高光谱图像技术定量检测固态发酵水分分布均匀性的方法

摘要

本发明涉及高光谱图像技术定量检测固态发酵水分分布均匀性的方法，属于食品、农产品发酵相关参数检测技术领域；本发明首先采集多份发酵基质在一定波段下的高光谱图像；提取感兴趣区域的图像信息，选取波段中固定波长点及对应的光谱数据；筛选n个特征波长；结合特征波长下的光谱反射值和每份发酵基质的水分含量实测值建立水分含量的预测模型关系式；利用建立的关系式检测发酵基质光谱图像中每个像素点对应的水分含量，描绘水分含量的二维分布图；计算水分分布方差值；根据水分分布方差值检测发酵基质水分分布均匀性。该方法降低了检测成本，加快了检测速度，适用于在线监测，实现了快速定量检测发酵基质水分分布均匀性。

说明书

技术领域

本发明涉及固态发酵基质水分分布均匀性的检测技术，尤其涉及高光谱图像技术定量检 测固态发酵水分分布均匀性的方法，属于食品、农产品发酵相关参数检测技术领域。

背景技术

水分是微生物细胞的主要成分，也是微生物生命活动的基本条件之一。在固态发酵生产 中微生物必须从发酵基质中吸收水分，因此固态发酵基质水分过高或过低均对固态发酵产生 不良影响。若发酵基质水分含量过低，微生物不能生长，导致发酵周期延长或者发酵产品质 量下降；若发酵基质水分含量过高，微生物细胞外溶液的渗透压过高，容易使细胞失水发生 质壁分离，并且水分过高会影响氧气、二氧化碳等气体交换，使微生物生长受阻，最终都会 导致发酵受阻。因此定量检测发酵基质的水分分布均匀性，对于优化发酵工艺、提高发酵产 量和质量具有重要的意义。

目前，在实际生产过程中通常是有经验的操作工人通过肉眼观察或者手的触感来判断基 质水分含量分布的均匀性，该方法只能用描述性的语言对水分分布均匀性进行定性检测，且 检测准确度易受到工人经验、身体状态等因素的影响。常规的水分含量检测方法是依据国家 标准GB/T5009.3.2010而进行的离线烘干称重法，离线烘干称重法操作过程繁琐，费时费力， 只能检测待测样品的平均水分含量。因此上述方法都无法实现发酵基质水分均匀性的定量描 述。

高光谱成像技术是传统二维成像技术和光谱技术有机结合，其具备的多波段、高分辨率、 图谱合一、包含多成分信息等特点，使其在食品、农产品的检测中具有独特的优势。高光谱 图像每个像素点的光谱信息为检测固态发酵基质中不同区域的水分含量差异，进而定量描述 水分含量在发酵基质中的分布均匀性提供了可能。

因此，本发明利用高光谱图像技术检测水分含量在固态发酵基质中的分布情况，并提出 定量检测发酵基质水分含量分布均匀性的方法。

发明内容

本发明针对现有技术的不足，提出高光谱图像技术检测发酵基质中水分含量的二维分布 图，以水分分布图的方差作为定量指标，首次提出发酵基质水分分布均匀性的定量描述方法。

为实现上述目的，本发明采取以下技术方案：

S1.采集m份发酵基质在A～Bnm波段下的高光谱图像；

S2.提取每份发酵基质中感兴趣区域的高光谱图像信息，该光谱信息为在 A～Bnm波段下的感兴趣区域的光谱反射值，选取A～Bnm波段中固定波长点，从而得到每 份发酵基质在所选取的固定波长点下的的光谱数据；

S3.将在固定波长点下的的光谱数据进行变量筛选，获得与发酵基质水分含量相关性强 的n个特征波长λ₁、λ₂、λ₃、……、λ_n(n≥1)；

S4.结合n个特征波长下的光谱反射值X_i(X₁、X₂、X₃……X_n)和每份发酵基质的水分含量 实测值Y建立水分含量的预测模型关系式；

S5.利用建立的水分含量预测模型关系式检测采集得到的每份发酵基质光 谱图像中的每个像素点对应的水分含量，描绘水分含量的二维分布图；

S6.利用水分含量二维分布图中每个像素点对应的水分含量(S_i)计算出每份发酵基质所 有像素点的水分含量均值将S_i和代入方差计算公式得出水分分布图方差值(σ²)。

