[发明专利]一种基于多尺度稀疏表示的奶酪产地鉴别方法

说明书

技术领域

本发明涉及产地鉴别领域，特别涉及一种基于多尺度稀疏表示的奶酪产地鉴别方法。

背景技术

产品的生产产地与其品质之间有着密切联系，当产地变更时，产品的品质也会随之产生很大的变化，产地环境因素是产品品质保证的重要因素，习惯上将这类产品称为原产地产品。不同产地的奶酪由于生产工艺、原料奶的成分以及奶酪成熟过程中发生的生物化学反应不同，使得不同产地的奶酪在产品品质方面存在着差异。例如不同产地的奶酪在颜色及脂肪酸总蛋白、水溶性氮等化学成分的含量上存在明显差异。传统的奶酪产地鉴定技术是基于对奶酪产品内部化学成分分析的基础上，主要包括对奶酪脂肪分提物的气相色谱分析和蛋白质电泳分析等。虽然这些方法能有效鉴别奶酪的产地，但存在耗时、操作过程复杂、分析成本高、不易实现在线快速检测等问题。而红外光谱以其独有的“指纹”特性，越来越受到人们的重视。红外光谱法是一种快速简便无损的分析方法，可以反映物质内部的有机成分，特别是C-H、O-H、N-H等基闭的倍频和合频吸收，可用于定量测定物质有机物质的含量。红外光谱技术以其样品消耗量小、快速、经济等优点已被广泛应用于农业、制药、饲料、食品、石油化工、医药等行业。国内外很多学者利用红外光谱技术进行物质品种鉴别。在奶酪产地快速检测研究中具有广泛的应用潜力。

发明内容

为了解决现有奶酪产品地理标志鉴别的问题，本发明提供一种快速简便无损的产地鉴定方法对不同产地的奶酪进行鉴别，该发明在产品地理标志鉴别上具有重要应用价值。

一种基于多尺度稀疏表示的奶酪产地鉴别方法，其特征包括如下步骤：

1)利用中红外光谱仪采集已知奶酪样本的原始光谱数据样本图像，并对采集到的原始光谱数据预处理；

2)运用遗传算法抽取步骤1）预处理后的原始光谱数据的15个特征波长；

3)将步骤2）所述抽取的15个特征波长运用稀疏表示分解方法—正交匹配追踪算法进行模式特征分析得到冗余字典；

4)计算测试样本在冗余字典上的投影，将具有最小投影误差的类作为测试样本所属的产地。

所述采集原始光谱数据的波长范围为4000-7800nm。

红外光谱仪置于已知奶酪样本的正上方，距已知奶酪样本表面15-20mm；分析谱区采用4000-7800nm范围的数据，间隔点为3，即在4000-7800nm区间每三个波长点选取一个数据点。

所述光谱数据预处理方法，先对原始光谱数据进行SavitzkyGolay Derivatives处理，再采用Savitzky-Golay平滑法，选用平滑点数为6，最后对原始光谱数据进行SNV处理。

运用遗传算法抽取15个特征波长是：5478nm，5579nm，7649nm，5479nm，6473nm，6260nm，6101nm，6630nm，7965nm，7696nm，5842nm，4596nm，7256nm，4959nm，4436nm。

与现有技术相比，本发明的有益效果是：传统的奶酪产地鉴定技术是基于对奶酪产品内部化学成分分析的基础上，主要包括对奶酪脂肪分提物的气相色谱分析和蛋白质电泳分析等。虽然这些方法能有效鉴别奶酪的产地，但存在耗时、操作过程复杂、分析成本高、不易实现在线快速检测等问题。本发明应用中红外光谱技术结合特征波长提取方法提取15个特征波长，提取的特征波长分别是：5478nm，5579nm，7649nm，5479nm，6473nm，6260nm，6101nm，6630nm，7965nm，7696nm，5842nm，4596nm，7256nm，4959nm，4436nm，建立了基于稀疏表示分解算法—正交匹配追踪算法模式特征分析模型。计算测试样本在冗余字典上的投影，将具有最小投影误差的类作为测试样本所属的产地。试验结果表明，采用稀疏表示的方法对3种奶酪产地的综合识别准确率为94.2%，获得了很好的效果。基于稀疏表示的识别方法具有很好的抗噪性和鲁棒性，为奶酪的产地识别提供了一种新的有效方案。

附图说明

图1是本发明的系统框图；

图2是本发明不同产地预测集样本稀疏表示贡献值图。

具体实施方式

如图1所示,本发明一种基于多尺度稀疏表示的奶酪产地鉴别方法，其特征包括如下步骤：

1)利用中红外光谱仪采集已知奶酪样本的原始光谱数据样本图像，并对采集到的原始光谱数据预处理；

2)运用遗传算法抽取步骤1）预处理后的原始光谱数据的15个特征波长；