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:331
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
-
高光谱和多光谱有什么区别?
高光谱和多光谱作为作为无损检测技术,因其精度高、分辨率高等优点,被广泛的应用于农业、地质灾害、医学等不同的领域。高光谱和多光谱同作为光谱技术,但它们之间存在一定..
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..