張俊俊 趙 號(hào) 翟曉東 胡雪桃 鄒小波 石吉勇

（江蘇大學(xué)食品與生物工程學(xué)院 江蘇鎮(zhèn)江212013）

方腿因口味豐富，便于烹飪，受到人們?cè)絹?lái)越多的喜愛(ài)[1]。隨著市場(chǎng)需求量的不斷增加，方腿的加工與生產(chǎn)已由傳統(tǒng)手工作坊式發(fā)展為大規(guī)模機(jī)械化生產(chǎn)。機(jī)械化生產(chǎn)促進(jìn)了方腿產(chǎn)業(yè)的發(fā)展，然而機(jī)械設(shè)備在長(zhǎng)時(shí)間運(yùn)轉(zhuǎn)過(guò)程中不可避免地出現(xiàn)磨損、老化、零部件脫落等，導(dǎo)致方腿中產(chǎn)生異物；此外，方腿生產(chǎn)原料中也難免會(huì)混入異物。方腿中的異物具有極大危害性，不僅會(huì)影響方腿品質(zhì)，而且會(huì)對(duì)人體口腔、食道造成損傷[2]。現(xiàn)有的方腿品質(zhì)分析技術(shù)側(cè)重理化指標(biāo)的分析，而忽略了異物的檢測(cè)，導(dǎo)致極大的安全隱患，因此有必要對(duì)異物進(jìn)行檢測(cè)。

常用的異物檢測(cè)方法有磁學(xué)金屬檢測(cè)法、X射線技術(shù)等[3-4]。其中磁學(xué)金屬檢測(cè)法是根據(jù)食品中的金屬異物通過(guò)特定磁場(chǎng)時(shí)產(chǎn)生特征響應(yīng)信號(hào)，從而實(shí)現(xiàn)金屬異物的檢測(cè)，具有結(jié)果準(zhǔn)確、成本低等優(yōu)點(diǎn)。預(yù)處理過(guò)程需要對(duì)金屬異物進(jìn)行磁化，增加了前處理工序，使檢測(cè)過(guò)程繁瑣，而只能進(jìn)行金屬異物檢測(cè)，在實(shí)際應(yīng)用過(guò)程中具有極大局限性[5]。X 射線技術(shù)主要利用X 射線透射成像中異物和食品組分透過(guò)率的不同實(shí)現(xiàn)異物的準(zhǔn)確判別。X 射線檢測(cè)法雖然檢測(cè)對(duì)象較廣，但其對(duì)吸收量較低的低密度異物檢測(cè)效果不佳；另外，X 射線的輻射作用可對(duì)人體造成損害，此類設(shè)備還必須額外增加防護(hù)裝置，而導(dǎo)致檢測(cè)成本增加[6]。

超聲波為一種依靠介質(zhì)分子間震動(dòng)而傳播的高頻（＞20 kHz）機(jī)械波[7]，依據(jù)攜帶能量大小劃分為功率超聲波與檢測(cè)超聲波。功率超聲波，能量較大，作用于物質(zhì)時(shí)會(huì)改變物質(zhì)狀態(tài)、結(jié)構(gòu)和功能等[8]，常用于提取、均質(zhì)等食品加工過(guò)程[9-10]。檢測(cè)超聲波，能量較低，將超聲聲束以點(diǎn)的方式作用在物質(zhì)上，不會(huì)改變物質(zhì)的理化性質(zhì)，透射或反射超聲波信號(hào)往往攜帶物質(zhì)組分、品質(zhì)等關(guān)鍵組分信息[11]，常用于食品品質(zhì)監(jiān)測(cè)、組分測(cè)定、異物檢測(cè)等[12-13]。H?ggstr?m 等[14]利用5 MHz 的檢測(cè)超聲波，通過(guò)對(duì)比經(jīng)傅里葉變換處理的含與不含異物試樣超聲信號(hào)，檢測(cè)并識(shí)別人造黃油、果醬、奶酪等液體-半固體食品中的常見(jiàn)異物（最小尺寸2 mm×5 mm×7 mm），然而檢測(cè)過(guò)程較繁瑣，直觀性不足，且這種“以點(diǎn)代面”的檢測(cè)方式無(wú)法提供異物詳細(xì)信息（大小、形狀等）。超聲成像技術(shù)為超聲檢測(cè)技術(shù)的一個(gè)分支，其通過(guò)聲束全面掃描試樣，接收并處理反射或透射信號(hào)，而獲取試樣內(nèi)部圖像，以達(dá)到對(duì)試樣內(nèi)部的全面無(wú)損檢測(cè)，在醫(yī)學(xué)診斷[15]與工業(yè)檢測(cè)[16]中有廣泛應(yīng)用，而在食品安全檢測(cè)，特別是異物檢測(cè)方面的應(yīng)用仍然處于起步階段。Cho等[17]采用低頻（1 MHz）透射式空氣耦合超聲成像技術(shù)，利用試樣各點(diǎn)聲速與衰減系數(shù)對(duì)奶酪與雞胸肉進(jìn)行成像并對(duì)其中異物、缺陷和雞胸肉中碎骨進(jìn)行檢測(cè)，由于換能器頻率較低，使圖像分辨率較差，對(duì)圖像處理技術(shù)具有較強(qiáng)依賴；采用透射成像方式，無(wú)法提供異物深度信息，不利于異物信息的全面獲取，且對(duì)小尺寸異物（玻璃3 mm×3 mm）只能進(jìn)行表面檢測(cè)。

