论文部分内容阅读
随着经济的增长和消费结构的优化,牛肉的消费量得到了快速增长,牛肉的质量也受到了越来越多的关注。目前牛肉品质的检测主要是感官评定法和物理检测法,其中感官评定法容易受到评定人员的影响,难以保证检测结果的一致性,而物理检测法费时费力,使检测过程变得繁琐。因此,许多研究者将目光投向无损检测技术。生物散斑技术作为一种新型无损检测技术,具有设备简单、成本低、快速无损等特点。为了能快速对牛肉品质进行检测,对生物散斑技术的测定条件进行优化,对建模参数进行了选择,并根据结果对生物散斑技术进行改进。具体研究及结果如下:第一,以时序散斑图的惯性力矩作为散斑活性值,研究新鲜牛肉图像散斑活性的相关影响因素以优化激光散斑的测定效果。采用He-Ne激光器照射牛肉表面,通过工业相机获取图像,测得时序散斑图的散斑活性值,检测成像时图像的精度差异,研究不同条件下牛肉散斑活性的变化趋势。应用Box-Behnken试验设计,建立光照强度、激光波长和入射角度3种因素的二次多项式回归模型并进行分析。结果表明光照强度、激光波长和入射角度对牛肉散斑活性影响显著,得到牛肉图像散斑活性值最大时的优化测定条件为激光波长635 nm、光照强度30 mW、入射角度15?,在此条件下,散斑图像的活性达到476.04,散斑活性预测模型的决定系数R2=0.992,均方根误差RMSE=8.14,偏差因子（Bf）和准确因子（Af）均在可接受范围内。第二,采用感官评定法、质构剖面分析法（TPA）和Warner-Bratzler（W-B）剪切力法分析牛里脊肉的质构特性,研究了不同测定方法的相关性,并建立了散斑活性对里脊肉质构特性的预测模型;同时,针对里脊肉和腱子肉2种部位牛肉间质构特性差异较大,不能用同一模型进行预测的问题,应用了斜率/截距法（S/B）和Kennard-Stone（K-S）样本添加法对模型进行改进,选择一种较准确易行的方法,使模型在2部位间得到快速的传递。结果表明,感官评定和TPA测得的硬度和咀嚼性间具有较高的正相关性,相关系数分别达到0.98和0.90,且W-B剪切力法与TPA的硬度决定系数也达到了0.95,证明了3种测定方法的可靠性。通过散斑活性值对质构特性进行预测时,硬度、咀嚼性及W-B剪切力的预测决定系数分别达到了0.83、0.77和0.69。分别用两种方法对模型进行改进,可知采用S/B法时,改进后的里脊肉模型对腱子肉的RMSE为26.65,准确因子Af和偏差因子Bf分别为1.15和1.08。而采用K-S样本添加法,加入代表性样本数为12时,模型对腱子肉的预测达到较理想水平,RMSE为13.21,Af和Bf分别为1.07和1.02。K-S样本添加法能够在预测过程中更好地降低部位间差异,提高模型对腱子肉的预测精度,且改进效果优于S/B法。第三,为了减少生物散斑技术的检测时间,减小其应用的局限性,将三维视觉技术引入到传统生物散斑技术中,以期得到更好的预测效果。分别从两个不同角度拍摄同一样品的图像信息,利用广义差分法对图像进行预处理,并运用灰度模板匹配法、小波变换法和对比度调制融合法对两个角度的图像进行匹配融合。通过传统相机标定法,获得相机的内外参数,并利用相似三角形原理提取图像的深度信息,对因物体摆放位置引起的误差进行校正,使获得的结果更加准确。结果表明,相似三角形原理,可对样品的深度信息进行校正。三维生物散斑技术能更好地对牛肉的硬度和咀嚼性进行预测,对三种图像融合方法进行比较可知,小波变换法的预测效果最好,对硬度和咀嚼性的预测相关系数分别可达到0.944和0.929。结果表明,通过条件优化后,生物散斑技术可较好地对牛肉的质构特性进行预测;建立预测模型后,通过模型改进,可简单方便地对不同部位牛肉的质构特性进行预测,大大节省了重建模型所需的人力物力;三维生物散斑技术较传统生物散斑技术,可减少图像获取所用时间并对样品的位置信息进行校正。