高光谱成像仪在肉品品质之间检测中的具体应用

随着生活水平的提高，人们对肉品的品质要求也越来越高。传统肉品品质的检测方法，不仅对肉品的破坏性较大，而且存在费时、不准确的情况。因此，为了快速、无损、精准检测肉品品质，就可以使用高光谱成像仪。本文介绍了高光谱成像仪在肉品品质之间检测中的具体应用。

高光谱成像仪用于肉品营养成分的分析：

1.水分测定

水分含量可以作为肉品原料的物性参数之一，因此，可以依据水分含量对不同肉品进行分类。利用高光谱成像技术（380～1100nm）对不同脱水程度的肉品进行水分含量检测，建立偏最小二乘回归模型，利用最小二乘支持向量机进行模型校正，模型预测效果达 98%，研究表明高光谱成像技术对肉品水量检测可以达到快速无损检测。

2.蛋白质的测定

从物质结构上看，蛋白质是构成生物的基本骨架，且生化反应中绝大多数酶都是蛋白质。从营养风味指标上看，蛋白质发生水解后的多肽或氨基酸可呈现出特征性的食品风味。利用高光谱成像技术对肉品中羟脯氨酸含量进行了检测。通过提取感兴趣区域及相关的特征波段，建立偏最小二乘模型，可以对肉品的蛋白质进行准确、快速的测定。

3.脂肪的测定

脂肪是动植物体中的油性物质，是生物体的组成部分和储能物质。在食品加工过程中常有特殊的食品风味。利用高光谱成像技术预测肉品的脂肪分布，比较光谱相似测量和方差分析提取特征波段的优劣，通过建立预测模型，可以精确对肉品的脂肪进行测量。

高光谱成像仪用于肉品的食用品质的评价：

1.嫩度测定

肉的嫩度称为肉的柔软性，指肉在食用时口感的老嫩，反映肉的质地，且肉的嫩度与肉的弹性相对应，是硬度的倒数。通过高光谱成像技术获取肉品的相关信息，筛选出最能表征肉品剪切力值的波段，建立线性和支持向量机判别模型，就可以对肉品的嫩度进行分析。

2、色泽检测

肉品色泽是消费者对肉品质量的第一印象，也是对其进行评价的主要依据。色泽的测定通常有比色板法、仪器测色法和化学测定法。其中仪器测定法是利用色度仪测取肉品表面的亮度值（L*）、红度值（a*）和黄度值（b*）来评定肉色。通过高光谱仪对红肉颜色进行检测，选用具有样品代表性的光谱信息，经由多种预处理方法，建立预测各颜色参数的模型并对模型进行评价，取得了理想的模型预测效果。这表明，高光谱成像技术不仅可以作为无损检测肉品色泽的有效手段，并且可以取特定区域或品种的肉样作为研究对象，这一点也为实际生产与在线检测提供了一定的理论基础。

3、新鲜度测定

肉制品的新鲜程度直接影响肉品的食用品质和营养价值。应用高光谱成像技术对肉品新鲜度进行检测，利用偏最小二乘法，常规区域二乘法，向后区间偏最小二乘法和联合区间偏最小二乘法建立挥发性盐基氮）含量预测模型，就可以对肉品的新鲜度进行快速的无损检测。

高光谱成像仪用于肉品的安全指标的检测：

1.微生物测定

食品的腐败变质与食品自身或储藏环境中微生物含量有较大的关系，其中，微生物将食品作为自身繁殖的养料，不仅使食品营养成分减少，且降解产物会影响食品的食用品质。利用高光谱成像技术对肉品表面微生物含量进行测量，通过结合标准平板菌落计数法比较分析了偏最小二乘法、人工神经网络和最小二乘支持向量机的精确度，建立相应的预测模型，就可以对肉品中微生物的含量进行分析。

2.掺假测定

肉品中的掺假问题主要表现在肉糜类制品。利用高光谱成像技术检测牛肉馅制品中掺加鸡肉、羊肉馅制品中掺加猪肉，分别对不同添加量梯度进行检测分析，利用偏最小二乘回归法（PLSR）建立预测模型，就可以准确对肉制品的掺假情况进行分析。