針對(duì)以上問(wèn)題，本文以方腿產(chǎn)品中的高投訴率異物檢測(cè)為目標(biāo)[2]，采用高頻反射式掃描超聲成像技術(shù)獲取方腿內(nèi)部較高分辨率的直觀圖像，期望得到一種簡(jiǎn)便、直觀，較全面提供異物信息的方腿中異物檢測(cè)與識(shí)別方法。

1 材料與方法

1.1 材料與設(shè)備

選用金鑼佐餐鹽方（125 mm×55 mm×40 mm），共20 塊，均購(gòu)自當(dāng)?shù)爻?。為?jiǎn)化試驗(yàn)，從整塊方腿上切取20 mm×20 mm×20 mm 方塊進(jìn)行檢測(cè)。根據(jù)文獻(xiàn)[2]，[18]統(tǒng)計(jì)，塑料、玻璃及金屬歷年均在食品異物中投訴比率較大（30%以上），異物尺寸主要集中在5～30 mm。所選異物及尺寸見(jiàn)表1。為探究異物深度對(duì)檢測(cè)的影響與選用換能器的最大檢測(cè)深度，異物深度選擇5，10 mm 及15 mm。在試驗(yàn)前1 h 將異物埋入方腿中，為減小異物埋入路徑對(duì)檢測(cè)的影響，將異物從方腿邊緣埋入方腿即可。

表1 所選異物及尺寸Table 1 The size of selected foreign bodies

1.2 超聲圖像的采集

超聲圖像采集裝置采用實(shí)驗(yàn)室自主研發(fā)的掃描超聲成像系統(tǒng)，主要包括UTEX 320 超聲波發(fā)射/接收器 （加拿大UTEX SCIENTIFIC INSTRUMENTS INC.），20 MHz點(diǎn)聚焦型超聲波換能器（日本OLYMPUS CORPORATION INC.），三軸精密直線電機(jī)掃描機(jī)構(gòu)（珠海創(chuàng)峰精工機(jī)械有限公司），計(jì)算機(jī)（研華科技（中國(guó)）有限公司）等，其示意圖與實(shí)物圖見(jiàn)圖1。

經(jīng)試驗(yàn)優(yōu)化后的采集過(guò)程：將試樣置于已調(diào)節(jié)水平的平臺(tái)上，開(kāi)啟試驗(yàn)裝置，設(shè)定脈沖寬度25 ns、脈沖頻率1 000 Hz、增益40 dB、焦距25.4 mm、分辨率0.1 mm、掃描速度5 mm/s，進(jìn)行圖像采集。所有樣品均在相同參數(shù)下進(jìn)行圖像采集，并按照試樣實(shí)際所含異物進(jìn)行編號(hào)。

圖1 掃描超聲成像檢測(cè)裝置Fig.1 Schematic diagram （A） and picture （B） of acquisition system based on ultrasonic imaging

