基于圖像識別技術的食品種類檢測方法

顧曉雯

摘 要：為了保證食品種類分析檢測工作的質量，應認識到圖像識別處理技術的特點，并能結合實際的食品種類檢測工作需要以及這種技術在應用方面標準，制定科學的圖像識別分析檢測技術應用方案。本文就圖像識別類型的食品種類分析檢測技術進行了分析。關鍵詞：圖像識別；食品；檢測食品加工原料的種類以及質量直接決定了食品產品的口感、含有的營養元素種類、食品的安全質量。為了保證現代消費者的個人安全，需要食品檢驗部門能更有效的對食品進行檢驗。但由于過去食品檢驗工作存在一定的局限性，影響了食品安全監管的質量，因此目前在食品安全監管方面出現圖像識別類型的食品檢驗技術，讓食品安全得到更有利的保證。1 圖像識別類型食品種類分析檢測技術分析食品行業在人口數量龐大的我國一直是一個重要的產業，在種植技術發展趨向于現代化以及機械化之后，各種農作物的實際產量在持續提升、食品加工工藝的自動化程度也在加強，讓人們在選擇食品的時候有了更多的選擇空間。在現代食品生產領域有更多資本注入并且發展提速的階段，也出現了一些不法商家，為了能獲得更多的利潤，生產中使用劣質原材料進行食品加工生產，影響食品的安全性，也危害到了消費者自身的健康。為了防止這一類劣質產品繼續在市場上流通，需要食品安全方面的檢驗人員能采用圖像識別類型的檢測技術，強化對食品的安全檢查工作質量。在過去的食品種類分析檢測當中，主要采用的分析技為直接檢測技術以及化學類型的檢測技術，這兩種食品種類分析檢測的方法在實際運用中存在差別。直接檢測技術在運用的時候，需要檢測人員深入到農作物種植田地，并在田地環境中對農作物的實際生長情況進行記錄分析，這種類型食品種類分析檢定方式存在工作量繁重、人工判斷可靠性偏低的局限，并且在現代食品加工中出現了眾多食品精加工以及深加工工藝，在經過這些加工之后，也就難以精準的判斷出食品加工生產的原料質量。因而在過去的食品安全檢驗中，主要會采用化學類型的食品種類分析檢測方式，也就是運用化學試劑、蛋白電脈沖、化學熒光定量類型分析方式進行檢測，這種分析方式雖然具有良好的準確性，但這種檢測設備所需要的設備往往造價較高，并且需要操作人員有扎實的操作技術功底。而現代數據分析處理技術的發展完善也對食品加工產業產生了影響，能讓食品種類分析檢測工作進入數據化的時代。圖像識別類型的食品種類分析檢測技術就是集合了現代數據分析技術以及圖像識別技術的新型食品安全監管模式，推進了食品種類分析檢測技術發展。2 圖像識別類型食品種類分析檢測技術設計方案分析目前食品種類分析檢測中運用的圖像識別分析檢測技術在實際運用中需要眾多環節協助完成，現代一般會將食品安全檢測技術劃分為三個組成部分。首先是信息錄入部分，利用高質量的攝像或者是掃描設備進行圖像采集，之后再將采集到的圖像信息轉化成電信號。在圖像識別分析檢測系統的第二部分中，會對采集到的圖像信息進行處理，強化圖像的質量，這一部分的圖像操作中常包含對信號信息的強化處理、過濾處理以及平滑處理，以期通過這種類型的處理方式讓圖像中的特征信息更加明顯，而讓干擾信息的得到有效控制。最后一步就是在前期操作的基礎上，對相應的圖像信息進行分析并獲得相應的數據內容。其中，電荷耦合器件攝像機為食品圖像采集及信號轉換設備，將數字信號傳遞給數據采集器。監控計算機為整個系統的核心部件，控制整個過程的正常運作，若無異常，則將檢測過程及結果通過顯示器傳遞給操作人員，如有必要，可通過打印機將結果打印；若發現異常，則通過報警裝置將警報信息傳遞給操作人員，操作人員查看情況后利用鍵盤輸入解除警報。3 圖像識別技術處理過程分析3.1 數據圖像獲取過程圖像識別技術中第一部分為圖像獲取，采集的圖像一般為模擬圖象，其信息是由圖像上點的光強體現，圖像元素又簡稱為像素，以圖像原本色素和灰度編碼組成，圖像按像素分成不同小區域，這種虛擬信號計算機無法直接處理，必須要轉化成計算機能夠接受并處理的數字信號。3.2 圖像預處理及特征提取過程圖像識別技術中第二部分為計算機獲得可處理的量化離散型數字圖像，預處理過程一般包括圖像變換，即將圖像轉換至變化域或空間域，利用變化域或空間域的特質，更加準確有效提取圖像特征；圖像增強，即強化目標信息，改善圖像原本視覺效果，利于計算機處理；圖像去噪，即盡量去除圖像中的降質，改善圖像尤其是退化圖像的質量；圖像數據壓縮，即在圖像傳輸和存儲過程中根據信號數碼對圖像進行合理有效壓縮，減少容納數據集合所需要的空間；圖像邊緣檢測，即根據圖像灰度突變的像素集合，收集圖像邊緣蘊含的內在信息。圖像背景分割的目的是將圖像進行邊界分割，形成有用區域和無用區域，圖像邊界包含了不同區域間的所有邊界，是圖像信息的集合。圖像分割一般采用閾值分割法，即將圖像灰度劃分成多個等級，利用不同區域間灰度值的區別，先假設某一個或多個灰度值作為閾值，目標和背景灰度值落在不同區間，根據區間設定找出該圖像實際閾值，進而將圖像目標從背景中分離。3.3 圖像識別技術圖像特征參數計算圖像識別技術中第三部分為特征識別，由于圖像模式特征不同，可選擇不同的識別方法，例如模式匹配法，即根據待識別圖像繪制標準模板輸入計算機，將圖像與模板進行比對，進而進行分析判斷；統計識別法，即提取圖像數字信號中的特征信息，利用統計原理設定參數，對圖像樣本參數進行統計及識別；模糊識別法，即利用模糊集理論對圖像特征進行推廣，同時引進不同算法，形成系統性的理論框架及內容，解決圖像識別問題；人工神經網絡識別法，即對于有特征部分的圖像，采用神經網絡分辨能力直接進行特征提取，對于沒有特征部分的圖像，去除特征提取環節，直接將圖像輸入神經網絡，利用模式維數對圖像進行分析，這種方法是傳統圖像提取分析法的延伸和推廣。4 結束語食品的安全性關系著居民的身體健康以及社會未來的發展，需要食品種類檢測部門能不斷的優化食品安全檢測技術，推動食品檢測工作發展。在落實食品種類分析檢測技術的時候，要能認識到要注意這項技術的特點以及食品檢測工作的實際需要，從檢測技術完善和檢測人員專業性強化兩方面入手，使食品安全檢測技術能真正的獲得全面發展。參考文獻[1]顧理琴.基于圖像識別技術的食品種類檢測方法[J].食品研究與開發，2017，38（2）：186-189.[2]霍志林.食品安全追溯系統中的蔬菜種類識別方法研究[D].中國計量大學，2016.[3]金聲瑯.顯微圖像識別技術快速檢測食品細菌總數的研究[D].吉林大學，2006.[4]方波，呂秀鳳，程春明，等.基于動態拍照的食品圖像識別技術研究[J].家電科技，2016（4）：72-75.