食品味觉感官数据图像指纹构建方法及食品味觉识别方法

本发明涉及食品感官智能分析，具体涉及一种食品味觉感官数据图像指纹构建方法及食品味觉识别方法，尤其涉及一维时序响应数据的特征提取、编码表达与专属指纹构建方法及食品味觉识别方法。

背景技术：

1、食品味觉是食品品质评价、风味解析、产品分级、质量控制及智能制造中的核心信息之一。现有食品味觉分析主要依赖人工感官评价、理化检测及味觉系统检测技术。人工感官评价主观性强、重复性受测试者状态影响明显；理化分析虽然精度较高，但通常针对单一组分，难以直接反映整体味觉感知；味觉系统能够通过电化学传感阵列对样品的整体味觉属性进行快速响应，因而成为食品感官数字化的重要方向。

2、然而，现有味觉系统数据处理方法仍以原始伏安曲线、电流响应曲线中的极值点、拐点、峰面积、峰高等少量显式特征为主。这类方法虽然实现简单，但存在以下问题：

3、第一，仅依赖少数人工定义点位，导致大量动态响应信息丢失，不能充分表征样品的复杂味觉差异。

4、第二，对噪声、基线漂移、电极状态波动及采样时间拉伸较为敏感，重复性不足。

5、第三，仅从时域局部点位提取特征，缺少对频域、时频域、结构域及跨事件响应关系的表征能力，难以构建稳定、专属、可迁移的味觉指纹。

6、第四，现有方法多数只能得到一个数值特征向量，缺少便于人机共用的可视化指纹表达形式，不利于标准化数据库建设与智能比对。

7、因此，如何形成既可视化、又可机器识别、且具有高稳定性和专属识别能力的味觉指纹，以实现食品味觉的精准识别的方案是本领域技术人员亟需解决的问题。

技术实现思路

1、鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种食品味觉感官数据图像指纹构建方法及食品味觉识别方法，能够突破传统极值点、拐点提取思路，对味觉系统一维时序响应中蕴含的动态形态信息、频谱信息、倒谱信息、图结构信息及事件间耦合关系进行系统编码，最终形成既可视化、又可机器识别、且具有专属性和稳定性的味觉感官数据指纹，以用于食品味觉的精准分类、品质评价、真伪鉴别和批次追踪。

2、为了实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明实施例提供一种食品味觉感官数据图像指纹构建方法，包括如下步骤：

4、s1：采集食品样品在味觉检测系统下的一维时序响应数据；

5、s2：对所述一维时序响应数据进行预处理，得到标准化响应序列；

6、s3：基于所述标准化响应序列的局部突变强度进行事件边界检测，基于事件边界点将整段响应序列切分为多个响应子事件，并对各响应子事件进行统一长度重采样，获得标准化响应子事件；

7、s4：对每个标准化响应子事件提取至少包括形态特征、频谱特征、倒谱特征、时频能量特征、图结构特征及序模式复杂度特征在内的多域特征，形成事件特征矩阵；

8、s5：根据所述事件特征矩阵中不同事件之间的幅值关系、面积关系、倒谱关系及图谱关系构建事件关系矩阵；

9、s6：基于各标准化响应子事件的质心向量构建递归纹理矩阵；

10、s7：依据所述事件特征矩阵、所述事件关系矩阵以及所述递归纹理矩阵，生成三通道可视化味觉指纹图。

11、优选的，所述一维时序响应数据为在基准液稳态、样品刺激及清洗再生检测阶段中采集的电流响应序列、电位响应序列或电导响应序列。

12、优选的，步骤s3中所述事件边界检测的步骤包括：计算标准化响应子事件对应序列幅值的一阶差分和二阶差分，将一阶差分与二阶差分按预设权重融合得到融合能量函数，选取融合能量函数中超过均值的预定倍数标准差的局部峰值点作为候选边界点，并施加最小时间间隔约束得到有效边界集合。

