基于多源信息融合的鸭肉食用安全品质检测研究

本项目是在课题组进行了三年禽肉品质检测技术研究的基础上，结合X 射线图像、荧光光谱技术、分析化学和数据融合等知识来研究冷鲜鸭肉食用安全品质的快速、无损检测技术。利用可见光获取鸭肉表面脏物（血块、毛、粪便等）信息，利用X射线获取鸭肉中物理性危害物（金属、玻璃、塑料等）信息，利用同步荧光法获取鸭肉中有害化学物质（青霉素、链霉素、四环素等抗生素药物，有机磷农药残留）信息，采用D-S证据推理方法，在特征层对所得的模糊数组进行冗余数据融合。根据可见光、X射线和荧光光谱等信息，研究利用人工神经网络方法获得鸭肉安全品质检测的融合方法，提高鸭肉安全品质检测系统的动态响应特性、自适应能力及鸭肉食用安全品质检测的精确性。.特色与创新：将多源信息融合方法与同步荧光法应用到鸭肉食用安全品质检测中，建立鸭肉食用安全品质检测中信息融合的功能结构模型，研究多源、异质信息的融合方法，实现智能化实时鸭肉食用安全品质检测。

本项目结合 X 射线图像、可见光图像、荧光光谱技术、分析化学和数据融合等知识，针对鸭肉中的有害化学物质、鸭肉表面脏物和鸭肉中物理性危害物残留进行快速检测技术研究。利用可见光获取鸭肉表面脏物血块、毛和粪便的残留图像信息，结合半阈值分割法和图像腐蚀法提取出血块、毛、粪便残留目标物。利用 X 射线获取鸭肉中物理性危害物金属、玻璃和塑料的残留图像信息，研究表明，最大熵法适合于鸭肉中物理性危害物金属、玻璃残留目标物的提取，而Sobel边缘检测算子适合于鸭肉中物理性危害物金属、玻璃和塑料残留目标物的提取。对鸭肉中有害化学物质抗生素残留的荧光光谱信息进行分析，研究表明，应用纳米银粒子增强荧光法建立了鸭肉中土霉素残留量测定模型，其预测集的相关系数(r)和预测均方根误差(RMSEP)分别为0.9966和0.6223；应用粒子群优化算法建立了鸭肉中四环素残留含量的同步荧光光谱快速测定模型，其预测集的r和RMSEP分别为0.9520和17.6；应用LSSVR-同步荧光法建立了鸭肉中金霉素残留量测定模型，其预测集的决定系数(R2)和RMSEP分别为0.9491和2.566；应用AgNPs和OP-10增强铕配合物荧光法建立了鸭肉中强力霉素残留量的测定模型，其预测集的R2和RMSEP分别为0.9982和0.4363；用荧光光谱技术结合偏最小二乘法建立鸭肉中庆大霉素残留量的测定模型，其预测集的r和RMSEP分别为0.9976和0.0711；应用荧光光谱技术结合SPA-SVM实现了鸭肉中卡那霉素残留量的快速检测，其预测集的R2为0.9938；应用GA-SVM算法建鸭肉中新霉素残留量的预测模型，其r为0.9949。对鸭肉中有害化学物质农药残留的荧光光谱信息进行分析，研究表明，运用遗传算法-支持向量回归-同步荧光光谱法建立了鸭肉中西维因残留含量的预测模型，其预测集的R2和RMSECP分别为0.9764和12.2322；应用支持向量回归-同步荧光光谱法建立了鸭肉中克百威残留预测模型，其预测集的R2和RMSEP分别为0.9994和0.8787；应用三维荧光光谱法结合ATLD算法建立鸭肉中三唑磷残留检测模型，其预测集的R2和RMSECP分别为分别为0.9741和0.764。将多源信息融合方法与同步荧光法应用到鸭肉食用安全品质检测中来实现智能化鸭肉食用安全品质检测，既具有理论价值，又具有现实意义。