1.3 方腿聲學(xué)參數(shù)的測(cè)定

由試驗(yàn)原理[19-20]可知，相鄰異質(zhì)界面的超聲波反射率主要由界面兩側(cè)介質(zhì)聲阻抗決定；同時(shí)方腿內(nèi)部的不均勻會(huì)對(duì)檢測(cè)產(chǎn)生影響（主要表現(xiàn)在方腿各部位對(duì)超聲波的衰減量不同），因此需對(duì)方腿聲學(xué)參數(shù)（聲速、衰減系數(shù)與聲阻抗）進(jìn)行測(cè)定，以對(duì)比分析異物檢測(cè)情況。因溫度對(duì)聲阻抗測(cè)量結(jié)果影響較大，故在20 ℃下測(cè)量并做5 組平行。

聲速計(jì)算公式：

式中，v——超聲波在方腿中的傳播速度，m/s；vw——20 ℃下超聲波在水中的傳播速度，m/s；t0——換能器到水平臺(tái)間超聲波傳播時(shí)間，s；t1、t2——分別為超聲波到方腿上表面、下表面?zhèn)鞑r(shí)間，s。

聲阻抗計(jì)算公式[21]：

式中，Z——樣品聲阻抗，kg/m2s；ρ——樣品密度，kg/m3；v——樣品聲速，m/s。

根據(jù)文獻(xiàn)[22]可知20 MHz 下20 ℃時(shí)水的衰減系數(shù)較小，可忽略水對(duì)超聲波的衰減。方腿衰減系數(shù)計(jì)算公式：

式中，α——方腿衰減系數(shù)，dB/mm；h——異物距方腿表面距離，mm；F1——第1 次回波強(qiáng)度，W/cm2；F2——第2 次回波強(qiáng)度，W/cm2。

1.4 KNN 和LS-SVM 模式識(shí)別基本原理

K-最近鄰法（K-nearest neighbors，KNN） 是以同類樣本在模式空間互相靠近為依據(jù)的分類方法，根據(jù)未知樣本在最鄰域中到K 個(gè)已知樣本的距離進(jìn)行分類[23]。最小二乘支持向量機(jī)（Leastsquares support vector machine，LS-SVM） 是在經(jīng)典SVM 的基礎(chǔ)上改進(jìn)的，主要進(jìn)行非線性的多元建模[24]。

2 結(jié)果與討論

2.1 方腿聲學(xué)參數(shù)結(jié)果與分析

根據(jù)測(cè)量結(jié)果可知超聲波在方腿中傳播速度為1 567.2 m/s，聲阻抗為1.85×106kg/m2s，衰減系數(shù)為0.0442 dB/mm。與水的聲學(xué)參數(shù)[21]對(duì)比可知，方腿聲速、聲阻抗與水相差不大，可能是肉類（方腿主要原料） 細(xì)胞內(nèi)水分含量較多且方腿加工中水分進(jìn)一步平衡所致。方腿與水的衰減系數(shù)差異較大，可能是方腿組分復(fù)雜，且肉類一般具有較大的衰減系數(shù)。由試驗(yàn)原理可知，異物聲阻抗越大，異物回波信號(hào)強(qiáng)度越大，檢測(cè)情況受方腿質(zhì)構(gòu)影響越小。經(jīng)上分析，理論上聲阻抗越大的異物檢測(cè)效果越佳，更易被判別。

