰醇、二异丙基三甲氧基吡嗪、二异丙基三甲氧基吡嗪等。但目前的鱼类品质评价方法存在操作复杂，操作时间长及检测实验室环境要求高等缺点，人工感官评定存在主观性强，偶然误差大，一致性差的问题，因此亟需一种简便高效的鲑鱼土腥味评价系统。随着气体传感器的快速发展，气味检测已经广泛用于食品品质评价领域，得益于其快速、无损的优点。土腥味相关物质含量的多少与引起土腥味的气体浓度有关，这也为基于气敏元件和模式识别技术的气味参数评价鲑鱼土腥味提供了可能。此外，光谱图像技术与图像处理技术的广泛应用，也极大地推进了食品品质快速检测技术的丰富与发展，尤其是分子光谱技术(如近红外光谱)可以描述光子在样品组织内部的传播、吸收、散射等特性，并建立基于分子光谱技术的物质含量快速无损定量化模型。高光谱成像技术包含高分辨率的空间维和光谱维信息，既能记录鲑鱼样本的分子光谱反射特征也能记录其图像信息，从而提供了庞大体量的数据源。基于大数据和人工智能的计算机视觉研究开启了数字智能化研究的新时代，深度学习算法以擅长处理海量数据著称，图谱信息融合的深度学习技术也为食品品质快速鉴定打下了良好的基础。
[0003]因此，本领域的技术人员致力于开发一种鲑鱼土腥味快速检测系统及相关方法，以便应用于鲑鱼等鱼类产品的土腥味快速有效评估，加快推进水产品质量安全评价和水产品市场规范。

