【技术实现步骤摘要】
本申请涉及包装表面卫生检测，尤其涉及一种塑料包装表面微生物快速检测方法及装置。
技术介绍
1、现阶段用于微生物污染的研究绝大多数是直接对食品进行检测，但在储运和销售环节中，生鲜肉都以包装后的形式流通。在包装制品的制造和贮运过程中，面临着多种微生物污染的风险。这些污染源包括内装物、人工接触操作、加工设备表面以及环境空气中的微生物。以新型冠状病毒为例，如果包装表面受到其污染，且消毒不彻底或杀菌不严格，就会存在二次污染的可能性。这种污染可能进一步影响被包装的食品，增加了健康风险。同时，在生产、储存、分销、零售和消费过程中，被污染的包装表面会广泛传播污染物，给从业人员和消费者的健康带来威胁。
2、目前，对于快速、便捷检测微生物污染物以避免食品安全问题的技术需求正不断增加。总活菌计数方法是肉类质量和安全评估的重要微生物检测方法，酶联免疫吸附试验、聚合酶链反应(包括实时荧光标记技术等)和dna测序等基于基因分析的方法也可用于微生物污染检测。
3、然而，这些方法大多数需要专业人士操作，且会对样本造成损害，而且需要进行预处理，因此需要开发快速无损的方法。
技术实现思路
1、本申请的目的在于提供一种塑料包装表面微生物快速检测方法及装置，来解决上述现有技术中的技术缺陷，实现包装薄膜表面微生物污染的快速、无损检测，在速度、准确性和可靠性等方面进行了改进，不需要制备样品，不含化学物质，不会造成环境污染。
2、该技术方案如下：
3、本申请提供的第一个方面，提供
4、s1，采用荧光高光谱成像系统采集样品荧光高光谱图像，获取材料荧光图像特征波长；
5、s2，利用材料荧光图像特征波长处理图像，通过非零光谱波段数据筛选后得到具有标记数据点位置的二值图像，应用k均值聚类和开运算算法对选择后的数据图像进行分割，生成最终的掩膜图像，作为最终标记点图像；
6、s3，将所述s2中所有像素的荧光光谱进行数据分析，对荧光光谱数据进行预处理；
7、s4，从光谱数据中识别和提取特征波长变量，选择最优特征波长变量；
8、s5，对原始荧光光谱数据、预处理后的荧光光谱数据以及特征波长提取后的荧光光谱数据，建立塑料包装表面微生物生物膜的判别模型，对比得出最优判别模型。
9、进一步的，所述的荧光高光谱成像系统采用紫外灯光源激发成像，采集过程均处于黑暗状态。
10、进一步的，所述s1中的获取材料荧光图像特征波长方法包括以下步骤：
11、将按照国标配置好的微生物菌液模拟污染点滴在塑料包装表面，采用荧光高光谱成像系统采集塑料包装样品表面的荧光高光谱图像，得到原始荧光高光谱图像；
12、对每个独立样本板的图像进行具体画面区域的裁剪，随后通过对全光谱区域数据进行大于零的筛选操作，得到非零光谱数据，从而筛选出感兴趣区域roi；
13、根据感兴趣区域roi与其他背景区域之间单因素方差分析的f值，选择最显著的单波段值x nm，用于将图像像素分类为微生物接种点或背景；
14、在特定波长x nm条件下，使用k均值聚类分割方法和图像开运算创建最终的二值图像；
15、再次进行单因素方差分析，通过多次f值的计算，得到一个最终稳定的最显著波段值，记为材料荧光图像特征波长。
16、进一步地，所述s3中的预处理方法采用归一化、标准化、移动窗口平均平滑、一阶导数、标准正态变换。
17、进一步地，所述s4中提取特征波长方法采用自适应重加权采样cars算法、递归特征消除rfe算法、随机森林rf算法和主成分分析-线性判别分析pca-lda算法结合自助法。
18、进一步地，所述的自助法设置迭代次数为100。
19、进一步地，所述s5中的建模方法采用支持向量法svm算法、决策树dt算法和k近邻knn算法。
20、进一步地，所述的svm使用贝叶斯优化方法选择最优的参数设置。
21、进一步地，所述的knn采用网络搜索交叉验证进行参数寻优，搜索空间设置为[2，10]。
