020-8288 0288

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。

image.png

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。


联系我们

Contact us
广东赛斯拜克技术有限公司
  • 地址:广州市增城区新城大道400号智能制造中心33号楼601
  • 电话:020-8288 0288   13500023589
  • 邮箱:3nh@3nh.com
  • 网址:http://www.sinespec.cn
Copyright © 2024 广东赛斯拜克技术有限公司 版权所有
  • 公司联系方式
    QQ
  • 网站首页
    首页
  • 公司联系电话
    电话
  • 返回
    返回顶部