高光谱成像仪在食品品质无损检测中的应用

食品安全问题是消费者关注的重点问题，随着光谱成像技术的不断发展，高光谱成像仪在食品检测领域获得了广泛的应用。它可以在检测食品外部品质的同时，对被检测食品的内部品质和品质安全进行检测。本文介绍了高光谱成像仪在食品品质无损检测中的应用，对此感兴趣的朋友可以了解一下！

高光谱成像仪在食品水分检测中的应用：

农产品的水分检测是食品水分检测技术的重要组成部分。以农产品中的肉类产品为例，现阶段肉类的水分含量和 pH值问题已经得到了人们的关注。通过对肉类食品水分检测技术的发展现状进行分析，可以发现传统食品水分检测技术存在耗时长和低效的特点。面向农产品的食品水分检测是高光谱成像技术应用于食品水分检测的表现。它可以在融合图像和光谱技术的优势的基础上，提升食品品质无损检测的检测效率。以三文鱼制品的检测为例，一些学者借助近红外高光谱成像技术对三文鱼的水分损失情况和鱼肉制品的pH 值进行了分析。在检测过程中，相关人员在波长400～1700nm 范围内获取高光谱图像信息，并利用偏最小二乘回归PLSR 建立了预测模型，确定水分损失交叉验证相关系数。根据检测结果，三文鱼鱼肉的 pH值为0.877，水分损失交叉验证相关系数值为0.877。一些研究者以羊肉为例，利用近红外高光谱成像技术对银行肉制品的化学成分进行了分析，研究过程中所使用的红外波长范围在900～1700nm，羊肉中水、脂肪和蛋白质的含量系数分别为0.88、0.88和0.63，上述系数值的标准误差为0.51%、0.40%和0.34%。这一案例表明应用于食品品质无损检测中的高光谱成像技术具有检测效率高的特点。

高光谱成像仪在食品新鲜度检测中的应用：

食品新鲜度检测主要是对农产品的新鲜度进行检测。水果蔬菜的外观品质不仅仅与其市场价值之间存在着一定的联系，也是消费者的偏好和市场选择的主要影响因素。从高光谱成像技术的应用范围来看，这一技术也可以对水果采摘以后的隐性损坏问题进行分析。现阶段一些学者已经将近红外高光谱成像技术应用于芒果的机械性损伤检测工作之中。根据一些研究者所取得的经验，应用于芒果损伤检测的图像的完整波长范围在650～1100nm。以下是在芒果损伤检测中所使用的分类方法：一是线性判别分析法；二是近邻法；三是朴素贝叶斯分类法；四是决策树法；五是极限学习机法。在对上述分析方法进行应用以后，芒果机械性损伤情况的正确分类率达到了97.90%。

高光谱成像仪在食品生物污染检测中的应用：

食品生物污染检测是控制食品污染问题的重要举措。含镉大米事件和三鹿奶粉事件的出现，已经在食品安全领域为人们敲响了警钟。在食品安全问题频发的环境下，食品质量问题已经成为了社会公众高度关注的问题。以肉类制品为例，冷库温度波动问题会让附着于肉制品之上的细菌数量有所增加。生物污染检测成为了事关居民消费安全的重要因素，从肉制品生物污染检测体系的发展现状来看，人们可以借助近红外高光谱技术对已经腐败变质的肉制品的微生物生长情况进行分析，也可以检测不同温度下的微生物生长情况。基于偏最小二乘法的应用模型也是食品生物污染检测领域所使用的研究模型。例如：一些学者借助近红外高光谱技术对鸡肉的假单胞菌含量进行了分析，并构建了基于遗传算法的波长体系。

高光谱成像仪在其他方面的应用：

从高光谱成像技术的国内外研究现状来看，这一技术已经开始在小麦质量、小麦育种和小麦深加工研究应用中得到了应用。例如：在稻米品质的研究过程中，一些研究者所提取的水稻波长范围在400～1000nm。在研究过程中，相关人员主要借助主成分分析法对研究对象进行降维处理。

综上所述，高光谱成像技术具有检测效果高的特点，主成分分析法和基于偏最小二乘法的应用模型是研究工作中所常用的研究模型。高光谱成像技术在食品品质无损检测中的应用拥有较为广阔的研究前景。