肉品质光谱检测中探头与样品距离对结果影响的校正

针对畜肉品质光谱检测中光纤探头与样品表面不同检测距离对预测结果影响较大的问题,分析了光谱曲线随检测距离变化的变化规律,提出光谱数据的校正方法。通过猪肉嫩度预测,验证校正效果。分别采集光纤探头固定时和光纤探头与样品表面检测点距离在4~18 mm变化范围内的猪肉背肌可见/近红外光谱。对每种情况下的光谱数据进行相同预处理,建立猪肉嫩度PLSR预测模型。探头固定时,预测集猪肉嫩度预测值和实测值相关系数为0.82,均方根误差为5.82 N。五次多项式拟合光纤探头与样品表面检测点距离在4~18 mm范围内380~1 050 nm各个波段的相对光谱数据,拟合相关系数R均大于0.999,均方根误差在0.018 7~0.242 2范围内。利用拟合方程校正后的光谱数据和最优嫩度预测模型对预测集进行预测,光纤探头与样品表面检测点距离在4~17 mm范围内时预测集嫩度预测值和实测值的相关系数在0.83~0.90之间,均方根误差在4.80~5.75 N之间。结果表明:对不同光纤探头与样品表面检测点距离采集的漫反射光谱数据进行校正,能够较好地克服光纤探头与样品表面检测点距离对猪肉嫩度预测模型的影响。     

基于机器视觉的猪胴体背膘厚度在线检测技术

为了能在线精准测量猪胴体背膘厚度,解决人工测量过程中效率低、人为因素影响大及结缔组织易被误测量为背膘的问题。该文基于机器视觉及图像处理技术提出一种图像采集并自动测量背膘厚度的算法。在双边滤波、大律法、形态学变换的基础上,通过轮廓面积分割提取出背膘区域及其边缘轮廓,利用拟合线对轮廓边框进行拟合,判断是否包含结缔组织。若包含则针对原始图像目标测量区域像素点特征进行具体分析,去除结缔组织。然后通过直线映射,确定背膘厚度检测线,测量猪胴体背膘厚度。测试结果表明:检测方法能适应在线检测速度需求,检测正确率为93.5%,平均检测时间为0.3 s。研究结果为生猪屠宰生产线上准确、快速测量背膘厚度提供参考。     

可见/近红外光谱结合遗传算法无损检测牛肉pH值

为了实现牛肉在整个货架期内(4℃环境)pH值的无损快速检测,该文采用可见/近红外光谱技术并结合遗传算法(GA,genetic algorithm),搭建了可见/近红外光谱检测系统,采集储藏在4℃下1～18d的120个牛肉样品400～1700nm范围的光谱,用不同预处理方法处理,并分别建立全波段光谱和经过遗传算法提取有效光谱的预测牛肉pH值的多元线性回归(MLR,multiple linear regression)模型、偏最小二乘回归(PLSR,partial least-squares regression)模型和最小二乘支持向量机(LS-SVM,least square-support vector machine)模型。结果表明,多元散射校正(MSC,multiplicatives catter correction)结合Savitzky-Golay(SG)平滑为最佳预处理方法,遗传算法提取光谱后所建模型的预测精度均高于全波段光谱所建模型,其中LS-SVM为最佳预测模型,其预测相关系数和标准差分别为0.935和0.111,相比全波段LS-SVM模型预测,精度得到了提高。研究表明可见/近红外光谱技术结合遗传算法所建LS-SVM预测模型能够实现4℃下牛肉整个货架期内pH值的无损快速检测。该研究为进一步开发实用的牛肉pH值无损快速检测设备提供依据。     

