武 轉(zhuǎn) 玲

(大同師范高等?？茖W(xué)校，山西 大同 037000)

隨著分子印跡和計(jì)算機(jī)視覺圖像處理技術(shù)的發(fā)展，需要進(jìn)行生鮮食品化學(xué)污染物殘留檢測(cè)和成分特征分析，以提高生鮮食品化學(xué)污染物殘留的監(jiān)測(cè)能力，從而確保生鮮食品的安全性，因此對(duì)生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法的研究受到人們的極大關(guān)注[1]。

當(dāng)前，生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法主要采用等離子分析方法，通過分析生鮮食品化學(xué)污染物的內(nèi)部離子結(jié)構(gòu)信息以及離子分布的差異性[2-3]，實(shí)現(xiàn)生鮮食品化學(xué)污染物殘留監(jiān)測(cè)，但該方法進(jìn)行生鮮食品化學(xué)污染物殘留監(jiān)測(cè)的智能化程度不高，計(jì)算開銷較大。張春霞[4]提出了一種基于儀器分析法的化學(xué)污染物殘留檢測(cè)方法，探討儀器分析法在農(nóng)藥殘留檢測(cè)、其他違禁化學(xué)污染物檢測(cè)中的應(yīng)用，用以提升化學(xué)污染物殘留檢測(cè)結(jié)果的可信性，但是將該方法應(yīng)用至生鮮食品化學(xué)污染物殘留監(jiān)測(cè)中，監(jiān)測(cè)精度并不高。李單單[5]提出了一種基于表面增強(qiáng)拉曼技術(shù)的化學(xué)污染物殘留檢測(cè)方法。因表面增強(qiáng)拉曼技術(shù)是一種靈敏、快速、簡單、成本低的檢測(cè)技術(shù)，因此利用該技術(shù)進(jìn)行食品化學(xué)污染物殘留定量與半定量的分析，可以通過實(shí)際應(yīng)用測(cè)試，該方法可以提高食品中化學(xué)污染物的檢測(cè)識(shí)別能力，但采用該方法進(jìn)行生鮮食品化學(xué)污染物殘留監(jiān)測(cè)的精準(zhǔn)度不高。

針對(duì)上述問題，本文提出基于分子印跡技術(shù)的生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法，并進(jìn)行仿真實(shí)驗(yàn)分析，以驗(yàn)證本文方法在生鮮食品化學(xué)污染物殘留監(jiān)測(cè)能力方面的優(yōu)越性。

1 生鮮食品化學(xué)污染物殘留分子印跡成像和預(yù)處理

1.1 分子印跡成像

假設(shè)h為生鮮食品化學(xué)殘留污染物分子印跡圖譜的邊緣像素集[6]，采用模糊信息分解方法得到生鮮食品化學(xué)殘留污染物分子印跡圖譜的子塊信息分布矩陣為

(1)

其中

(2)

u∈{1,2}、v∈{1,2}表示生鮮食品化學(xué)殘留污染物分子印跡圖譜不同的主成分信息[7]。

采用分塊特征匹配技術(shù)與子塊信息分布矩陣相結(jié)合的方法，建立生鮮食品化學(xué)殘留污染物分子印跡圖譜的鄰域回歸分析模型，表示為

(3)

其中，f(z)表示分子印跡圖譜的粗糙集特征分量[8]，*為卷積運(yùn)算。

通過分子印跡圖譜邊緣輪廓檢測(cè)和特征聚類，得到污染物的融合聚類模型為

(4)

通過統(tǒng)計(jì)分析和圖像信息融合聚類分析方法，得到圖像的尺度信息p*=(X(cs2),θ*,ρ*)， 在融合濾波空間中，得到生鮮食品化學(xué)殘留污染物分子印跡圖譜[9]的合成系數(shù)

(5)

通過計(jì)算污染物分子印跡圖譜的合成系數(shù)，結(jié)合生鮮食品化學(xué)殘留污染物分子印跡圖譜的主成分特征量，構(gòu)建定量遞歸分析模型

(6)

其中

(7)

(8)

由此生鮮食品化學(xué)污染物的分子印跡成像模型構(gòu)建完成[10]，以此為基礎(chǔ)進(jìn)行生鮮食品化學(xué)殘留污染物分子印跡成像圖譜分析和特征檢測(cè)。