22、本申请提供的第二个方面，提供了一种塑料包装表面微生物快速检测装置，该装置包括：
23、采集光谱图像模块：用于采用荧光高光谱成像系统采集样品荧光高光谱图像，获取材料荧光图像特征波长；
24、图像识别与提取模块：用于利用材料荧光图像特征波长处理图像，通过非零光谱波段数据筛选后得到具有标记数据点位置的二值图像，应用k均值聚类和开运算算法对选择后的数据图像进行分割，生成最终的掩膜图像，作为最终标记点图像；
25、光谱数据预处理模块：用于将所述图像识别与提取模块中所有像素的荧光光谱进行数据分析，对光谱数据进行预处理；
26、特征波长提取模块：用于从光谱数据中识别和提取特征波长变量，选择最优特征波长变量；
27、建立模型模块：用于对原始荧光光谱数据、预处理后的荧光光谱数据以及特征波长提取后的光谱数据，建立塑料包装表面微生物生物膜的判别模型，对比得出最优判别模型。
28、本申请提供的技术方案带来的有益效果至少包括：
29、本申请基于荧光高光谱图像技术，通过图像处理过程得到生物膜区域后，利用光谱预处理方法和光谱特征波长筛选方法构建生物膜检测模型，分析建模结果并进行评价，选出最优建模方法，证实利用荧光高光谱图像技术进行实时生物膜检测的可能性。本申请所使用的图像分析方法和建模方法实现包装表面微生物污染的快速、无损检测，在速度、准确性和可靠性等方面进行了改进，不需要制备样品，不含化学物质，不会造成环境污染。
本文档来自技高网...【技术保护点】
1.一种塑料包装表面微生物快速检测方法，其特征在于，所述方法包括:
2.根据权利要求1所述的方法，其特征在于，所述的荧光高光谱成像系统采用紫外灯光源激发成像，采集过程均处于黑暗状态。
3.根据权利要求1所述的方法，其特征在于，所述S1中的获取材料荧光图像特征波长方法包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，所述S3中的预处理方法采用归一化、标准化、移动窗口平均平滑、一阶导数、标准正态变换。
5.根据权利要求1所述的方法，其特征在于，所述S4中提取特征波长方法采用自适应重加权采样CARS算法、递归特征消除RFE算法、随机森林RF算法和主成分分析-线性判别分析PCA-LDA算法结合自助法。
6.根据权利要求5所述的方法，其特征在于，所述的自助法设置迭代次数为100。
7.根据权利要求1所述的方法，其特征在于，所述S5中的建模方法采用支持向量法SVM算法、决策树DT算法和K近邻KNN算法。
8.根据权利要求7所述的方法，其特征在于，所述的SVM使用贝叶斯优化方法选择最优的参数设置。>
9.根据权利要求7所述的方法，其特征在于，所述的KNN采用网络搜索交叉验证进行参数寻优，搜索空间设置为[2，10]。
10.一种塑料包装表面微生物快速检测装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种塑料包装表面微生物快速检测方法，其特征在于，所述方法包括:
2.根据权利要求1所述的方法，其特征在于，所述的荧光高光谱成像系统采用紫外灯光源激发成像，采集过程均处于黑暗状态。
3.根据权利要求1所述的方法，其特征在于，所述s1中的获取材料荧光图像特征波长方法包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，所述s3中的预处理方法采用归一化、标准化、移动窗口平均平滑、一阶导数、标准正态变换。
5.根据权利要求1所述的方法，其特征在于，所述s4中提取特征波长方法采用自适应重加权采样cars算法、递归特征消除rfe算法、随机森林rf算法...
【专利技术属性】
技术研发人员：潘嘹，熊子怡，卢立新，陈曦，王军，
申请(专利权)人：江南大学，
类型：发明
国别省市：
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。