高光谱成像技术在食品安全检测中的应用
发布时间:2024-02-19
浏览次数:409
摘要:本研究采用高光谱成像技术,利用Sinespec SP130M高光谱相机对鸡肉片、蔬菜馅饼和山羊奶酪中的异物进行检测。通过测量和分析光谱数据,成功建立了分类模型,能够准确区分食品和污染物。实验结果表明,高光谱成像技术在食品安全检测中具有潜力,能够探测人眼无法看见的污染物,为食品生产过程中的质量保证提供有效解决方案。
第一部分:项目背景与介绍
在食品生产过程中,确保产品的安全性是至关重要的。异物污染是食品安全领域的一个常见问题,它可能导致产品召回、成本上升以及品牌声誉受损。为了应对这一挑战,我们采用了高光谱成像技术,该技术能够在整个生产过程中提供有效的质量保证措施。
本研究使用了Sinespec SP130M高光谱相机(波长范围900-1700 nm)和Specim LabScanner 40*20设备,对鸡肉片、蔬菜馅饼和山羊奶酪等三种食品进行了测量,并在其中放置了不同类型的污染物。我们的目标是建立一个能够准确检测食品中异物的分类模型。
第二部分:实验过程与数据采集
我们首先对鸡肉片进行了测量,使用了木材、金属以及两种塑料(PE和PS)作为污染物。实验过程中,将食物放置在烘焙纸上,并使用高光谱相机进行扫描。随后,我们利用相同的污染物对蔬菜馅饼进行了检测。最后,对山羊奶酪进行了测量,其中使用了一小块薄薄的白色塑料包装材料作为污染物。
在实验过程中,我们获取了每种食品和污染物的光谱数据,并进行了基于White Ref和Dark Ref的标准化处理。通过SpecimINSIGHT分析软件,我们提取了反射率数据,并进行了区域选择,以便进行后续的光谱比较和分类模型建立。
第三部分:光谱比较与分类模型建立
通过对鸡肉片、蔬菜馅饼和山羊奶酪的光谱数据进行比较,我们发现食品和污染物之间的光谱特征存在明显的差异。这种差异为我们建立分类模型提供了基础。
我们使用了偏最小二乘判别分析(PLS-DA)模型对每种食品进行检测以找出异物。对于鸡肉片和蔬菜馅饼,模型包含了五个类别(PE、PS、木材、金属和食品)。而对于山羊奶酪,由于只有一种污染物,分类模型只包含两个类别(塑料和食品)。在每个模型中,背景都会被检测到并用黑色进行可视化。
通过PLS-DA模型,我们能够准确地区分食品和污染物,并对异物进行标识和可视化展示。这为食品生产过程中的异物检测提供了有效的解决方案。
第四部分:结论与展望
本研究使用Sinespec SP130M高光谱相机成功地检测了食品中的异物。实验结果表明,高光谱成像技术能够区分食品和污染物的光谱特征差异,并建立分类模型进行检测。该技术具有探测人眼无法看见的污染物的能力,这是标准RGB相机无法实现的。
未来,我们可以进一步探索高光谱成像技术在食品安全领域的应用潜力。例如,可以研究更多种类的食品和污染物,优化分类模型的准确性和稳定性。此外,还可以考虑将高光谱成像技术与其他无损检测技术相结合,以提高食品安全检测的效率和可靠性。相信通过不断的努力和创新,我们能够为保障食品安全做出更大的贡献。
相关产品
-
在线紫外/可见分光光谱分析仪的光学特性要求和性能要求
在线紫外/可见分光光谱分析仪on-line ultraviolet/visible spectrum analyzer基于分光光谱分析技术原理,结构上一般包括光..
-
波长准确性、波长分辨率及波长稳定性试验方法
使用标准光源检定。获取标准光源谱图,在波段范围内选择两条汞(氩)灯波长特征谱线,重复三次测量,三次测量的特征峰中心波长平均值与波长标准值之差△作为该波长处的准确..
-
高光谱成像仪的成像原理是怎样的?
高光谱成像仪也叫成像光谱仪,其最大的优势是结合了成像和光谱的特点,成像技术使样品能够在二维图像平面上显示,光谱学研究光与物质的关系,物质对光的反应在每个像素处..
-
高光谱成像技术的系统组成及特点介绍
高光谱成像技术作为一种新型成像技术,它是探测技术、精密光学仪器、信息处理技术的融合,可以准确的抓取样本的图像信息和光谱信息,对样本进行无损检测。本文对高光谱成像..