1.2 分子印跡預(yù)處理

以上述的分子印跡圖譜為基礎(chǔ)，通過催化劑顆粒檢測(cè)和深度學(xué)習(xí)方法，進(jìn)行生鮮食品化學(xué)殘留污染物分子印跡成像圖譜分析,得到生鮮食品化學(xué)殘留污染物分子印跡圖譜圖像特征空間的多個(gè)局部信息流分布特征分解式為

(9)

其中，U是N×N維的生鮮食品化學(xué)殘留污染物分子印跡圖譜分布的量化矩陣，V是2×2的特征信息相似度度量矩陣，S是N×2維的模糊最優(yōu)解矩陣。

采用催化劑顆粒檢測(cè)和深度學(xué)習(xí)方法，計(jì)算圖譜分布特征量，其表達(dá)為

(10)

在模板匹配區(qū)域，獲取仿射不變區(qū)域內(nèi)生鮮食品化學(xué)殘留污染物分子印跡圖譜響應(yīng)，得到

(11)

(12)

其中，u(x,y;t)=G(x,y;t)。

令Hx、Hy分別為回歸基的編碼系數(shù)和分辨系數(shù)，結(jié)合印跡圖譜中的污染物融合度函數(shù)，對(duì)生鮮食品化學(xué)殘留污染物分子印跡圖譜特征信息進(jìn)行交叉補(bǔ)償，得到分子印跡成像圖譜的分析函數(shù)

(13)

其中，(Δx,Δy)T是成像圖譜分辨率，(xi,yi)是質(zhì)譜成像的粗糙匹配集，A表示生鮮食品化學(xué)殘留污染物分子印跡圖譜的特征關(guān)聯(lián)點(diǎn)，為N階方陣，即A={αi,j,0

綜上分析，通過統(tǒng)計(jì)分析和圖像信息融合聚類方法，實(shí)現(xiàn)生鮮食品化學(xué)殘留污染物殘留分子印跡成像以及分子印跡圖譜融合和成像圖譜印跡分析，從而提高其污染物檢測(cè)及分類識(shí)別能力。

2 生鮮食品化學(xué)殘留污染物分子印跡檢測(cè)

2.1 內(nèi)部分子結(jié)構(gòu)特征分析

在不同的污染濃度下，進(jìn)行生鮮食品化學(xué)污染物殘留內(nèi)部分子結(jié)構(gòu)信息檢測(cè)，通過點(diǎn)源污染檢測(cè)方法進(jìn)行生鮮食品化學(xué)污染物殘留的主成分特征檢測(cè)，得到生鮮食品化學(xué)污染物殘留濃度分布為

(14)

根據(jù)圖1的曲線分布，采用化學(xué)鏈特征分析方法對(duì)上文所構(gòu)建的生鮮食品化學(xué)殘留污染物融合模型進(jìn)行融合分析，得到融合結(jié)果如圖2所示。

通過過濾、冷凝裝置處理后，結(jié)合分子印跡技術(shù)進(jìn)行生鮮食品化學(xué)污染物殘留內(nèi)部結(jié)構(gòu)信息特征檢測(cè)，通過點(diǎn)源污染檢測(cè)方法進(jìn)行污染物殘留的主成分進(jìn)行印跡特征分析，從而提取污染物殘留的內(nèi)部分子結(jié)構(gòu)特征，以達(dá)到提高生鮮食品化學(xué)污染物殘留監(jiān)測(cè)能力的目的。

圖1 生鮮食品化學(xué)污染物殘留中的濃度變化散點(diǎn)圖 圖2 生鮮食品化學(xué)污染物殘留融合結(jié)果

2.2 分子印跡檢測(cè)

通過分子印跡檢測(cè)結(jié)果，分析生鮮食品化學(xué)污染物殘留分子印跡圖的形態(tài)差異性特征量以及氮氧化物的釋放特性，結(jié)合小波多尺度分解方法得到分子印跡成像的初次融合分布模型，并根據(jù)空間配準(zhǔn)的方法進(jìn)行分子印跡的結(jié)構(gòu)特征檢測(cè)和特征分解，通過特征重構(gòu)高效地獲得準(zhǔn)確可靠的結(jié)構(gòu)信息特征量，獲取邊緣信息計(jì)算結(jié)果，在特征分布空間F，存在1個(gè)L>0，采用塊匹配方法進(jìn)行生鮮食品化學(xué)污染物殘留分子印跡成像的信息重組，使得分子印跡紋理增強(qiáng)，得到模型結(jié)構(gòu)如圖3所示。