13、优选的，步骤s4的事件特征矩阵中：

14、所述形态特征至少包括正峰值、负峰值、峰间距、上升时间常数、恢复时间常数、带符号面积、曲率能量及零交叉延迟；

15、所述频谱特征至少包括谱质心、谱带宽、谱滚降点、谱平坦度、谱熵、谱流量、主导调制频率及高低频能量比；

16、所述倒谱特征采用电化学倒谱系数，通过对响应子事件的幅频谱进行非均匀滤波器组积分、对数压缩及离散余弦变换获得；

17、所述时频能量特征采用三层小波包分解，对各子带节点能量进行归一化，得到小波包能量分布向量；

18、所述图结构特征通过可视图法将一维响应子事件转换为无向图，并提取平均度、聚类系数、图谱半径、图熵、度分布偏度及平均路径长度中的至少一种作为图结构特征；

19、所述序模式复杂度特征至少包括排列熵、序转移熵及统计复杂度。

20、优选的，步骤s5中所述事件关系矩阵的元素由任意两个标准化响应子事件之间的幅值比、面积比、倒谱夹角及图谱距离按预设权重加权组合得到。

21、优选的，步骤s6中递归纹理矩阵的构建步骤包括：

22、s61：对每个标准化响应子事件计算归一化时间质心和幅值质心构成事件质心向量；

23、s62：计算任意两个事件质心向量之间的距离，并将所述距离映射为相似度，得到递归纹理矩阵。

24、优选的，步骤s7包括：

25、将所述事件特征矩阵按事件序号与事件特征维度的排列顺序，将事件特征进行归一化和灰度量化后映射为第一通道灰度图；

26、将所述事件关系矩阵按事件序号与关系强度维度的排列顺序，将关系强度进行归一化和灰度量化后映射为第二通道灰度图；

27、将所述递归纹理矩阵按事件序号与递归相似度维度的排列顺序，将递归相似度进行归一化和灰度量化后映射为第三通道灰度图；

28、将所述第一通道灰度图、第二通道灰度图和第三通道灰度图缩放至相同尺寸后叠加，得到三通道可视化味觉指纹图。

29、优选的，还包括步骤s8：对所述三通道可视化味觉指纹图进行量化，生成二进制味觉指纹码。

30、优选的，所述二进制味觉指纹码的生成步骤包括：

31、s81：对所述三通道可视化味觉指纹图进行灰度融合，得到融合灰度图；

32、s82：对所述融合灰度图进行二维离散余弦变换，截取低频系数值区域，对所述低频系数值区域去除直流分量后求取中值阈值；其中，低频系数值区域为频率值低于设定阈值的系数值区域；

33、s83：按中值阈值对融合灰度图各坐标位置相应二维离散余弦变换结果进行二值量化，得到各坐标位置二进制数值，构成二进制序列。

34、第二方面，本发明实施例提供一种食品味觉识别方法，采用第一方面所述的食品味觉感官数据图像指纹构建方法构建不同食品的三通道可视化味觉指纹库；包括如下步骤：

35、采用第一方面综合味质的食品味觉感官数据图像指纹构建方法，对待测食品样品构建其味觉指纹；

36、将综合味质待测食品样品的味觉指纹与综合味质三通道可视化味觉指纹库中的至少一个味觉指纹进行比对，计算两者之间的距离；

37、根据综合味质距离与预设阈值的关系，判定综合味质待测食品样品的味觉类别或品质状态。

38、本发明实施例提供的上述技术方案具体有益效果至少包括：

39、第一，本发明面向味觉系统检测场景，不再局限于极值点、拐点、峰面积等少量显式特征，而是从形态域、频谱域、倒谱域、时频域、图结构域及序模式域六个层面提取味觉响应信息，能够更完整地保留样品刺激、界面极化和恢复衰减过程中的动态信息。

40、第二，本发明引入事件边界检测与分段对齐机制，将整段味觉系统响应自动分解为多个标准化响应子事件，能够更好地适应脉冲激励、阶跃激励、循环激励等多种检测程序，提升重复测量之间的一致性。

41、第三，本发明提出电化学倒谱系数ecc，将语音识别领域的倒谱思想迁移至味觉系统响应分析中，并结合味觉系统瞬态响应特点重构滤波器组，从而能够捕获传统峰值法难以表征的隐藏频谱结构与动态恢复模式。

42、第四，本发明提出基于可视图法的图结构特征提取方法，将一维味觉响应转换为图拓扑结构，通过平均度、聚类系数、谱半径和图熵等参数描述味觉响应的形态组织规律，使味觉信号获得结构层级表征能力。

43、第五，本发明通过构建事件关系矩阵与递归纹理矩阵，将跨事件的耦合关系、重复结构及相对强弱关系纳入味觉指纹中，能够更好反映酸、甜、苦、咸、鲜、涩、麻、辣等不同味质及综合味质刺激下的动态组织差异。

44、第六，本发明同时输出三通道可视化味觉指纹图和二进制指纹码，使结果既能够直观展示，又能够被机器快速索引与比对，便于形成标准化的食品味觉感官数据库。

45、第七，本发明具有较强的通用性，适用于酸味、甜味、苦味、咸味、鲜味、麻味、辣味等食品味觉属性分析，也适用于酒类、茶饮料、发酵制品、调味品、植物提取物及复合食品体系的整体味觉表征。