基于高光谱成像技术的滩羊肉新鲜度快速检测研究

摘要

滩羊肉的新鲜度是其品质安全的一个重要衡量指标,也是肉品品质安全控制的关键环节.挥发性盐基氮(TVB-N)是表征肉品腐败过程主要的化学信息,能有效地评价出滩羊肉的新鲜度.然而,TVB-N的传统检测过程繁琐且人为影响因素大,检测结果缺乏客观性和一致性,不能满足当今肉品检测过程无损、快速、高效的需求.高光谱成像技术符合现代检测技术向多源信息融合方向发展的需求,已在食品安全领域得到广泛应用.利用可见/近红外高光谱成像技术(400～1000 nm)结合动力学和化学计量学方法以及计算机编程技术,将同时实现滩羊肉贮存期内(15℃环境)TVB-N浓度的快速检测和贮藏期的预测.研究中提取每个样品感兴趣区域的平均光谱数据,选用蒙特卡洛算法剔除异常样本.采用X-Y共生距离(SPXY)法划分为校正集和预测集,分别选用多元散射校正(multiplicative scatter correction,MSC)、卷积平滑(savitzky-golay,SG)、标准变量变换(standard normalized variate,SNV)、归一化(normalization)、基线校准(baseline)五种方法对原始光谱数据进行预处理,优选出最佳预处理方法.采用竞争性自适应重加权法(campetitive adaptive reweighted sampling,CARS)和连续投影算法(successive proj ections algorithm,SPA)分别提取了21个和6个特征波长.为优化模型并提高其模型精度,采用SPA算法对CARS所选特征波长进行二次提取,优选出14个特征波长.基于所提取的特征波长建立TVB-N浓度的PLSR模型,优选出SNV-CARS-SPA-PLSR模型具有较高的预测能力(R2c=0.88,RMSEC=2.51,R2p=0.65,RMSEP=2.11).同时,建立了滩羊肉TVB-N变化与贮藏时间的动力学模型,并将优化后的光谱模型和动力学反应模型相结合建立了滩羊肉光谱吸光度值与贮藏时间的高光谱动力学模型,实现对贮藏时间的预测,并通过PLS-DA判别模型对滩羊肉贮藏时间进行判别分析(校正集判别准确率为100％,预测集为97％).研究表明,利用可见/近红外高光谱成像技术结合动力学和化学计量学方法以及计算机编程技术,可以有效地实现滩羊肉品质智能监控与质量安全快速无损分析,为开发实时在线检测装备提供理论参考.