红肉质量高光谱无损检测研究
发布时间:2024-06-20
浏览次数:472
红肉质量是反映其新鲜程度的固有属性,可分类为由感官评价获取的外在属性和需要化学测量的内在属性。
红肉质量表征形式
红肉质量是反映其新鲜程度的固有属性,可分类为由感官评价获取的外在属性和需要化学测量的内在属性。羊肉的品质变化究其根本是由微生物引起的,羊肉的肌肉组织一般是无菌的,由于外部污染导致微生物接种到羊肉组织并开始繁殖,由此构成了羊肉的微生物特性。在微生物和酶的共同作用下,使蛋白质和脂肪等营养物质逐渐分解,进而引起酸碱度属性变化并产生对人体健康有害的化学成分,由此构成了羊肉的化学特性。营养物质流失和有害物质积累等内在特性的变化会以定的外在形式表现出来,例如肌红蛋白的氧化会引起肉色的变化、蛋白质的分解会导致羊肉质地瘫软,由此构成了羊肉的物理特性,如图1所示。
高光谱成像技术特点
高光谱成像技术是种基于多窄波段的图像数据技术,获取目标的二维图像和以维光谱,形成连续、窄波段的图像数据。
1. 高光谱成像技术优点
高光谱成像不仅具备图像和光谱技术的无损、高通量、快速等检测特点,还具有如下特点:
(1)图谱合一。高光谱成像技术同时获取目标的图像和光谱,可更加全面、有效、准确的描述目标外在特征(形状、色泽等)和内在特征(物理结构、化学成分)。融合红肉的光谱和图像特征构建多源信息的红肉质量无损检测模型,可以克服单一特征受噪声影响而导致的模型性能差等问题。
(2)分辨率高。高光谱相机覆盖波段范围广,可从可见光波段延伸到中红外波段,形成条近似连续的曲线,分辨率小于10nm。较高的分辨率可以提高高光谱技术获取红肉质量信息的能力[。
(3)模型多样。基于高光谱图谱合特性进行多样化建模,可应用于目标的外在特征感知、成分定量预测、质量安全评估等研究,使得数据的分析和处理更加灵活、方便。
2. 高光谱成像技术局限性
高光谱成像技术作为种新兴的数据获取技术,目前也存在诸多问题有待进一步优化,具体如下:
(1)冗余度高。高光谱数据是由二维图像和维光谱组成的三维数据,体量较大;相邻波段相关性强,同时包含背景等无用信息,导致高光谱数据的冗余程度较高。对于特定的目标,高光谱大体量的数据会掩盖目标特征信息,不利于快速分析和识别目标参数。
(2)信噪比低。由于技术的不成熟,目前高光谱相机采集信息的信噪比较低,对光谱预处理算法的要求相对较高。
(3)非线性强。高光谱数据的非线性主要来源于光源照射样品后的反射过程和反射光在空气中的传播过程,这要求采用更复杂的非线性模型进行处理。
红肉质量高光谱无损检测机理
光谱检测目标主要为含氢基团的化合物及其衍生性质,例如TVB-N主要结构为N一H基团,而色泽等属性特征则是肌红蛋白氧化基团的衍生表现。可见/近红外光谱可有效记录C一H,O一H和N-H等含氢基团的基频、倍频及合频吸收的相关信息,当采用连续的可见/近红外光照射红肉样品时,样品会选择性的吸收与基团发生共振波段的光,通过采集样品漫反射的可见/近红外光谱就可以实现样品化学成分和物理结构的定性定量分析。
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..