一种融合NIRS和CV对冷鲜鸭肉新鲜度进行快速检测的方法与流程

技术特征：
1.一种融合nirs和cv对冷鲜鸭肉新鲜度进行快速检测的方法，其特征在于包括建立knn模型以及利用该模型对冷鲜鸭肉新鲜度进行检测的步骤，所述knn模型的建立包括以下步骤：1)将用于建模的冷鲜鸭肉切块后于4℃冷藏，定期采集样本的近红外光谱数据以及图像数据，其中，近红外光谱数据的采集使用的是光纤探头漫反射模式，波段4,000
‑
10,000cm
‑1，以log(1/r)表示光谱的响应值，其中r为反射率；图像数据的采集使用的是分辨率不低于500万像素的高分辨率数码相机；数据采集的频率为每1～3h采集一次，连续采集14天；2)在采集近红外光谱数据以及图像数据的同时对样本进行理化指标测定，并根据理化指标测定结果对样本新鲜度等级进行评级和标记；3)利用计算机软件对步骤1)采集到的近红外光谱数据进行主成分分析，将原来的多个主成分降维成仅有一个主成分的数据，此数据用p表示；4)利用计算机软件获得步骤1)采集到的的图像数据中的颜色值，并计算与初始颜色值之间的色距，此数据用s表示；5)利用计算机软件对p值和s值进行归一化处理，构建n个样本的特征变量矩阵x如下表示：6)使用k最近邻算法判断样本新鲜度所属类别，建立特征变量与样品新鲜度等级的knn模型。2.如权利要求1所述的方法，其特征在于：步骤2)中所述的理化指标测定为ph测定和tvb
‑
n值测定。3.如权利要求1所述的方法，其特征在于：在根据理化指标测定结果对样本新鲜度等级进行评级时，将ph＝5.8～6.2、tvb
‑
n<15mg/100g的评为新鲜肉；将ph＝6.3～6.6、tvb
‑
n＝15～25mg/100g的评为次新鲜肉：将ph>6.7，tvb
‑
n>25mg/100g的评为腐败肉，如果样本tvb
‑
n值与ph值不在同一个新鲜度等级时，那么依据从低原则将其归为低新鲜度等级的一类。4.如权利要求1所述的方法，其特征在于：步骤3)中所述的近红外光谱数据为5500
‑
6500、7500
‑
10000cm
‑1两个波段范围内的数据。5.如权利要求1所述的方法，其特征在于：步骤4)中所述的颜色值包括红色值、绿色值和蓝色值，分别用r、g、b表示。6.如权利要求5所述的方法，其特征在于，所述色距s
n
的计算公式为：其中，r0、g0、b0代表初始时的颜色值，r
n
、g
n
、b
n
代表样本实际检测的颜色值。7.如权利要求1所述的方法，其特征在于：在使用k最近邻算法判断样本新鲜度所属类别时，k值取1、2、3时的准确度最高，任选其中一个即可。

技术总结
本发明公开了一种融合NIRS和CV对冷鲜鸭肉新鲜度进行快速检测的方法，属于食品检测技术领域。通过提取不同检测方法的特征变量，将光谱数据降维后与图像变换数据共同构建成冷鲜鸭肉的多维度特征变量，丰富变量的信息，应用KNN(K


技术研发人员：徐晓云 邢政 吴婷 潘思轶
受保护的技术使用者：华中农业大学
技术研发日：2021.08.30
技术公布日：2021/12/14