食品脆度检测方法
【技术领域】
[0001] 本发明涉及一种属于食品技术领域的检测方法，更确切的说，本发明涉及食品脆 度检测方法。
【背景技术】
[0002] 食品脆度是评价食品感官质量的重要品质侧面，而且，脆度在一定程度上也反映 了食品的新鲜度和成熟度情况。
[0003] 目前，食品脆度的测定方法主要有感官测定、力学测定和声学测定三种方法。感官 测定费时费力，且容易受到评价者喜好、身体状况、术语理解、文化差异的影响造成误差；力 学测定设备较为昂贵且与人类感官有一定的差异；声学检测可以很好的克服上述两种方法 的缺陷，而且感官评定食品脆度时，食品的断裂的声音往往作为感官评定的一个重要指标， 这也充分说明食品断裂的声音信号与果蔬的脆性有很好的相关性。Sanz (桑斯）等研究人 员选取10个28-60岁的消费者和11个评价小组成员，对6种脆性果蔬进行感官评定，研究 表明，断裂时的声音对食品脆性有很大的相关性。Drake (德雷克）研究者发现，在咬烤面包 时发出的声音的时域图中，声音信号的峰值随着面包烘烤时间的增加而增加；烤的时间越 长，烤面包越脆。Bel ie (布莱）等研究人员利用傅里叶变换分析苹果咀嚼声音频域图的幅 值、能量和频率，分析苹果的脆度。目前国内食品脆性的声学检测尚处于研究阶段，且并没 有很好的声学检测方法能够定量检测果蔬脆度。
【发明内容】
[0004] 本发明所要解决的技术问题是克服了现有技术人为干扰严重，费时费力，检测设 备昂贵等问题，提供了一种基于食品断裂声音信号的食品脆度检测方法。
[0005] 为解决上述技术问题，本发明是采用如下技术方案实现的：所述的食品脆度检测 方法的步骤如下：
[0006] 1)判断是否构建食品脆度检测模型，不是，进入第4)步骤即食品脆度实际测定步 骤，是，进入第2)步骤即食品脆度检测模型的构建步骤；
[0007] 2)食品脆度检测模型的构建：
[0008] (1)食品脆度力学特征的获??；
[0009] (2)食品断裂声音信号的采集；
[0010] (3)食品断裂声音信号的去噪；
[0011] (4)声音信号的时域和频域特征值的提??；
[0012] (5)食品脆度检测模型的构建；
[0013] 3)判断食品脆度检测模型是否构建完成，不是，继续构建食品脆度检测模型；是， 为进入第4)步骤即食品脆度实际测定步骤备用；
[0014] 4)食品脆度实际测定。
[0015] 技术方案中所述的食品脆度力学特征的获取的步骤如下：
[0016] 1)样品预处理
[0017] 将样品制备为大小一致的长方块，为设置脆度梯度，将样品块置入干燥箱中进行 干燥处理；
[0018] 2)质构仪各参数设置以及样品断裂性值的获取
[0019] 测试条件：单次压缩，测试速度：lmm/s，测试距离：6mm，触发点负载：0. 1N，选取楔 形压头，将样品放于自制样品台上进行破碎，获得力学曲线中的第一个峰值，即为样品断裂 性值，单位N。
[0020] 技术方案中所述的食品断裂声音信号的采集的步骤如下：
[0021] 1)利用食品检测装置破碎食品，在食品破碎时米用食品检测装置中和安装有 Adobe Auditon 3.0软件的计算机相连接的声音传感器采集声音信号；
[0022] 2)采集食品断裂声音信号时选用单声道，采样频率为44100Hz，采样位数为 16bit，声源与声音传感器的距离为4cm。
[0023] 技术方案中所述的食品断裂声音信号的去噪的步骤如下：
[0024] 利用谱减法对采集到的食品断裂声音信号进行去噪：
[0025] 1)假设纯净的声音信号为S(t)，噪音为N(t)，含有噪音的声音信号为X(t)，且 S (t)、N⑴相互独立，则得到三者的关系由式1表示：
[0026] X (t) =S (t) +N (t) (1)
[0027] 2)设 X (t)、S (t)、N ⑴经傅里叶变换为 X (w)、S (w)、N (w)，故：
[0028] X (w) = S (w) +N (w) (2)
[0029] 两边平方得：
[0030] IX (w) 12= I S (w) I 2+1 N(w) 12+S* (w) N(w)+N* (w) S (w) (3)