所述步骤S4，建立水分含量预测模型过程如下：

(1)测定m份发酵基质光谱提取区域(即感兴趣区域)水分含量实测值Y。

(2)利用感兴趣区域的水分含量实测值Y与步骤S3筛选得到的n个特征波 长下的光谱反射值X_i建立定量预测模型，该模型表征了n个特征波长下的光谱反射值与水分 含量实测值的关系。

所述步骤S5描绘固态发酵基质水分含量的二维分布图具体方法如下：

(1)提取整个发酵基质的光谱图像中每个像素点在n个特征波长下的光谱反 射值，整个发酵基质光谱图像是一个二维的图像，宽为j像素，高为p像素。

(2)根据水分含量的预测模型关系式中n个特征波长下光谱反射值和水分含 量对应的关系，将每个像素点的光谱反射值代入水分含量预测模型中得到每个像素点的水分 含量预测值，从而描绘发酵基质图像的水分含量二维分布图。

所述步骤S6实现定量检测发酵基质水分分布均匀性的步骤如下：

(1)计算出水分含量二维分布图中所有像素点对应的水分含量均值

(2)根据方差公式

${\sigma }^2={\frac{\Sigma (S_i-\bar{S})}{z-1}}^2$

利用每个像素点(共j×p个像素点)对应的水分含量值S_i(共j×p个水分数据)，水分含量 均值像素点个数z(j×p个像素点)，代入方差公式计算出水分分布的方差值。

(3)将水分分布方差值作为定量指标检测发酵基质水分分布均匀性。水分分 布方差是衡量各像素点的水分含量波动大小的量，可用来度量各像素点水分含量值与所有像 素点水分含量均值之间的离散程度。若方差越大，则各个像素点水分含量值与水分含量均值 之间的离散程度越大，说明发酵基质水分分布图中各像素点的水分含量值彼此差异越大，即 水分分布越不均匀。

本发明具有有益效果：

与现有的水分检测技术相比(如离线烘干称重法和近红外光谱法等)，高光谱图像技术是 一种集光谱信息和图像信息于一体的技术，其不仅能快速检测样品的平均水分含量或者某一 个点的水分含量，而且能够检测所有像素点的水分含量，得到水分含量分布的直观图像。该 方法不使用任何化学材料，无需预处理步骤，直接采集发酵基质的光谱信息，降低了检测成 本，加快了检测速度，适用于在线监测。

与传统的水分分布均匀性检测方法(如肉眼观察和手触式等)相比，本发明利用高光谱 技术描绘水分分布图，提出以方差为定量指标，实现了快速定量检测发酵基质水分分布均匀 性。利用水分分布图方差的大小可定量描述水分分布均匀程度，若方差越大，则各像素点水 分含量值与水分含量均值之间的离散程度越大，说明发酵基质水分分布图中各像素点的水分 含量值彼此差异越大，即水分分布越不均匀。

如附图3中的2幅醋醅水分分布图，区域1和2中的方差较小，可说明该区域水分分布较均 匀，不会出现局部水分含量过高或过低的现象，导致发酵质量下降；区域4和5水分含量方差 较大，与区域1和2相比，水分分布不均匀，有局部结块的现象，需要调整翻醅工艺使醋醅中 的水分等分布更均匀。因此水分分布方差可定量描述发酵基质水分分布均匀性，为优化发酵 的工艺参数、提高发酵的速度和质量提供了有效的检测手段。

附图说明

图1为定量检测水分分布均匀性的流程图；

图2为不同均匀性的醋醅水分含量分布图。

具体实施方式

参见图1，本发明将利用高光谱图像技术定量检测镇江香醋醋醅水分分布均匀性为实例， 具体阐述定量检测水分分布均匀性的具体步骤。但这些实施方式并不限制本发明，本领域的 普通技术人员根据这些实施方式所做出的结构、方法或功能上的变换均包含在本发明的保护 范围内。

高光谱图像技术定量检测固态发酵水分分布均匀性的方法，具体按照以下步骤进行：

S1.在432～963nm波段下采集81个醋醅的高光谱图像并提取高光谱图像信 息。

(1)醋醅样品采集：醋醅样品采自镇江恒顺香醋股份有限公司的醋醅发酵车间。取样时 将培养皿上盖倒扣于醋醅表层，将下盖探入醋醅池并与上盖闭合后垂直拿起，避免采样操作 改变醋醅水分分布情况，以此方式得到81个醋醅样品。