技术实现思路

[0004]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是鲑鱼等水产品土腥味评价困难，如何简便、高效的实现鲑鱼土腥味检测。
[0005]为实现上述目的，本专利技术提供了一种鲑鱼土腥味快速检测系统，包括气味测量模块、高光谱成像模块、深度学习模型及数据储存显示模块，气味测量模块检测鲑鱼气味参数；高光谱成像模块检测鲑鱼光谱特征参数和鲑鱼图像特征参数；气味测量模块和高光谱
成像模块得到的数据发送到深度学习模型及数据储存显示模块进行训练学习，得到可信模型。
[0006]进一步的，气味测量模块包括气味采集模块、气味处理模块，气味处理模块通过模式识别技术处理气味采集模块获取的气味数据得到待检测样品的气味参数。
[0007]进一步的，高光谱成像模块包括光谱仪和面阵相机，用于获取鲑鱼样本的光谱特征参数和图像特征参数。
[0008]进一步的，深度学习模型及数据储存显示模块对鲑鱼光谱特征参数进行高光谱分析时采用连续投影法、序列向前选择法、竞争自适应重加权采样法和随机蛙跳法的一种或它们的复合方法来选择最佳特征波长。
[0009]进一步的，气味采集模块采用多个高敏感特性的气敏传感器构建传感器阵列，用于提高气敏传感器的测量精度。
[0010]为实现上述目的，本专利技术还提供了一种鲑鱼土腥味快速检测方法，包括以下步骤：
[0011]S1、准备鲑鱼样本；
[0012]S2、采集鲑鱼样本数据；
[0013]S3、使用采集的样本数据，进行数据预处理；
[0014]S4、使用处理后的数据，建立深度学习模型；
[0015]S5、使用训练完成的深度学习模型对鲑鱼土腥味物质含量进行快速检测。
[0016]进一步的，准备鲑鱼样本包括以下步骤：
[0017]S1
‑
1、对待采集的鲑鱼样本进行初步的静置干燥；
[0018]S1
‑
2、将待测的鲑鱼样本密封在快速检测系统的密闭的容器中，并维持温度在室温25℃，湿度相对恒定。
[0019]进一步的，采集鲑鱼样本数据包括以下步骤：
[0020]S2
‑
1、同时开启多个气体传感器，待气体传感器系统稳定后开始记录气体传感器数据；
[0021]S2
‑
2、将待测鲑鱼样本放入高光谱成像模块中，进行高光谱信息和图像的获取；
[0022]S2
‑
3、将鲑鱼样本进行生化组分测量，获取影响鲑鱼土腥味的物质的含量数值。
[0023]进一步的，在进行采集鲑鱼样本数据步骤时，全程维持在室温25℃，湿度相同且相对恒定的环境条件中，每个鲑鱼样本采集三次数据并进行平均。
[0024]进一步的，生化组分测量采用液相色谱法。
[0025]与现有技术相比，本专利技术提出了一种融合气味和高光谱成像技术，并结合深度学习方法的鲑鱼土腥味评价系统，解决了现有的鲑鱼土腥味识别耗费时间长、操作过程复杂、人力成本高所带来的土腥味评价困难的问题，克服了人工感官评定主观性强，偶然误差大，一致性差的问题，相对于传统的土腥味检测方法，本专利技术可以实现对鲑鱼土腥味的快速便捷评价。
[0026]以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。
附图说明
[0027]图1a是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测系统结构图；
[0028]图1b是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测系统气味测量模块结构图；
[0029]图1c是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测系统高光谱成像模块结构图；
[0030]图1d是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测系统结构图；
[0031]图2a是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测方法流程图；
[0032]图2b是本专利技术的一个较佳实施例的准备鲑鱼样本步骤；
[0033]图2c是本专利技术的一个较佳实施例的采集鲑鱼样本数据步骤；
[0034]图3是本专利技术的一个较佳实施例的基于随机森林算法的土腥味相关物质含量预测结果；
[0035]图4是本专利技术的一个较佳实施例的鲑鱼土腥味快速检测系统的土腥味鱼肉识别与土腥味相关物质含量预测可视化结果。
具体实施方式
[0036]以下参考说明书附图介绍本专利技术的多个优选实施例，使其
技术实现思路
更加清楚和便于理解。本专利技术可以通过许多不同形式的实施例来得以体现，本专利技术的保护范围并非仅限于文中提到的实施例。
[0037]在附图中，结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鲑鱼土腥味快速检测系统，其特征在于，包括气味测量模块、高光谱成像模块、深度学习模型及数据储存显示模块，所述气味测量模块检测鲑鱼气味参数；所述高光谱成像模块检测鲑鱼光谱特征参数和鲑鱼图像特征参数；所述气味测量模块和所述高光谱成像模块得到的数据发送到所述深度学习模型及数据储存显示模块进行训练学习，得到可信模型。2.如权利要求1所述的鲑鱼土腥味快速检测系统，其特征在于，所述气味测量模块包括气味采集模块、气味处理模块，所述气味处理模块通过模式识别技术处理所述气味采集模块获取的气味数据得到待检测样品的所述气味参数。3.如权利要求1所述的鲑鱼土腥味快速检测系统，其特征在于，所述高光谱成像模块包括光谱仪和面阵相机，用于获取鲑鱼样本的光谱特征参数和图像特征参数。4.如权利要求1所述的鲑鱼土腥味快速检测系统，其特征在于，所述深度学习模型及数据储存显示模块对所述鲑鱼光谱特征参数进行高光谱分析时采用连续投影法、序列向前选择法、竞争自适应重加权采样法和随机蛙跳法的一种或它们的复合方法来选择最佳特征波长。5.如权利要求2所述的鲑鱼土腥味快速检测系统，其特征在于，所述气味采集模块采用多个高敏感特性的气敏传感器构建传感器阵列，用于提高气敏传感器的测量精度。6.一种鲑鱼土腥味快速检测方法，包括以下步骤：S1、准备鲑鱼样本；S2、采集鲑鱼样本数...

【专利技术属性】
技术研发人员：孙大伟，叶宏宝，周成全，
申请(专利权)人：浙江省农业科学院，
类型：发明
国别省市：