基于力声响应信号表观分形维数的脆性果蔬锯齿度的计算方法

技术领域

本发明涉及一种脆性食品检测领域，具体涉及基于力声响应信号表观分形维数的脆性果蔬锯齿度的计算方法。

背景技术

目前果蔬标准中对内部品质检测指标只有去皮硬度、可溶性固形物和可滴定酸，标准中硬度的检测不能完全代表脆度，食品的脆度评价以感官评价最为准确，但感官评价人员评价过程易于疲劳而导致误差和结果的一致性较低。仪器测定具有客观性强、准确性高和可重复性等优势，成为食品脆度取代感官评价的研究热点。国内外研究或采用仪器模拟门牙咬碎穿刺样品获取力信号，或记录咬合过程中样品破裂时产生的声信号，或采取力声两种信号相结合，对不同食品进行脆度评价。在仪器检测研究中，大多都是从力或声的信号提取特征信息来评价食品脆度，由于采集食品破裂时的力信号或声信号曲线都具有明显不规则的锯齿化特征，不可再现性且难以度量，这成为食品脆度评价的难点。针对信号曲线的锯齿度问题，不少研究采用峰值分析法测量，该方法提取的是信号局部信息，往往需要将多个峰值参数相结合才能表征整体曲线的锯齿度。表观分形维数是另一种值得关注的方法，它可以从曲线整体获取锯齿度信息。这一方法在干脆性食品脆度检测中有较多研究报道，Tesh等采用Kolmogorov表观分形维数对芝士球和面包丁的压缩声信号的锯齿度进行度量，发现该参数能够很好反映食品脆度。Peleg采用Richardson和Kolmogorov两种算法测量膨化谷类食品压缩力曲线的锯齿度，监测水分对膨化食品脆度的影响。Borges 等针对奶酪球和面包片在不同水活度下的力-变形曲线锯齿度，采用Richardson、Minkowski、Kolmogorov和Korcak这4种表观分形维数算法测量以评价脆性食品的脆度。针对湿脆性果蔬，表观分形维数用于脆度评价的研究报道很少，最近有Yoshioka等采用Richardson和Kolmogorov这两种表观分形维数测量黄瓜穿刺力变形曲线的锯齿度，实现了对不同品种黄瓜脆度差异判别。这意味着，值得尝试开展不同表观分形维数对脆性果蔬脆度评价的研究。

发明内容

1.本发明的目的。

本发明是提供了一种基于力声响应信号表观分形维数的脆性果蔬锯齿度的计算方法，实现对脆性果蔬的脆度评价。

2.本发明是采用如下技术方案实现，所述的包括以下步骤：

1）果蔬采样制备；

2）力学响应信号的采集；

3）声学响应信号的采集；

4）果蔬试样断裂时声学信号的去噪；

5）应用Richardson表观分形维数进行度量；

6）应用Kolmogorov表观分形维数进行度量；

7）应用Minkowski表观分形维数进行度量；

8）应用Korcak表观分形维数进行度量；

9）确定适宜的锯齿度参数。

技术方案中所述的果蔬采样制备的步骤如下：

1）每隔12天设置一个贮藏期，从而获得不同脆度的果蔬试样；

2）采用专用取样器获得果蔬果肉柱样。

技术方案中所述的力学响应信号的采集步骤如下：

1）采用TA.XT plus质构仪对柱样进行穿刺试验，圆柱探头直径Φ5 mm，穿刺前速度和穿刺中速度均为2 mm/s，穿刺后速度10 mm/s，穿刺深度为8 mm；

