基于近红外与中红外光谱技术的淀粉回生度检测

淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。     

基于近红外高光谱图像的黄瓜叶片色素含量快速检测

利用高光谱图像技术和高效液相色谱法(HPLC)快速检测了新鲜黄瓜叶中叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素含量。采集了120片黄瓜叶的近红外高光谱图像数据以及用HPLC精确测定黄瓜叶中色素含量;提取高光谱图像中50×50像素感兴趣区域(ROI)的平均光谱与4种色素含量分别建立偏最小二乘(PLS)预测模型;为了提高模型的稳定性和预测精度,分别采用区间偏最小二乘(iPLS)、向后区间偏最小二乘(BiPLS)和联合区间偏最小二乘(SiPLS)对各种色素对应的特征波段进行优选,同时对光谱划分数进行了优化。结果表明BiPLS和SiPLS对应模型的预测效果较好,对叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素的预测集相关系数RP分别为0.825 7、0.813 4、0.811 6、0.826 2。     

油炸藕片含油量快速预测及微观结构的三维重建

以油炸藕片为研究对象,首先利用高光谱图像技术(hyperspectral imaging technology,HSIT)结合联合区间偏最小二乘(synergy interval partial least squares,si PLS)和净分析物法(net analyze signal,NAS)提取油炸藕片的光谱信息,建立快速预测模型,并计算每个像素点的油含量值,将其表面油分布可视化;然后利用激光共聚焦显微镜(confocal laser scanning microscopy,CLSM)观察油在细胞中的分布,并扫描藕片Z轴方向序列图片进行微观结构的三维重建。结果显示,优选4个子区间,依据NAS法挖掘同油相关的NAS信号NAsk,建模后其预测集相关系数和均方根误差分别为0.819和0.682 mg/g,表明HSIT可快速预测油炸藕片含油量并可视化表面油分布。经CLSM扫描并图像三维重建后观察,油主要分布在细胞表面、边缘、细胞间隙以及破碎细胞内,且细胞的形状、大小均发生了很大的变化,可观察其内部油分布。结果表明,该研究可为油分布提供有效手段,并依据微观结构的变化为减少含油量提供科学的理论依据。     

不同颜色银杏叶总黄酮含量分布高光谱图像检测

利用近红外高光谱图像技术研究了总黄酮含量在不同颜色(绿色、黄绿色、黄色)银杏叶片上的二维分布规律。采集120片银杏叶在近红外波段(900~1 700 nm)下的高光谱图像信息,并利用分光光度计法测定银杏叶片的总黄酮含量;计算高光谱图像中不同波段下的平均灰度作为银杏叶对应的光谱信息,利用逐步线性回归方法建立黄酮含量校正模型(R=0.930 7);逐一提取待测银杏叶高光谱图像中每个像素点在不同波段的光谱信息,并将其代入黄酮含量校正模型以计算出各个像素点处对应的黄酮含量,从而绘制总黄酮含量在整个银杏叶片上的二维分布图。研究结果表明,银杏叶总黄酮含量随着绿色、黄绿色、黄色而呈现出递增趋势,且总黄酮含量高的区域主要位于叶片的边缘,总黄酮含量低的区域主要位于叶柄附近。研究为揭示有机组分在农产品、食品中的分布规律提供了技术手段。     

基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

[目的]获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。[方法]利用K-S（Kennard-Stone）方法划分样本集，并用小波滤噪法对草莓1000～2500nm近红外光谱进行预处理，最后用偏最小二乘法（PLS）和区间偏最小二乘法（iPLS）分别建立预测模型。[结果]采用区间偏最小二乘法将光谱划分为20个子区间，利用其中的第16个子区间建立的糖度模型效果最佳，其校正时的相关系数Rc和校正均方根误差RMSEC分别为0．9355和0．259，预测时的相关系数邱和预测均方根误差RMSEP分别为0．9202和0．305。[结论]用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数，缩短运算时间，而且预测能力和精度均得到提高。     

