一种毛肚无损检测方法、系统、设备及产品

本发明涉及肉类检测，具体涉及一种毛肚无损检测方法、系统、设备及产品。

背景技术：

1、目前我国冷冻行业对冷冻食品的品质没有具体要求，例如，gb31646-2018《食品安全国家标准速冻食品生产和经营卫生规范》中也只有“附录a 速冻熟制食品加工过程微生物监控要求”，对速冻食品生产过程只进行了卫生规范（包括应该符合gb14881-2013里的相关规定），没有给出冷冻食品的质量标准，更没有提出针对冷冻食品的新鲜度进行判断的可靠方法。但是，随着冷链物流（cold chain logistics）的逐步发展，对冷链物流中冷冻食品的安全质量监控也变得至关重要。以毛肚为例，毛肚的冷冻加工包括直接冷冻毛肚，经过冷链运输后冷冻毛肚在冷冻条件下直接销售，也可以将冷冻毛肚速冻后冷链运输到目的地解冻后当生鲜毛肚销售，这个过程叫毛肚的冻转鲜。但是，由于冷冻工艺或存储时间等原因，可能导致解冻的毛肚存在着营养流失严重、口感较差等问题。

2、目前，现有技术中尝试通过高光谱图对肉的新鲜程度进行评估：例如，专利申请cn202411775351.x公开了一种基于深度学习的猪里脊肉新鲜度多模态融合检测方法，其包括步骤：制作猪里脊肉新鲜度分类模型的样品，采集猪里脊肉贮藏过程的hsi数据、紫外荧光图像数据、电子鼻数据和lf-nmr数据，并对数据预处理；对紫外荧光图像数据和hsi数据分别设计特征提取模块；基于变分自编码器设计数据增强模块以增强样品新鲜度各类别边界识别能力；设计改进的蜣螂优化算法以增强模型超参数寻优能力；在bilstm网络结构中引入uv-cnn模块、his-cnn模块、aavae模块和edbo优化算法，构建猪里脊肉新鲜度cnn-aavae-edbo-bilstm分类模型；对猪里脊肉分类模型准确性进行测试和评估。又例如，专利申请cn202011064908.0公开了一种基于高光谱成像技术对三文鱼鲜味强度快速表征的方法；首先准备三文鱼样本，使用高光谱成像采集系统进行高光谱图像采集；采集后使用国标法测定样本的鲜味强度指标；再采用envi4 .5软件提取样本中心感兴趣区域的光谱值，并对光谱值进行预处理；然后使用不同的变量筛选方法提取经过预处理后的光谱值中的特征变量，以提取的特征变量组合成的样本作为新样本；采用样本集划分方法对新样本进行样本划分，得到重新划分后的样本集；以划分的样本集建立三文鱼鲜味强度指标预测模型，进而实现鲜味强度指标的分布可视化。

