电子鼻气味检测初步结合视觉图像分析技术及其在食品新鲜度识别中的应用

摘要

目前电子鼻(e-Nose)正朝着智能化、便携化的方向发展，其应用领域也越来越广，除了呼吸检测领域，近年来，电子鼻应用于食品新鲜度检测的研究也屡见不鲜，本文针对电子鼻在食品新鲜度检测上的应用，并结合实验室呼吸检测电子鼻的研究基础，设计研制了应用于食品新鲜度检测的智能电子鼻系统。论文的主要研究内容和创新性工作包括以下几个方面:
　　1.探索了基于电子鼻的食品新鲜度检测的方法和应用
　　本文研究了电子鼻技术在食品新鲜度检测中的具体应用。对表征生活中常见食品的新鲜度的特征气体进行探究，参考现有文献及GC-MS（气质联用）实验验证，确定了食品的主要特征气体成分。同时根据实验结果，本文初步建立了表征食品新鲜度的特征气体数据库，提高了食品新鲜度检测的标准化。研究了MOS传感器（金属氧化物半导体传感器）对食品特征性气体的检测效果，针对猪肉、菠菜和桔子三种代表性食品进行了实验检测，结果表明传感器阵列对食品特征性挥发气体具有较好的灵敏性和特异性。
　　2.基于模块化的智能电子鼻检测系统的研制
　　电子鼻系统功能划分主要有传感器检测阵列及检测模块、系统气路模块、系统硬件电路模块及软件设计模块。传感器检测阵列及检测模块包括MOS气体传感器阵列以及检测气室;系统气路模块包括专用检测容器、加热气路、流量控制模块;系统硬件电路模块及软件设计包括微控制器、传感器信号检测电路模块、控制电路模块以及用户交互接口模块;软件模块包括下位机控制程序、上位机控制、分析识别软件及移动端应用程序等。
　　3.电子鼻食品新鲜度的智能识别方法的研究
　　根据不同食品种类及实际检测目标，研究了智能电子鼻检测系统对不同食品类型的新鲜度等级的区分效果，对基于食品挥发气体识别食品类型的工作进行了探索。选取了猪肉、菠菜和桔子三种代表性食品进行了实际应用研究，改进了电子鼻气体分析识别软件和算法，并进行了实验验证。猪肉、菠菜及桔子分别进行了15组、24组及27组验证实验，表明分析算法具有一定的代表性。
　　4.结合气味检测与视觉图像分析的食品新鲜度识别方法初步研究
　　在实现智能电子鼻气味检测系统功能的基础上，本文融合了视觉图像与电子鼻气味检测技术，初步探索了该技术在增强新鲜度识别效果上的应用，并对15组猪肉新鲜度进行验证。
　　此外，本文还研究了智能电子鼻的标定方法，并利用LDA（线性判别分析）算法对几种常见的食品的新鲜度进行了识别，实验结果表明，上述识别算法取得较好的效果，针对三种类型食品的检测准确率分别达到了80.0％，87.5％和88.9％;而在初步融合计算机视觉图像技术之后，增强了智能电子鼻对食品新鲜度的识别效果，猪肉的新鲜度识别准确度提高到了93.3％。

目录

声明

摘要

第一章 绪论

1．1 智能电子鼻的国内外发展现状

1．2 食品新鲜度检测现有方法概述

1．2．1 肉类新鲜度检测

1．2．2 蔬菜与水果新鲜度检测

1．3 电子鼻在食品新鲜度检测中的应用概述

1．4 本文研究内容

1．5 本文研究技术路线

第二章 食品新鲜度的特征气体及视觉图像特征研究

2．1 食品腐败过程挥发的特征气体研究

2．2 气-质联用(GC-MS)实验检测

2．2．1 实验器材

2．2．2 方法文件

2．2．3 实验结果

2．3 气体采样技术研究

2．3．1 气体检测中的吸附剂采样技术

2．3．2 食品新鲜度检测气体采样技术研究

2．4 食品检测气体采样效果评价

2．5 食品新鲜度的视觉图像特征分析

第三章 传感器检测阵列与检测模块设计

3．1 金属氧化物半导体气体传感器

3．1．1 MOS传感器的气敏机理

3．1．2 传感器信号检测电路

3．1．3 传感器结构类型与封装类型选择

3．2 传感器检测阵列的设计

3．2．1 传感器检测阵列选择

3．2．2 检测气室模块设计

第四章 智能电子鼻检测系统设计

4．1 系统气路模块设计

4．1．1 食品待测容器设计

4．1．2 气路的流量控制

4．2 系统电路模块设计

4．2．1 传感器信号检测电路模块

4．2．2 核心控制电路模块

4．2．3 用户交互接口模块

4．3 系统软件设计

4．3．1 系统下位机软件设计

4．3．2 系统上位机软件设计

4．3．3 移动端应用软件设计

第五章 智能电子鼻在食品新鲜度检测中的应用

5．1 食品新鲜度检测电子鼻的标定

5．1．1 标定气体的配置

5．1．2 标定实验的结果

5．2 智能电子鼻检测系统的食品新鲜度检测实验

5．2．1 食品新鲜度判别标准

5．2．2 新鲜度检测实验结果及分析

5．2．3 新鲜度检测结果识别分析

5．2．4 不同食品种类的气味识别

5．3 电子鼻气味结合视觉图像分析的识别结果

5．3．1 计算机视觉图像的新鲜度判别结果分析

5．3．2 气味检测结合图像分析的新鲜度识别初步结果

第六章 总结与展望

6．1 总结

6．2 展望

致谢

参考文献

作者简历及在硕士研究生期间的科研成果