(2)高光谱采集：采用高光谱图像数据采集系统对醋醅样品进行信息采集，设置系统曝 光时间为0.045s、移动平台速度为1.45mm/s。将醋醅样品放置在电控载物台上进行图像采集。 光谱范围为432～963nm，本实施例中采集每份醋醅样品在618个波长下的图像。

S2.本试验用ENVI软件从每个样本图像中提取感兴趣区域(RegionsofInterest，ROI)的 高光谱图像信息，提取每个波段下感兴趣区域内所有像素点的光谱反射值，从而得到81条分 别包含618个波长下的光谱数据。

S3.利用MATLAB中的遗传算法工具箱对每份618个变量进行筛选，筛选出与发酵基质 水分含量相关性强的12个特征波长，分别为544、546、531、535、575、832、835、840、 849、895、896、901nm。

S4.将81个光谱数据和水分含量实测值按2:1的比例将光谱数据和水分含量实测值分别 分成校正集和预测集,校正集用来建立表征光谱反射值和水分含量实测值的对应关系，预测 集用来检测对应关系式预测水分含量的效果。对于校正集中的54个发酵醋醅，利用筛选的特 征波长下的光谱反射值和水分含量实测值拟合得到表征光谱反射值和水分含量实测值的对应 关系。

(1)根据国家标准(离线烘干称重法)测定81份发酵基质的水分含量实测值Y。

(2)结合水分含量实测值对应的步骤S2中筛选的特征波长下(544、546、531、535、575、 832、835、840、849、895、896、901nm，共12个优选特征波长)的光谱反射值X_i和水分含 量实测值(Y)，通过MATLAB拟合得到水分含量实测值Y和光谱反射值X_i之间的关系即水 分含量预测模型关系式如下式所示，

Y＝81.719X₁+109.233X₂-386.842X₃-97.159X₄+286.647X₅-135.482X₆-172.511X₇+ 231.446X₈+92.316X₉-267.726X₁₀+195.863X₁₁+85.159X₁₂+54.382

式中：X_i分别代表12条特征波长下的光谱反射值；Y代表相应的水分含量实测值。

S5.利用建立的水分含量预测模型关系式检测步骤S1中步骤(2)得到的每份醋醅采集 得到的光谱图像中的每个像素点对应的水分含量，描绘81幅醋醅光谱图像中的醋醅图像水分 含量二维分布图，其中选择2幅图像作为示例(如图2所示)；

(1)利用ENVI软件编程分别提取步骤S1中步骤(2)得到的每份醋醅采集 得到的光谱图像在12个特征波长下的反射光谱矩阵A(12×319×317)，并将3维反射光谱值 矩阵转化为1维矩阵B(1×1213476)。

(2)分别将步骤S1中步骤(2)得到的每份醋醅采集得到的光谱图像的每个像素点反射 光谱值代入水分含量定量预测模型关系式中，得到每个像素点的水分含量预测值，从而得到 醋醅图像水分含量二维分布图。

S6.利用水分含量二维分布图中每个像素点对应的水分含量(S_i)计算出每份醋醅所有像 素点的水分含量均值将S_i和代入方差计算公式得出水分分布图方差值(σ²)。

(1)本实施例中的附图2水分含量均值分别为65.48％64.06％。

(2)根据方差公式

${\sigma }^2={\frac{\Sigma (S_i-\bar{S})}{z-1}}^2$

利用每个像素点对应的水分含量值S_i(共1213476个水分数据)，水分含量均值(64.06％)，像素点个数1213476(319×317个水分数据)，代入方差公式计算出附图2中2幅水 分含量二维分布图的方差分别为5.7²(32.49)和13.4²(179.56)。

(3)根据方差的大小可定量描述发酵基质水分分布均匀性。如图2中a、b图，a图的水分 分布图方差为5.7²，b图的方差为13.4²，实现了定量描述醋醅的水分分布均匀性。由两个方差 值可以看出，a图的方差值比b值小，故a图水分分布比b图均匀。在实际生产中可根据水分方 差值的大小判断水分分布的均匀性，调整发酵工艺参数，为微生物的生长发酵提供合适的环 境。