2.2 異物檢測(cè)波形分析

圖2為方腿及異物回波信號(hào)，是將反射信號(hào)取絕對(duì)值后所得結(jié)果。圖2a 為空白（不含異物）方腿回波圖，圖中基本只有一個(gè)明顯的回波信號(hào)，可能是因?yàn)榉酵鹊妮^大衰減系數(shù)導(dǎo)致底面回波信號(hào)還未到達(dá)換能器前就被衰減為零。從信號(hào)放大圖可知，方腿表面回波由一簇波構(gòu)成，可能由于方腿為多組分混合物，其聲學(xué)參數(shù)在聲波傳播方向上不連續(xù)，導(dǎo)致聲波不斷被反射，從而產(chǎn)生一系列的回波信號(hào)，在一定程度上說(shuō)明方腿內(nèi)部質(zhì)構(gòu)不均勻。綜上分析可知，在方腿內(nèi)部不含異物時(shí)其回波信號(hào)表現(xiàn)為除表面有一簇連續(xù)回波外，基本再無(wú)明顯回波信號(hào)。圖2b、2c、2d 為含異物（深度均為5 mm）方腿回波信號(hào)圖，與不含異物方腿相比，在18～19 μs 附近出現(xiàn)明顯的回波信號(hào)，根據(jù)方腿中聲速度可知此處距方腿表面5.09～5.87 mm。經(jīng)對(duì)比，由此時(shí)異物的包埋深度可知此信號(hào)為異物回波信號(hào)；當(dāng)方腿內(nèi)部含有異物時(shí)，會(huì)在表面回波后再產(chǎn)生一個(gè)明顯的回波信號(hào)，作為異物判別手段之一，同時(shí)可根據(jù)此信號(hào)進(jìn)行異物深度計(jì)算。從各異物回波信號(hào)放大圖可知，在同一深度下不同異物回波信號(hào)具有顯著差異。在回波幅值上，金屬異物回波幅值最大，塑料異物幅值最??；在回波波形上，金屬異物回波周期小，次波較少且幅值相對(duì)主波較小；玻璃異物周期稍大，次波也較少且幅值較?。凰芰袭愇镏芷诖?，次波多且幅值較大。

2.3 超聲成像結(jié)果及異物判別分析

圖2 方腿及異物（深度5 mm）回波信號(hào)Fig.2 Reflected signal of luncheon sausage and foreign bodies

圖3 不同尺寸塑料、玻璃及金屬在方腿中不同深度時(shí)的超聲圖像Fig.3 Ultrasonic images of luncheon ham and foreign bodies at different size and depth

圖3為方腿中不同尺寸異物在不同深度時(shí)的超聲圖，是將獲取的x-y 平面掃描區(qū)域回波強(qiáng)度歸一化處理后再映射到0～255 灰度級(jí)并進(jìn)行彩色編碼所得到的圖，其中標(biāo)尺為反射信號(hào)的強(qiáng)度。圖中空白部分區(qū)域有較小的回波信號(hào)，可能是方腿內(nèi)部顆?；夭ㄅc外部噪聲造成；異物超聲圖像中除異物區(qū)域明顯的回波信號(hào)外，其它區(qū)域也有較小的回波信號(hào)，與圖2中不含有異物方腿的相同。可能是因?yàn)榉酵鹊妮^大衰減系數(shù)導(dǎo)致底面回波信號(hào)還未到達(dá)換能器前就被衰減為零。從圖中可以看出：5 mm 深度時(shí)，各尺寸異物檢測(cè)情況良好，基本呈現(xiàn)異物實(shí)際形狀；10 mm 深度時(shí)，尺寸為3 mm×3 mm 的塑料異物檢測(cè)效果急劇下降，其它尺寸異物基本被檢出；15 mm 深度時(shí)各尺寸異物檢測(cè)效果較差，基本檢出異物，而實(shí)際形狀基本無(wú)法判斷；同時(shí)不同異物在同一深度下檢出情況也有較大差異，從圖中可判斷金屬異物的平均回波幅值最大，塑料異物平均回波幅值最小，這與回波信號(hào)分析結(jié)果相符。同種異物不同尺寸時(shí)檢出情況也有較大差異，尺寸越大檢出情況越好。根據(jù)各深度檢測(cè)圖像可知，20 MHz 換能器下，方腿中塑料、玻璃及金屬異物最大檢出深度為15 mm 左右。

根據(jù)空白與異物圖像可知，可采用反射聲波幅值為閾值來(lái)判斷方腿內(nèi)部是否含有異物。由于外界噪聲與方腿內(nèi)部顆粒的干擾，因此以5 mV 的聲波強(qiáng)度為閾值，對(duì)所有含異物的方腿掃描圖像進(jìn)行閾值分割處理并聯(lián)通獲取區(qū)域，最后形態(tài)學(xué)處理除去區(qū)域周邊的毛刺，判斷異物，所得處理結(jié)果見(jiàn)圖4。根據(jù)圖像處理結(jié)果計(jì)算5 mm 和10 mm 深度下判斷準(zhǔn)確率100%，15 mm 深度下判斷準(zhǔn)確率88.89%，綜合準(zhǔn)確率為96.29%，說(shuō)明超聲成像技術(shù)對(duì)塑料、玻璃及金屬異物具有良好的檢測(cè)效果。

