随着群众生活水平的日益提高,饮食健康在人们心目中变得越发重要。广大群众对肉食品消费的增加,肉类食品安全卫生已经密切关系到群众身体健康和生活品质,所以对肉类食品的检测显得尤为重要。肉类的安全品质,其新鲜程度是一个关键指标。肉类新鲜度的研究,具有一定的经济价值和实用价值。目前,肉类新鲜度的测量,主要是一些传统的检测方法,形式有感官观测评估,微生物测量法,化学方法。对于以上传统检测方法,都存在一定的局限性,检测方法不仅耗时长,检测过程复杂,而且实时性也不能保证,其实际运用范围仅仅局限于相关部门,不宜一般的消费群体使用。传感器技术,数字图像信息技术,智能信息技术以及多数据融合技术的运用与结合,为本课题猪肉新鲜度检测和研究提供了理论支持和保障。猪肉腐败过程是一个异常复杂的物理和化学变化过程,依靠单一角度的分析数据来评判猪肉新鲜度,是很难做到准确的判断。采用非相干微量参数数据融合技术,可以达到对猪肉新鲜度良好的综合检测效果。猪肉在腐败过程中,有着特定的特征信息变化,腐败过程中,肉制品在细菌作用下,释放出氨和硫化氢气体,同时猪肉表面图像的信息也会发生改变,猪肉表面的PH值和表面完整细胞数,菌斑面积也随腐败时间单调变化,可以利用这些反映猪肉新鲜度变化的特征信息来检测猪肉新鲜程度。课题中,对同一环境下的猪肉进行氨气浓度值,硫化氢浓度值,猪肉表面颜色值信息,PH值,单位面积完整细胞数,诸多腐败特征进行测量,有效地保证数据的同步性和有效性。(1)氨气和硫化氢气体是通过自制的多方位传感器阵列实现采集,玻璃器皿为了更加有效的接近常温常态的环境,器皿的每个侧面都同时分布了两个传感器,从而可以减少误差带来的影响,采集的数据实时输送到数据采集卡,及时传输到PC机而实现数据的同步性;(2)图像的特征信息是通过CCD拍摄图像,然后提取其图像的H,S,I信息以及完整脂肪细胞个数;(3)PH值是随着腐败时间一直变化的,新鲜肉从弱酸性基本单调性的变化到弱碱性,课题中采用北京化工制造的精密试纸测量猪肉腐败时间点上的PH值;(4)TVBN(总挥发性盐基氮)是衡量猪肉新鲜程度的国家统一的标准,是目前国家官方衡量新鲜度的唯一标准,其值的大小直接反应猪肉的新鲜程度。在检测识别系统中,其值是作为判别猪肉新鲜度的输出端。为了获取可靠的实际测试数据,课题实际中采用了半微量定氮法来获取连续腐败时间点上所对应的TVBN值,作为神经网络的导师信号。课题选用了改进的前向型神经网络RBF,实现系统识别预测功能,研究发现,RBF网络具有更小的误差和更好容错能力,更能满足实际的检测要求,最后采用了MATLAB与Visual C++的结合设计了猪肉新鲜度检测识别系统。本文通过气体传感器阵列,CCD图像采集,图像处理技术,获取了猪肉腐败过程中的气体信号,图像信息,PH值等有关数据,实现猪肉新鲜度特征信息的提取,利用RBF神经网络实现了基于多数据融合技术的新鲜度模式识别。并创建了由多角度空间分布传感器阵列、数据采集卡、USB接口组成的一套快速检测系统,可以为以后实现家庭化便携式检测终端提供样机模型。