基于高光谱技术的菌落图像分割与计数

在平板菌落计数过程中，菌落与背景区域类似的颜色会干扰菌落的准确计数。为了准确测定细菌数，该研究利用高光谱图像技术捕捉成分差异引起的菌落与背景区域光谱特征，并结合化学计量学方法对平板的菌落进行分割并实现计数。采集枯草芽孢杆菌菌落平板的高光谱图像，提取菌落、背景区域的高光谱信息；利用遗传算法结合最小二乘支持向量机建立菌落区域/背景区域判别模型；随后，将菌落平板高光谱图像中每一个像素点对应的光谱信息代入判别模型以判断属于菌落的区域，模型的识别率为97.22%；最后，利用特征波段下的高光谱图像实现菌落的分割及计数，计数平均相对误差值为4.2 %，用时约为10 min。相比较于计算机视觉计数法，菌落计数法的平均相对误差降低了49.4%，结果表明建立的方法有望成为一类新的准确平板菌落计数方法。     

基于叶绿素叶面分布特征的黄瓜氮镁元素亏缺快速诊断

为了快速、无损诊断作物氮(N)、镁(Mg)营养亏缺,该研究提出一种以叶绿素叶面分布特征诊断黄瓜N、Mg元素亏缺的方法。在设施栽培模式下精确控制N、Mg营养元素的供给,培养黄瓜缺N、缺Mg及对照植株(营养元素正常植株),然后采集对应的高光谱图像并结合化学计量学方法快速、无损检测叶绿素分布。与对照组叶片叶绿素分布相比,缺N叶片的叶绿素含量在整个叶面区域偏低,缺Mg叶片叶绿素在叶脉之间区域含量偏低。鉴于此,提取叶绿素叶面分布特征(叶片所有像素点对应的叶绿素含量均值及标准差)对N、Mg营养元素亏缺进行诊断,对预测集N、Mg元素亏缺正确诊断率达90%。研究结果表明叶绿素叶面分布特征可作为一种黄瓜N、Mg元素亏缺诊断依据。     

油炸方式对油炸藕片吸油率与微观结构的影响

以油炸藕片为研究对象,使用荧光探针-尼罗红将油染色,然后应用激光共聚焦显微镜比较真空和常压2种不同油炸方式对藕片微观结构的影响,并比较在相同预处理条件下2种油炸方式的吸油率。结果表明,在ΔT=60℃时,真空吸油率比常压油炸降低了约30%。在微观结构方面,真空油炸能够很好地保存细胞的完整性,破碎细胞较少,阻碍油脂的进入,而常压油炸后细胞破碎严重,吸油率相对较高。在样本表面,真空油炸仅有1/3的细胞被油覆盖,而常压油炸约有2/3的区域被覆盖,尤其是油炸焦皮内部第一层细胞的油分布情况更能反映不同油炸方式微观结构的差异性。在样本内部,真空油炸的油分布在细胞间隙,完整细胞中少油或无油存在,而常压油炸,由于油炸温度高,使得细胞失水快,细胞破碎,油炸后细胞间隙和细胞中充满了油。综上所述,真空油炸能够减少油吸收,并保持油炸样本细胞的完整性,为深入研究油炸食品微观结构的变化,减少油吸收提供理论依据和有效手段。     

近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺

为了快速无损诊断黄瓜植株氮、镁元素亏缺,以K-最近邻域法（k-nearest neighbors, KNN）模型识别率作为遗传算法中染色体的适应度值,采用遗传算法（genetic algorithm, GA）优选近红外光谱特征子区间,交互验证优化主成分因子数和K值后建立了特征子区间对应的GA-KNN诊断模型。通过控制营养液中氮和镁的含量,在温室大棚内以无土栽培方式培育氮、镁元素亏缺植株,并用近红外光谱仪采集缺氮、缺镁植株老叶的光谱信息。结果表明：原始光谱经过标准正交变换预处理和子区间总数优化后,均匀划分为