基于柔性触觉技术和多角度视觉感知的自适应跨模态非侵入式鲫鱼新鲜度检测方法

《Food and Bioprocess Technology》：Adaptive Cross-Modal Non-Invasive Detection of Crucian Carp Freshness Based on Flexible Haptics and Multi-Angle Visual Perception

本研究针对鲈鱼新鲜度检测需求，创新性融合多角度视觉感知与柔性触觉传感技术，构建非破坏性检测系统。通过采集鱼体瞳孔、虹膜、鳃部及腹部颜色变化特征与肉质弹性参数，开发多任务共享模型，实验验证准确率达99.54%，为食品质量智能监控提供新方法。

　　

摘要

鲫鱼是一种常见的食用鱼类，评估其新鲜度对于确保食品安全至关重要。本研究旨在开发一种自适应的、跨模态的非侵入式新鲜度检测方法，该方法结合了灵活的触觉技术和多角度视觉感知。所设计的检测系统配备了多角度工业相机和柔性压力传感器，通过采集、处理并融合来自鱼肉的多角度图像和触觉信号来实现无损新鲜度检测。实验结果表明，随着新鲜度的下降，鱼的眼睛瞳孔、虹膜、鳃和腹部的颜色会发生变化，同时鱼肉的触觉弹性也会减弱。基于这些观察结果，研究人员开发了一个多任务共享模型，该模型以灵活的触觉信号和多角度图像信号作为输入。该方法准确率达到99.54%，证明了自适应跨模态融合技术在鲫鱼新鲜度检测中的潜力，为质量监控提供了一种创新的方法。