3、但是，申请人注意到，毛肚与常规肉类存在较大的差异，传统的新鲜度预测方法难以适用。

技术实现思路

1、本发明的目的在于提供一种毛肚无损检测方法、系统、设备及产品，部分地解决或缓解现有技术中的上述不足，能够实现对毛肚的新鲜程度的无损检测。为了解决上述所提到的技术问题，本发明具体采用以下技术方案：本发明的第一方面，在于提供了一种毛肚无损检测方法，包括：（1），获取第一待测毛肚的表面水分含量；（2），将所述表面水分含量小于或等于预设表面水分含量的所述第一待测毛肚确定为第二待测毛肚；（3），获取所述第二待测毛肚的至少一张待测高光谱图；（4），获取与所述第二待测毛肚的样品类型相对应的所述毛肚无损检测模型；所述毛肚无损检测模型采用以下步骤创建得到：（4a），获取多份样品毛肚的多张高光谱图样本以生成高光谱图集合，且所述多份样品毛肚包括：进行冷冻处理的第一样品毛肚，未进行冷冻处理的第二样品毛肚；所述多张高光谱图样本设置有第一标签，所述第一标签用于标记挥发性盐基氮信息、蛋白质含量、硫代巴比妥酸、巯基含量中的至少一项；（4b），获取第一辅助数据，所述第一辅助数据包括：所述第一样品毛肚的持水性，和/或质构；其中，所述持水性用于表征所述样品毛肚受到外力作用时保持原有水分的能力；所述质构包括硬度、弹性、咀嚼性中的至少一项；（4c），对所述多份样品毛肚进行食品加工以获取到多份毛肚制品；（4d），记录下至少一个毛肚品鉴人员对所述多份毛肚制品所给出的至少一项感官评分；（4e），生成训练集，所述训练集包括多个训练样本组，所述训练样本组包括：所述第一样品毛肚的所述高光谱图样本，且对应所述高光谱图样本关联有所述第一辅助数据、所述感官评分；第二样品毛肚的所述高光谱图样本，且对应所述高光谱图样本关联有所述感官评分；（4f），将所述训练集输入至多模态融合模型，以训练得到对应的所述毛肚无损检测模型；（5），将所述待测高光谱图输入至所述毛肚无损检测模型，所述毛肚无损检测模型对应输出预测感官评分。在一些实施例中，拍摄所述待测高光谱图所适用的光源波长范围为900-1700nm。在一些实施例中，所述样品类型根据所述第二待测毛肚的颜色确定。在一些实施例中，步骤（1）还包括：根据所述第一待测毛肚的高光谱图计算所述表面水分含量。在一些实施例中，步骤（1）还包括：对所述第一待测毛肚进行表面吸水处理。

2、本发明的第二方面，在于提供了一种毛肚无损检测系统，包括：表面水分获取模块，用于获取第一待测毛肚的表面水分含量；待测毛肚确定模块，用于将所述表面水分含量小于或等于预设表面水分含量的所述第一待测毛肚确定为第二待测毛肚；高光谱图获取模块，用于获取所述第二待测毛肚的至少一张待测高光谱图；检测模型获取模块，用于获取与所述第二待测毛肚的样品类型相对应的所述毛肚无损检测模型；所述毛肚无损检测模型采用以下步骤创建得到：（4a），获取多份样品毛肚的多张高光谱图样本以生成高光谱图集合，且所述多份样品毛肚包括：进行冷冻处理的第一样品毛肚，未进行冷冻处理的第二样品毛肚；所述多张高光谱图样本设置有第一标签，所述第一标签用于标记挥发性盐基氮信息、蛋白质含量、硫代巴比妥酸、巯基含量中的至少一项；（4b），获取第一辅助数据，所述第一辅助数据包括：所述第一样品毛肚的持水性，和/或质构；其中，所述持水性用于表征所述样品毛肚受到外力作用时保持原有水分的能力；所述质构包括硬度、弹性、咀嚼性中的至少一项；（4c），对所述多份样品毛肚进行食品加工以获取到多份毛肚制品；（4d），记录下至少一个毛肚品鉴人员对所述多份毛肚制品所给出的至少一项感官评分；（4e），生成训练集，所述训练集包括多个训练样本组，所述训练样本组包括：所述第一样品毛肚的所述高光谱图样本，且对应所述高光谱图样本关联有所述第一辅助数据、所述感官评分；第二样品毛肚的所述高光谱图样本，且对应所述高光谱图样本关联有所述感官评分；（4f），将所述训练集输入至多模态融合模型，以训练得到对应的所述毛肚无损检测模型；预测感官评分输出模块，用于将所述待测高光谱图输入至所述毛肚无损检测模型，所述毛肚无损检测模型对应输出预测感官评分。在一些实施例中，拍摄所述待测高光谱图所适用的光源波长范围为900-1700nm。在一些实施例中，所述样品类型根据所述第二待测毛肚的颜色确定。本发明的第三方面，在于提供了一种计算机设备，包括存储器、处理器，其中，所述存储器用于存储计算机程序，所述处理器用于读取所述计算机程序，执行如上述任意一项实施例所述的毛肚无损检测方法。本发明的第四方面，在于提供了一种计算机程序产品，包括计算机程序或指令，所述计算机程序或所述指令在被计算机执行时实现如上述实施例任意一项所述的毛肚无损检测方法。