2）力信号采样频率为500 Hz，用配套的Texture Exponent 软件采集力学信号。

技术方案中所述的声学响应信号的采集步骤如下：

1）将麦克风与质构仪无接触放置，距圆柱试样正中心2 cm处，信号采样频率为44.1 kHz，分辨率为16-bit；

2）麦克风采集到的声音信号存储便携式录音机中，随后采用音频处理软件AdobeAudition 2020对声信号进行预处理。

技术方案中所述的在于，由于果蔬果肉破裂时声音信号具有短时稳定特性，采用谱减法对各个贮藏期的声学信号进行去噪。

技术方案中所述的应用Richardson表观分形维数对力声响应信号进行度量步骤如下：

1）选择线段长度λ，计算段长对应的线段总长度P（λ）并将其等同于锯齿化曲线；

2）线长以2n减小，线段数量N增加，线段总长度P（λ）随线段长度λ的减小而增大；

3）在双对数坐标下，线段长度λ与对应的线段总长度P（λ）之间的关系称为Richaradson图。曲线的表观分形维数是Richaradson图斜率的绝对值加1。

技术方案中所述的应用Kolmogorov表观分形维数对力声响应信号进行度量步骤如下：

1）选择边长ε为1/2n盒子覆盖锯齿化的曲线，其中至少有一点在曲线上，计算填充盒的数量N（ε）；

2）在每次迭代时，盒子边长ε逐渐减小，填充盒数N（ε）增加；

3）填充盒数N（ε）与盒大小ε之间的双对数关系的斜率计算表观分形维数，故又称为盒维数算法。

技术方案中所述的应用Minkowski表观分形维数对力声响应信号进行度量步骤如下：

1）基于一连串的圆覆盖曲线边界形成一个带状区域，并确定所覆盖的面积，将覆盖的面积与圆直径d的比估计曲线长度A（d）；

2）每次迭代时，圆直径d以2n减小，确定估计的曲线长度A（d）增加；

3）圆直径d与曲线长度A（d）在双对数关系下的斜率计算分形维数。

技术方案中所述的应用Korcak表观分形维数对力声响应信号进行度量步骤如下：

1）当曲线与基线相交时，记录相交线上的相邻点之间的距离大于所选步长L的次数，即为累积分布N（l）；

2）每次迭代时，步长L以2n减小，累计数N（l）增加；

3）步长L与累计数N（l）之间的对数关系斜率计算分形维数。值得注意的是，基线不是任意选择的水平线，而是根据曲线的平均高度。

技术方案中所述的根据前面计算的8个力声表观分形维数，通过计算单因素方差分析（ANOVA），确定最适宜的锯齿度参数从而评价香梨脆度。

3.本发明所采用的有益效果有：

本发明所述的利用4种表观分形维数计算脆性果蔬的锯齿度可以实现对食品脆度的定量评价，为实现了对脆性果蔬内部品质更符合消费者感官评价的准确分级提供研究基础。

附图说明

图1为本发明所述的4种表观分形维数计算脆性果蔬锯齿度的流程图。

图2为本发明所述的为获取脆性果蔬力声响应信号的测试系统图。

图3为本发明所述的库尔勒香梨果肉力声响应信号曲线图。

具体实施方式

下面结合附图，对本发明实例中的技术方案作进一步的清楚完整地描述。

查阅图1，本发明所述的技术方案如下：

1）果蔬采样制备；

2）力学响应信号的采集；

3）声学响应信号的采集；

4）果蔬试样断裂时声学信号的去噪；

5）应用Richardson表观分形维数进行度量；

6）应用Kolmogorov表观分形维数进行度量；

7）应用Minkowski表观分形维数进行度量；

8）应用Korcak表观分形维数进行度量；

9）确定适宜的锯齿度参数。

试验材料：香梨、苹果、黄瓜、胡萝卜等脆性果蔬。

制备试验样品的步骤如下：

1）每隔12天设置一个贮藏期，从而获得不同脆度梯度的果蔬试样；

2）采用专用取样器获得果蔬果肉柱样。

查阅图2，试验所需的设备如下表1所示：

表1主要试验设备

查阅图2，试验设备各个部件之间的连接关系：

采集果蔬断裂时的力声信号时，质构仪1对试样进行穿刺，与质构仪配套的电脑2获取力学信号数据；与此同时，用NT-5麦克风3采集样品破裂时的声学信号。通过支架4使得麦克风与质构仪保持无接触状态，且距试样正中心2 cm处。NT-5麦克风3与R-44便携式录音机5相连，从而将麦克风采集的信号储藏在录音机中，R-44便携式录音机5与电脑6相连，从而对声学数据进行预处理。

质构仪各个参数的设置：圆柱探头直径Φ5 mm，穿刺前速度和穿刺中速度均为2mm/s，穿刺后速度10 mm/s，穿刺深度为8 mm。

采集声学信号设备的各个参数的设置：将麦克风与质构仪无接触放置，距圆柱试样正中心2 cm处，信号采样频率为44.1 kHz，分辨率为16-bit。

力声响应信号的获取

通过图2的力声响应信号测试系统获得力声响应信号，用与质构仪配套的TextureExponent 软件采集力学信号，采用音频处理软件Adobe Audition 2020对声信号进行预处理。