根據(jù)生鮮食品化學(xué)污染物殘留濃度分布結(jié)果，結(jié)合分子印跡成像模型，對(duì)分子印跡圖模型進(jìn)行優(yōu)化，以提取生鮮食品化學(xué)污染物殘留的內(nèi)部分子結(jié)構(gòu)特征，結(jié)合濃度檢測(cè)方法實(shí)現(xiàn)生鮮食品化學(xué)污染物殘留監(jiān)測(cè)。其中分子印跡圖模型優(yōu)化結(jié)果表示為

(15)

3 實(shí)驗(yàn)測(cè)試

為驗(yàn)證基于分子印跡技術(shù)的生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法的有效性，進(jìn)行實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)中生鮮食品化學(xué)污染物殘留分子印跡高分辨成像的分辨率為120*240，在分子印跡控制中通過對(duì)生鮮食品沉淀13 min之后趨于穩(wěn)定，生鮮食品化學(xué)污染物的初始濃度為200 mg·L-1，得到的各種污染物的濃度分布如圖4所示。

圖4 污染物的濃度分布 圖5 NO污染物質(zhì)的變化曲線

分析圖4得知，本文方法能有效實(shí)現(xiàn)生鮮食品化學(xué)污染物殘留檢測(cè)，測(cè)試NO濃度變化曲線如圖5所示。

分析圖5可知，采用本文方法進(jìn)行生鮮食品化學(xué)污染物殘留監(jiān)測(cè)，隨著時(shí)間的增加，污染物濃度分布趨于穩(wěn)定，NO污染濃度800～2 000 ppm內(nèi)，分析各組份差異性，得到顯著對(duì)比結(jié)果如圖6所示。

圖6 污染檢測(cè)的顯著圖對(duì)比結(jié)果 圖7 檢測(cè)準(zhǔn)確度對(duì)比

分析上述結(jié)果得知，通過本文方法進(jìn)行生鮮食品化學(xué)污染物殘留監(jiān)測(cè)，各組份檢測(cè)的準(zhǔn)確性較高，污染物的濃度和含量等參數(shù)估計(jì)能力較好。

為進(jìn)一步驗(yàn)證本文方法的有效性，進(jìn)行檢測(cè)準(zhǔn)確率驗(yàn)證，文獻(xiàn)[4]、[5]方法以及本文方法的生鮮食品化學(xué)污染物殘留檢測(cè)準(zhǔn)確率對(duì)比結(jié)果如圖7所示。

由圖7可知，文獻(xiàn)[4]方法的生鮮食品化學(xué)污染物殘留檢測(cè)準(zhǔn)確率為53%～76%，文獻(xiàn)[5]方法的生鮮食品化學(xué)污染物殘留檢測(cè)準(zhǔn)確率為54%～75%，本文方法的生鮮食品化學(xué)污染物殘留檢測(cè)準(zhǔn)確率始終在92%以上，說明該方法能夠?qū)崿F(xiàn)生鮮食品化學(xué)污染物殘留的精準(zhǔn)檢測(cè)。

圖8 檢測(cè)時(shí)間對(duì)比

對(duì)比文獻(xiàn)[4]、[5]方法以及本文方法的生鮮食品化學(xué)污染物殘留檢測(cè)時(shí)間，結(jié)果如圖8所示。

分析圖8可知，與文獻(xiàn)[4]、[5]方法相比，本文方法的化學(xué)污染物殘留檢測(cè)時(shí)間更短，說明基于分子印跡技術(shù)的生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法的效率更高。

4 結(jié) 論

本文設(shè)計(jì)了一種基于分子印跡技術(shù)的生鮮食品化學(xué)污染物殘留監(jiān)測(cè)方法，通過相似性多色譜特征聚類分析方法進(jìn)行生鮮食品化學(xué)殘留污染物分子印跡圖譜分析和特征檢測(cè)，運(yùn)用圖像信息融合聚類方法分析污染物殘留中的含氮模型化合物，實(shí)現(xiàn)生鮮食品化學(xué)殘留污染物分子印跡圖譜分析和污染物分類識(shí)別。結(jié)果表明，采用本文方法進(jìn)行生鮮食品化學(xué)殘留污染物檢測(cè)的精度較高，對(duì)污染物的濃度和含量的估計(jì)能力較好，具有較高的可靠性，能夠?yàn)樯r食品安全提供更好的保障。