[0031] 两边分别取期望得：
[0032] E (IX (w) 12) = E (I S (w) 12) +E (IN (w) 12) +E [S (w) *N (w) ] +E [N* (w) S (w) ] (4)
[0033] 由于之前假设S(t)，N(t)是相互独立的，故S(w)，N(w)独立，所以 E [S (w) *N (w) ] +E [N* (w) S (w) ] = 0，即：
[0034] E (IX (w) 12) = E (I S (w) 12) +E (IN (w) 12) (5)
[0035] 对于信号来说为短时平稳的，故可取适量帧长得：
[0036] IX (w) 12= I S (w) I 2+1 N(w) 12 (6)
[0037] 最终得到纯净的声音信号的估计值为：
[0039] 技术方案中所述的声音信号的时域和频域特征值的提取是指：
[0040] 1)波形指标Y2:
[0041] 波形指标是一个稳定、敏感的特征参数，即声音信号能量与幅值均方根之比。波形 指标的计算公式如下：
[0043] 其中，i表示采样点数，N表示采样点个数；
[0044] 2)幅值差 D :
[0045] 即声音信号在时域范围内最大幅值与最小幅值的差值，单位dB，设x (η)为离散的 声音信号，幅值差计算公式如下：
[0046] D = maxx (n) -minx (η) (9)
[0047] 其中，η表示采样点数；
[0048] 3)边际谱特征F :
[0049] 边际谱特征单位dB，设边际谱特征的幅值为A1，边际谱特征用公式（10)进行计 算：
[0051] 其中，f表示频率值。
[0052] 技术方案中所述的食品脆度检测模型的构建是指利用BP神经网络建立食品脆度 检测模型，具体步骤为：
[0053] 1)由三个经验公式（11)~公式（13)初步确定隐含层单元数取值范围，然后考察 在初定范围内各隐含层单元数的网络收敛速度、训练误差和测试误差情况来最终选择隐含 层最佳单元数；
[0054] H = 21+1 (11)
[0056] H = Iog2I (13)
[0057] 其中，H为隐含层节点数，I为输入层节点数，0为输出层节点数，α为常数，取值 为1到10 ;
[0058] 2)其他参数的确定：
[0059] 学习速率设0. 05,隐含层使用S形函数、输出层使用线型函数作为激活函数；
[0060] 以样品断裂声音信号的时频特征值为输入，以样品断裂性指标为输出，构建BP神 经网络食品脆度检测模型备用。
[0061] 技术方案中所述的食品脆度实际测定的步骤如下：
[0062] 1)样品预处理：
[0063] 将样品制备为大小一致的长方块，使用楔形压头，对置于自制样品台上的样品进 行破碎处理；试验条件为：单次压缩，测试速度lmm/s，测试距离6mm，触发点负载0.1 N ;
[0064] 2)食品断裂声音信号的采集：
[0065] 在食品破碎时采用食品检测装置即采用和安装有Adobe Auditon 3. 0软件的计算 机相连接的声音传感器采集声音信号，采集时选用单声道，采样频率为44100Hz，采样位数 为16bit，声源与传感器的距离为4cm ;
[0066] 3)食品断裂声首彳目号的去噪：
[0067] 采用谱减法，步骤如下：
[0068] 假设纯净的声音信号为S (t)，噪音为N (t)，含有噪音的声音信号为X (t)，且S (t)、 N(t)相互独立，则得到三者的关系由式14表示：
[0069] X (t) =S (t) +N (t) (14)
[0070] 设 X (t)、S (t)、N ⑴经傅里叶变换为 X (w)、S (w)、N (w)，故：
[0071] X (w) = S (w)+N (w) (15)
[0072] 两边平方得：
[0074] 两边分别取期望得：
[0076] 由于之前假设S(t)，N(t)是相互独立的，故S(w)，N(w)独立，所以
[0077] E [S (w) *N (w) ] +E [N* (w) S (w) ] = 0，即：