声学响应信号的去噪

因为环境噪音和机械噪音对试验中的声信号有一定的影响，由于果蔬果肉破裂时声音信号具有短时稳定特性，采用谱减法对各个贮藏期的声学信号进行去噪，故通过MATLAB软件编程对原始信号中剔除大部分的噪音信号。

力声学响应信号锯齿度参数的提取

以库尔勒香梨为例，应用Richardson表观分形维数对图3中力声响应信号进行度量步骤如下：

1）选择线段长度λ，计算段长对应的线段总长度P（λ）并将其等同于锯齿化曲线；

2）线长以2n减小，线段数量N增加，线段总长度P（λ）随线段长度λ的减小而增大；

3）在双对数坐标下，线段长度λ与对应的线段总长度P（λ）之间的关系称为Richaradson图。曲线的表观分形维数是Richaradson图斜率的绝对值加1；

4）通过MATLAB软件编程，从而计算得到力学Richaradson表观分形维数和声学Richaradson表观分析维数。

应用Kolmogorov表观分形维数对图3中力声响应信号进行度量步骤如下：

1）选择边长ε为1/2n盒子覆盖锯齿化的曲线，其中至少有一点在曲线上，计算填充盒的数量N（ε）；

2）在每次迭代时，盒子边长ε逐渐减小，填充盒数N（ε）增加；

3）填充盒数N（ε）与盒大小ε之间的双对数关系的斜率计算表观分形维数，故又称为盒维数算法。

4）通过MATLAB软件编程算法，从而计算得到力学Kolmogorov表观分形维数和声学Kolmogorov表观分析维数。

应用Minkowski表观分形维数对图3中力声响应信号进行度量步骤如下：

1）基于一连串的圆覆盖曲线边界形成一个带状区域，并确定所覆盖的面积，将覆盖的面积与圆直径d的比估计曲线长度A（d）；

2）每次迭代时，圆直径d以2n减小，确定估计的曲线长度A（d）增加；

3）圆直径d与曲线长度A（d）在双对数关系下的斜率计算分形维数。

4）通过MATLAB软件编程，从而计算得到力学Minkowski表观分形维数和声学Minkowski表观分析维数。

应用Korcak表观分形维数对图3中力声响应信号进行度量步骤如下：

1）当曲线与基线相交时，记录相交线上的相邻点之间的距离大于所选步长L的次数，即为累积分布N（l）；

2）每次迭代时，步长L以2n减小，累计数N（l）增加；

3）步长L与累计数N（l）之间的对数关系斜率计算分形维数。值得注意的是，基线不是任意选择的水平线，而是根据曲线的平均高度。

4）通过MATLAB软件编程，从而计算得到力学Korcak表观分形维数和声学Korcak表观分析维数。

根据前面4种表观分形维数算法，提取得到了8个力声表观分形维数参数。

结果分析

以库尔勒香梨为例，随着贮藏时间的延长，香梨脆度逐渐减小，力学响应的Richardson、Kolmogorov和Minkowski这3种表观分形维数对香梨脆度变化较为敏感，整体上较显著的下降趋势较好反映了香梨脆度的差异，而力学Korcak表观分形维数在整个贮藏期内无显著性变化（P＞0.05），相关数据结果见表2.

表2力学表观分形维数参数随贮藏期的变化

注：相同字母表示差异不显著（P＞0.05），不同字母表示差异显著（P＜0.05），下同。

随着香梨贮藏期延长，声响应的Richardson和Korcak两种表观分形维数变化呈波动起伏的特征，毫无规律可言，Kolmogorov表观分形维数虽然整体呈逐渐下降趋势，对香梨脆度变化很不敏感。声学响应的Minkowski表观分形维数变化呈前快后慢的下降趋势，对香梨果肉破裂时声学信号锯齿度的变化相对较敏感，相关数据结果见表2.

结论

以库尔勒香梨为例，随着贮藏时间的延长且香梨脆度逐渐减小，力学响应的Richardson、Kolmogorov和Minkowski这3种表观分形维数适于定量评价香梨脆度；声学响应的Minkowski表观分形维数一定程度上也可反映香梨脆度的差异。综上所述，本发明提供了这种基于力声响应信号的4种表观分形维数计算脆性果蔬的锯齿度，实现了对果蔬脆度的定量评价，从而对果蔬的内部品质脆度进行准确分级。