高光谱成像技术在食品无损检测中的应用
发布时间:2023-04-21
浏览次数:834
随着社会发展,人们生活水平提高,食品品质越来越受到重视。传统食品品质检测分析技术昂贵、耗时并且对研究对象具有破坏性。因此运用一个客观的非破坏性技术评估肉类质量显然是很必要的。本文介绍了高光谱成像技术在食品无损检测中的应用。
随着社会发展,人们生活水平提高,食品品质越来越受到重视。传统食品品质检测分析技术昂贵、耗时并且对研究对象具有破坏性。因此运用一个客观的非破坏性技术评估肉类质量显然是很必要的。本文介绍了高光谱成像技术在食品无损检测中的应用。
高光谱成像技术的优势:
德彩网随着社会发展,人们生活水平提高,食品品质越来越受到重视。传统食品品质检测分析技术昂贵、耗时并且对研究对象具有破坏性,因此寻找高效无损检测技术迫在眉睫。
近年来,一种新的先进的非破坏性技术:高光谱成像技术作为一种非侵入性、非接触式、非传统技术,高光谱成像技术提供了研究对象的空间信息和光谱信息。该技术基本特点是光谱分辨率高;光谱响应范围广、波段多而窄;“谱像合一”以及数据量大,信息丰富;数据描述模型多,分析灵活。这些特点决定了高光谱图像技术在食品内、外部品质检测的独特优势。由于图像数据能反映产品的外部特征,而光谱数据又可以对物体内部物理结构及化学成分进行分析,可以说高光谱成像技术是图像技术与光谱技术的完美结合。高光谱成像技术形成的数据可以用“三维数据块”来形象地描述,比传统机器视觉或光谱技术更可靠。
高光谱成像技术在食品无损检测中的应用:
德彩网高光谱检测技术获取图像光谱范围通常在可见-近红外(400~1000nm)和近红外(1000~1700nm)的光谱区域。迄今为止,高光谱成像技术在食品的各个方面已有广泛应用,如测定食品水分含量、新鲜度、生物污染等。
1.在食品水分检测中的应用
肉类中含有丰富多样的营养物质,因此肉类的品质保证对消费者来说是很重要的。值得注意的是,肉类的水分含量和 pH 己受到人们极大关注。传统方法对其水分和pH测定具有破坏性,而且耗时又低效。
水分含量是衡量肉质品的重要指标,研究人员等利用近红外高光谱成像技术定量测定了干腌火腿片水分和氯化钠含量,预测结果
显示水分和氯化钠的标准误差分别为:0.59%和0.13g/100g。
2.在食品新鲜度检测中的应用
目前用感官评定评估肉类新鲜度仍然被广泛应用,这些方法不客观且具有破坏性,因此运用一个客观的非破坏性技术评估肉类质量显然是很必要的。
外观是水果蔬菜一个非常重要的感官品质,它不仅影响其市场价值、消费者的偏好和选择,也在一定程度上反映水果蔬菜内部质量。研究人员综合分析了高光谱成像可用于评估农业作物(玉米、小麦、黑麦、小扁豆、大豆、油菜)质量和园艺(苹果、土豆和黄瓜、柑橘、桃、草莓和樱桃)作物。
3.在食品生物污染检测中的应用
肉类产品冷库温度波动常会导致细菌生长,从而影响肉类质量,因此对其进行生物检测是有必要的。
德彩网影响玉米质量的主要真菌一黄曲霉毒素。黄曲霉毒素B1(Aflatoxin)被认为是环境致癌物质。因此,早期检测玉米籽粒中有毒真菌以防止储存过程中交叉感染,是非常有必要的。研究人员利用近红外高光谱成像检测玉米籽粒的黄曲霉毒素B1。经过像素校准、减少噪音后提取感兴趣区域(ROIs)光谱图像。利用主成分分析(PCA),提高信噪比(SNR),减小维度提取光谱数据有价值信息。得到在波长1729nm和2344nm标识表明其为AFB1,检测精度达到92.30%。
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..