为了提高鸡蛋中的血斑和肉斑的检测准确率,给消费者提供高品质的鸡蛋,该文利用微型光纤光谱仪采集鸡蛋的透射光谱,在单分类器的基础上,通过多分类器的融合对异物蛋进行检测?首先根据差异性度量选取朴素贝叶斯,adaboost 和svm 分类器作为单分类器,然后通过特征级融合选取了5 个基分类器?最后,5 个基分类器以加权投票机制进行决策级融合?多分类器融合对正常蛋和异物蛋的检测准确率分别为92.86%和 91.07%?试验结果表明,利用多分类器融合所建立的模型优于单一分类器的模型,提高了对异物蛋的检测准确率?
中国是世界禽蛋生产消费大国,随着食品安全问题的日益突出和国际市场对禽蛋质量要求越来越严格,禽蛋品质检测备受关注。血斑和肉斑是鸡蛋内部一种常见的缺陷。较多的情况是,蛋黄上被染有血斑,多为红色斑点或血块,但血斑也偶见于蛋白中;肉斑则指白色到褐色不同色调的内含物,在蛋白和蛋黄中均可发现[1-2]。鸡蛋中可存在多种类型的异物,但最主要的异常内含物为血斑和肉斑,故本文将血斑与肉斑蛋统称为异物蛋。血斑肉斑的存在会影响消费者的观感以及购买欲,根据鲜鸡蛋品质分级要求标准sb/t 10638-2011[3],要求鸡蛋中无血斑,肉斑等异物。美国农业部对禽蛋的分级手册[4]中也明确规定 aa 级和 a 级蛋内血液聚合的直径需小于1/8 英寸(约 3.2 mm),且只允许aa 和a 级鸡蛋进超市销售。因此,禽蛋内部异常物的检测对禽蛋品质评价、分级和销售十分重要。