研究结果以“Synergetic application of thermal imaging and CCD imaging techniques to detect mutton adulteration based on data-level fusion and deep residual network”（热成像与CCD成像结合数据层融合与深度残差网络的羊肉掺假检测）为题发表在农林科学领域TOP期刊Meat Science（中科院一区TOP，IF=7.1）。
动物源性肉类掺假一直是影响食品质量与安全的主要问题之一，引发社会对肉品欺诈行为的广泛关注。肉品的真实与否直接影响到人们的生活质量和健康安全，如何快速准确检测羊肉及其制品的真实性，是检疫机构和卫生部门亟待解决的问题。为此，以常见猪肉掺假羊肉和鸭肉掺假羊肉为研究对象，该团队将这两种成像技术与数据层融合方法和深度残差网络相结合，协同应用于掺假羊肉的定性和定量检测。首先，研究基于不同物质热特性的差异，创新性的引入热场，并获得了热场下样本的时序热像图和CCD图像；然后，考虑到空间信息和细节信息在提高稳定性和精度方面的重要性，提出了彩色图像拼接、灰度图像拼接和灰度通道叠加三种数据级融合方法；最后，基于搭建的深度残差网络，对比了三种数据层图像融合方法在检测掺假羊肉方面的性能（融合图像与模型结构如图1所示）；结果显示，在分类纯羊肉、纯猪肉、纯鸭肉、不同比例猪肉掺假羊肉和不同比例鸭肉掺假羊肉五类样本，以及量化掺假羊肉中猪肉或鸭肉含量时，两种成像技术的融合检测性能优于单一成像技术，基于彩色图像拼接获取的融合图像建立的深度残差网络展现了最优的检测性能。因此，热成像和CCD成像的协同应用为检测羊肉掺假和其他食品的质量提供一种新颖而有前途的工具。
图1 基于融合图像和深度残差网络的分类和预测模型训练过程 (M、D、P、MD、MP分别代表纯羊肉、纯鸭肉、纯猪肉、掺假羊肉和掺假羊肉)
本文的第一作者为机械电气工程学院2021级博士研究生王世昌，通讯作者为机械电气工程学院朱荣光教授。近年来，该团队致力于新疆特色牛羊肉品质快速智能化检测技术与装备研发，多项研究成果发表在Meat Science、Food Control和Biosystems Engineering等TOP期刊以及农业工程学报、食品科学等农林科学与食品科学领域卓越期刊，相关研究得到了国家自然科学基金和兵团中青年科技创新领军人才项目等项目的资助。
（通讯员：王世昌 郜建锐 巩芮君）