基于拉曼光谱的面粉中过氧化苯甲酰的非接触检测

为了对面粉中的非法或过量添加剂进行无损、快速识别。以过氧化苯甲酰为检测对象,基于拉曼光谱技术采集面粉和过氧化苯甲酰的纯品拉曼光谱,筛选出识别过氧化苯甲酰的拉曼特征峰。为了进一步验证拉曼光谱检测面粉中混合过氧化苯甲酰的可行性,分别配置了10个不同质量比的混合物样品,采集混合物的拉曼光谱数据,并通过Savitzky-Golay（S-G）算法和8次多项式曲线拟合算法去除混合样品拉曼光谱中的噪声和荧光背景信号,保留原始数据的拉曼光谱信号。对过氧化苯甲酰纯品拉曼分析后,发现在619 cm-1、848 cm-1、890 cm-1、1 001 cm-1、1 234 cm-1、1 603 cm-1及1 777 cm-1处具有明显的拉曼峰,其中1 001 cm-1处的拉曼峰强度最高,因此选取1 001 cm-1处的拉曼峰作为识别过氧化苯甲酰的特征峰。经过平滑和基线校正后的10个混合样品的拉曼散射光谱中能够清晰地检测到1 001 cm-1位置处的拉曼峰。该结果表明基于拉曼光谱技术,能够有效、快速、非接触地识别掺杂在面粉中过氧化苯甲酰。     

自动化机械发酵食醋过程中品质变化规律

为全面了解转鼓式反应器固态发酵食醋过程中主要成分和风味物质的动态变化规律,该文对反应器发酵食醋过程进行跟踪取样,利用高效液相色谱、固相微萃取技术、气相色谱-质谱联用技术,对酒精、总酸、还原糖、氨基态氮、有机酸、挥发性风味物质含量变化进行实时监测,结合主成分分析方法,探究食醋不同发酵阶段的风味物质差异。结果表明,酒精含量在发酵0～4 d内迅速增加,随后逐渐下降至零;总酸含量呈现先快速上升后缓慢上升的趋势;还原糖含量呈先快速下降后逐渐上升,最后逐渐下降的趋势;氨基态氮呈现先快速上升后缓慢上升的趋势;乙酸和乳酸是主要的有机酸,整个发酵过程中,乙酸含量持续增加,乳酸含量呈先上升后下降趋势,其他有机酸含量较少,发酵期间变化波动相对较小;共检测出64种挥发性风味物质,包括酯类25种,醇类12种,酸类6种,酚类5种,醛类5种,酮类6种,杂环类5种;发酵前、中、后期的重要挥发性物质分别是醇类化合物、酯类和醛类化合物、酸类化合物。该结果为推进转鼓式固态发酵食醋反应器的实际生产应用提供了理论基础和数据参考。     

便携式猪肉营养组分无损实时检测装置研究

为了实现猪肉营养组分(脂肪和蛋白质)的快速、无损、实时检测,基于近红外反射光谱设计了便携式猪肉营养组分无损检测装置。硬件部分包括光谱采集单元、光源单元和控制单元,并开发了相应的检测软件,实现样品光谱信息的有效获取和实时分析。为了建立稳定可靠的预测模型,考察了波段选择、样本分组方式和筛选变量方法对模型的影响。分别基于可见/短波近红外(Vis/SWNIR)、长波近红外(LWNIR)及Vis/SWNIR-LWNIR,利用随机选择法(RS)、Kennard-Stone法(KS)和基于联合X-Y距离的样本划分法(SPXY)对样本进行划分,建立了脂肪和蛋白质质量分数的偏最小二乘预测模型。结果发现,基于Vis/SWNIR-LWNIR波段,利用SPXY算法进行样本分组,取得了最佳的预测模型。在此基础上,比较分析竞争性自适应加权算法、随机蛙跳算法和蒙特卡罗无信息变量消除-连续投影算法3种算法筛选变量建立的模型效果。基于竞争性自适应加权算法筛选变量的模型结果最佳,对脂肪和蛋白质建立的模型验证集相关系数分别为0.950 5和0.951 0。结果表明:基于近红外反射光谱设计的便携式猪肉组分检测装置可以对脂肪和蛋白质含量进行快速、无损、实时检测。     

