【技术实现步骤摘要】
本专利技术属于淡水鱼类品质检测领域，尤其涉及一种工厂化循环水养殖淡水鱼类品质检测方法。
技术介绍
1、工厂化循环水养殖系统是在工厂化养殖基础上发展起来的新型养殖模式，以养殖水体的循环再利用为主要特征，除了具有工厂化养殖的优点外，还在养殖废水处理、减少养殖用水量和尾水排放量等方面具有显著优势。目前工厂化循环水养殖系统已经用于淡水鱼类的养殖，工厂化循环水养殖既节约了土地和水资源，还节省了人工，同时实现了零排污，提高了鱼类的产量和品质。鱼肉的品质受到一系列因素的影响，例如动物本身的因素、周围环境的因素、加工过程的影响等。评价鱼肉品质的指标有很多，如ph、颜色、纹理、嫩度和新鲜度等，利用近红外光谱技术和可以获取外部纹理特征计算机机器视觉技术对鱼肉品质进行研究是研究者们近年来研究的重点，但是单一的技术没有办法同时兼顾内外信息，不利于判断鱼肉食用品质，如何对采集到的信息进行处理和多元分析，十分重要。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术采用了如下技术方案：本专利技术提供了一种工厂化循环水养殖淡水鱼类品质检测方法：包括如下步骤：
2、s1、显微高光谱数据的获取及校正：进行图像扫描之前，将显微高光谱系统打开进行预热30min，同时将鱼肉样本从冰箱中取出，并使用显微镜用薄片切片机将鱼肉样本切成40μm的薄片。将切片样本置于显微镜的载物台上，进行显微高光谱数据获取，样本成像以0.01mm/s的移动速度单个有序地通过成像光谱仪的狭缝视野，emccd相机的曝光时间设
3、s2、显微高光谱数据前处理：选取450mm-900nm范围内的数据进行进一步处理，一共包含143个波段；
4、s3、特征变量提取：在matlab应用程序上定义一个感兴趣区域，将每一个光谱波段下的图像与环境背景分离开，进行特征提取；
5、s4、多元分析：提取图像纹理特征变量之后，分别通过lda的线性分类方法和bp-ann的非线性的方法对鱼肉腐败情况进行判别。
6、进一步地，所述狭缝视野x的移动范围为9mm-17mm。
7、进一步地，所述狭缝视野的大小为2cm×72μm。
8、进一步地，所述感兴趣区域的大小为1004×1800pixels。
9、进一步地，所述检测方法可用于草鱼、鳙鱼、桂花鱼、花斑鱼、黄颡鱼、鲫鱼、鲮鱼、罗非鱼、泥鳅、鲶鱼、乌鱼的检测。
10、进一步地，所述步骤s2中采用pca的数据降维方法，对高光谱数据进行降维处理，用于消除多余信息和减小计算负担，包括如下步骤：首先根据方差贡献率挑选出对原始数据贡献较大的前几个主成分，从中找出最能表达原始信息的主成分图像；每个主成分都是原始数据各个波长下的图像乘以相应权重系数的线性总和，
11、
12、式中：pcm为第m个主成分，a为第i波段下原始图像在该主成分的权重系数，i为单个波段的原始图像；然后，根据最佳主成分的局部最大权重系数，选择最能表达样本图像的特征波长。该特征波长对应的图像信息即最能表达鱼肉品质信息。
13、进一步地，所述步骤s3中通过灰度共生矩阵来描述鱼肉纹理，描述灰度共生矩阵的特征参数主要有对比度、相关性、能量和一致性其计算公式如下：
14、
15、
16、
17、
18、
19、
20、
21、
22、式中，g为灰度级，d为生成步长，θ为生成方向。
23、本专利技术的有益效果是：本专利技术基于显微高光谱成像技术，探讨了鱼肉腐败变质过程中其组织结构的变化，并对鱼肉新鲜度等级进行了分类判别。试验将鱼肉样本制作成切片，利用显微高光谱成像系统获取鱼肉样本的微观尺度高光谱图像；通过主成分分析方法对鱼肉的显微高光谱图像进行降维处理，并选取了521.08nm、589.69nm、636.88nm、687.58nm和738.66nm五个波长作为特征波长，对特征波长下的显微图像进行分析，发现不同存储天数下的鱼肉显微高光谱图像有着明显差别，随着存储天数的增加，鱼肉组织结构受到破坏的程度也增加，对鱼肉的显微高光谱图像进行纹理特征提取，运用线性的lda和非线性的bp-ann方法对鱼肉的新鲜度等级进行划分，非线性方法的总体判别率比线性方法的总体判别率高；本专利技术运用显微高光谱技术，可以对鱼肉变质过程中组织结构变化进行表征，而且，显微高光谱技术结合适合的算法，对鱼肉的新鲜度等级进行分类判别是可行的。
本文档来自技高网...【技术保护点】
1.一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述狭缝视野X的移动范围为9mm-17mm。
3.根据权利要求2所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述狭缝视野的大小为2cm×72μm。
4.根据权利要求3所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述感兴趣区域的大小为1004×1800pixels。
5.根据权利要求4所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述检测方法可用于草鱼、鳙鱼、桂花鱼、花斑鱼、黄颡鱼、鲫鱼、鲮鱼、罗非鱼、泥鳅、鲶鱼、乌鱼的检测。
6.根据权利要求5所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述步骤S2中采用PCA的数据降维方法，对高光谱数据进行降维处理，用于消除多余信息和减小计算负担，包括如下步骤：首先根据方差贡献率挑选出对原始数据贡献较大的前几个主成分，从中找出最能表达原始信息的主成分图像；每个主成分都是原始数
7.根据权利要求6所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述步骤S3中通过灰度共生矩阵来描述鱼肉纹理，描述灰度共生矩阵的特征参数主要有对比度、相关性、能量和一致性其计算公式如下：
...【技术特征摘要】
1.一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述狭缝视野x的移动范围为9mm-17mm。
3.根据权利要求2所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述狭缝视野的大小为2cm×72μm。
4.根据权利要求3所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述感兴趣区域的大小为1004×1800pixels。
5.根据权利要求4所述的一种工厂化循环水养殖淡水鱼类品质检测方法，其特征在于：所述检测方法可用于草鱼、鳙鱼、桂花鱼、花斑鱼、黄颡鱼...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。