圖5為各尺寸異物在整塊方腿中的超聲圖像，可直接判斷異物位置及大小、形狀等，說(shuō)明超聲成像技術(shù)對(duì)方腿中塑料、玻璃及金屬異物具有良好的檢測(cè)效果。

圖4 不同尺寸塑料、玻璃及金屬在方腿中不同深度時(shí)超聲圖像閾值分割圖Fig.4 Ultrasonic image threshold segmentation of plastic，glass and metal at different depths in luncheon sausage at different sizes

圖5 各尺寸異物在整塊方腿不同深度的超聲圖Fig.5 Ultrasonic images of foreign bodies at different depths in luncheon sausage

2.4 異物識(shí)別

從超聲圖像中可以看到不同種類異物在平均聲波反射強(qiáng)度，掃描面積上有著較大差異；同時(shí)考慮到因不同異物具有不同聲學(xué)參數(shù)[25-27]，導(dǎo)致方腿質(zhì)構(gòu)對(duì)超聲圖像影響不同，從而使得不同圖像異物區(qū)域在紋理上具有一定差異，因此考慮以各異物平均聲波反射強(qiáng)度、面積檢出率及常見(jiàn)紋理特征值（相關(guān)性、能量、對(duì)比度及同質(zhì)性）[28]為特征變量進(jìn)行異物識(shí)別分析。

表2列出KNN 及LS-SVM 判別模型的識(shí)別率，可以看到LS-SVM 的識(shí)別率明顯高于KNN，說(shuō)明異物種類與特征參數(shù)間并非呈簡(jiǎn)單的線性關(guān)系。從異物檢測(cè)圖可知在異物深度較大時(shí)，即使具有較大面積的異物，其面積檢出率與平均回波強(qiáng)度仍較小，這給分類造成了困難，因此不能簡(jiǎn)單進(jìn)行線性分類；LS-SVM 可以把樣本向高維空間映射，使特征空間中的原始樣本空間中非線性可分問(wèn)題轉(zhuǎn)化為線性可分問(wèn)題[29]，因此LS-SVM 模型識(shí)別率較KNN 模型要高，對(duì)異物識(shí)別具有較好的準(zhǔn)確率，說(shuō)明采用LS-SVM 對(duì)異物超聲圖像進(jìn)行異物識(shí)別是可行的。

表2 基于KNN 和LS-SVM 模式識(shí)別的識(shí)別率Table 2 Identification rates based on KNN and LS-SVM models

3 結(jié)語(yǔ)

利用超聲成像技術(shù)可實(shí)現(xiàn)方腿中異物的檢測(cè)，對(duì)比分析各異物檢測(cè)情況并對(duì)異物進(jìn)行識(shí)別。首先在20 ℃下測(cè)得方腿的聲速1 567.2 m/s，聲阻抗1.85×106kg/m2s，與水的參數(shù)相近；方腿的衰減系數(shù)與水相差較大，為0.0442 dB/mm。同時(shí)采用超聲成像技術(shù)采集不含異物與含有異物的方腿超聲反射圖像信息，結(jié)果表明：不含異物試樣與含異物試樣的超聲圖像具有顯著差異。采用5 mV 的聲波強(qiáng)度為閾值，對(duì)各含異物方腿圖像中異物檢出率為96.29%。以平均回波強(qiáng)度、面積檢出率、對(duì)比度等紋理特征值為特征變量建立異物識(shí)別模型。其中，LS-SVM 模型結(jié)果顯示，當(dāng)主成分?jǐn)?shù)為6 時(shí)，校正集識(shí)別率為93.27%，預(yù)測(cè)集識(shí)別率為81.67%，具有較好的識(shí)別率。本結(jié)果表明：超聲成像技術(shù)能直觀、簡(jiǎn)便、安全地檢測(cè)與識(shí)別方腿中的異物，是一種較為直觀、簡(jiǎn)便的方法。