猪肉中莱克多巴胺便携式快速筛查装置研究

莱克多巴胺俗称“瘦肉精”,可被用来饲养牲畜以提高胴体瘦肉率。食用含有莱克多巴胺的畜禽肉或内脏可引起健康问题甚至危害生命。传统的莱克多巴胺检测周期较长,费时费力,不利于实际大范围推广使用。在一些屠宰场往往采用抽检的方式进行检测,存在严重滞后性。研发了一种猪肉中“瘦肉精”莱克多巴胺便携式快速筛查装置,该装置主要包括光谱采集模块、光源模块、控制模块和电源。并基于NI LabVIEW软件开发工具,采用G语言编写猪肉“瘦肉精”智能快速检测的控制软件。首先,在碱性环境下利用乙酸乙酯对猪肉中莱克多巴胺进行提取,并采用表面增强拉曼散射（SERS）方法进行检测。研究对比了不同浓度NaCl水溶液作为聚集剂对莱克多巴胺SERS光谱的影响,结果表明以1mol/L NaCl为聚集剂的增强效果最好。其次,比较了液滴蒸发对拉曼信号的影响,结果表明在滴加样品后,4s后采集的拉曼信号较好。然后,制备不同莱克多巴胺含量（1、2、4、6、8、10μg/g）的猪肉样品进行定量分析,采用自动惠塔克拟合算法（AWF）对光谱数据进行预处理,扣除原始拉曼光谱中包含的荧光背景。建立836cm-1处SERS强度与猪肉样品中莱克多巴胺含量之间的一元线性回归模型。结果表明,模型具有较好的线性关系,决定系数R2为0.99,均方根误差为0.178μg/g。最后,重新制作一批莱克多巴胺含量相同的猪肉样本,利用研发的装置对猪肉中莱克多巴胺进行检测,预测值与样品标准理化值具有较好的线性关系,决定系数R2为0.99,均方根误差为0.317μg/g。本装置简单便携,价格便宜,检测时间小于1h,检出限为1μg/g,可以用于猪肉中莱克多巴胺的快速筛查。     

苹果糖度高光谱图像可视化预测的光强度校正方法

针对类球形水果表面曲率变化引起高光谱图像光响应强度差异较大,难以有效预测各部位的品质信息的问题,以富士苹果为研究对象,对高光谱图像进行黑白标定后,以糖度测试部位为感兴趣区域提取平均光谱并建立糖度的定量预测模型,校正集相关系数Rc为0.930 5,校正均方根误差RMSEC为0.433 1;高光谱图像经构建掩模消除样本背景噪声后,提出了高光谱图像光强度校正方法,比较校正前后的高光谱图像能量分布图可以发现光强度得到有效补偿,对校正后的高光谱图像标记空间信息并提取对应光谱,用已建立的苹果糖度模型计算各像素点对应的糖度值,绘制苹果糖度的伪彩色分布图。研究结果表明,高光谱图像经强度校正可以快速无损的预测苹果的糖度及其分布。     

基于多光谱成像技术的猪肉新鲜度无损快速检测装置

基于多光谱成像技术设计了猪肉新鲜度的关联复合品质参数无损伤快速检测装置,包括硬件与软件设计.硬件系统由单片机控制单元、光源单元、图像采集单元、数据处理单元和LCM液晶显示单元组成,软件系统在ICCAVR开发环境下设计,采用C语言编程,包含图像采集模块、滤光片切换模块、LCM显示模块、与PC机通信模块等.经过软件与硬件系统调试、实验,该装置检测速度为每10s检测一个样品,具备无损伤、快速检测的功能.     

基于高光谱成像技术的牛肉大理石花纹的评估

利用高光谱扫描成像技术评估牛肉大理石花纹。组建了高光谱线扫描成像系统,采集牛肉样品在400~1100nm波段的高光谱反射图像。通过牛肉脂肪和瘦肉在各个波段处反射值比的最大值,确定530nm为特征波段。提取特征波段处大理石花纹的3个特征参数(大颗粒脂肪密度、中等颗粒脂肪密度和小颗粒脂肪密度),使用特征参数分别建立多元线性回归模型(MLR)和正则判定函数模型,对大理石花纹分级和等级预测,用全交叉验证方法验证模型的准确性。MLR模型对大理石花纹等级的预测决定系数R2=0.92,预测标准差为SECV=0.45;总的分级准确率是84.8%;正则判定函数对大理石花纹等级判定准确性较低,为78.8%。研究表明,将高光谱成像技术应用于牛肉大理石花纹等级评定是可行的。