运用近红外高光谱成像技术检测羊肉脂肪及蛋白质含量

《运用近红外高光谱成像技术检测羊肉脂肪及蛋白质含量》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、运用近红外高光谱成像技术检测羊肉脂肪及蛋白质含量　　摘要：夏季是人们外出进行烧烤活动的主要季节，羊肉制品一直是烧烤架上最受欢迎的肉类制品。但在市场经济的不良引导下，羊肉制品开始受到来自人工饲料，化学添加剂的影响。这些加工过的羊肉制品相比于原生原味的羊肉制品在脂肪含量，蛋白质含量都存在很大的差距。因此，对羊肉检测部门推向一种新型有效的羊肉检测技术是十分必要的。本文通过介绍运用近红外高光谱成像技术在羊肉制品上的检测，并说明了高光谱成像技术在羊肉制品检测中产生的作用。并对今后如何拓展该技术在检测领域的应用提出了一些设想。　　关键词：高光谱成像；检测；脂肪；蛋白质　　基金项目：塔里

2、木大学校长基金：TDZKQN201505；兵团科技支疆项目：2014AB037　　中图分类号：S762文献标识码：ADOI编号：10.14025/j.cnki.jlny.2016.14.0695　　往往在人们亲身品尝购买的羊肉时才能了解羊肉制品的口感，但其中的脂肪含量，蛋白质含量人们并不能用肉眼看出。因此，有的羊肉吃下去会令人发胖，有的却只能帮助消费者一饱口福。同时羊肉制品的价格因不同的质量，而在市场上标以不同的价位。是否物有所值，消费者同样无法判断，因此利用高科技手段将羊肉制品根据其自身真实的脂肪含量与蛋白质含量划分价位标准，更加有利于消费者挑选适合自身意向的羊肉产品。近

3、红外高光谱成像技术在对羊肉的检测方面发挥了自身的特殊功能。　　1羊肉脂肪与蛋白质检测的现实意义　　关于羊肉脂肪与蛋白质含量，不仅仅是消费者对于羊肉制品的质量要求，更是国家安全检疫部门对不健康羊肉产品检测的关键。市场上各类羊肉出现于街边的烧烤摊、大排档上，其消费市场之大是其他肉类所不能比拟的。因其较高的售卖利润，大多数饲养羊的商户会或多或少的在羊饲料中添加某些速成药剂，这也直接导致了羊肉后期的成长过程中，有害成分的积淀，因此严格的羊肉检测措施，是对公众食品安全的一种高度负责。　　在实际的羊肉检测中，利用凯式定氮法与索式抽提法进行检测是当前主要的检测手段，但是由于在检测之前需要

4、将羊肉样品进行繁琐的预先处理，高昂的成本限制了这两种方法在羊肉检测中的推广，寻求一次性具备大量检测羊肉能力的检测方式成为了当下需求。　　2高光谱成像技术的检测原理　　2.1概念　　高光谱成像技术是产生于上世纪80年代一项融合了多方面技术的扫描技术，在光学，光电子学，以及计算机信息处理技术上都有涉及，是传统二维成像与光谱技术的完美结合体。该技术最初用于航天领域，用于卫星图片的拍摄与遥感系统的构建。在后续的发展中，近红外高光谱成像技术逐渐运用在生态环境监测与农业气象方面。　　2.2高光谱成像技术的工作原理5　　高光谱成像本身包含二维和三维的光学图像，其中二维的坐标数据与三维的波

5、长信息共同构成了最终影像，其主要的成像方式包括：滤波片式与堆扫式。前者主要通过摄像头与可更换滤波片组成，后者主要通过摄像头和光谱仪的配合。在工作效方面，后者能采集更多的高光谱图像数据，并能保持较高的精密度，便于寻找特征波长。　　2.3高光谱成像技术的特点　　高光谱成像技术主要具备以下特点：高分辨率的光谱图像、宽广的波长覆盖范围、图像光谱一体的全方位展示效果、对样本数据数量的需求较多。　　3近红外高光谱成像技术检测羊肉脂肪和蛋白质含量的步骤　　3.1羊肉样品准备与选取　　具有效研究资料表明，养肉制品的脂肪含量与蛋白质含量深受自身羊的性别、成长年龄，甚至基因遗传变异条件的影响。

6、其中羊自身品种更能明显的在羊肉脂肪与蛋白质含量上显示出差别。因此，在羊肉样品的选择过程中选取了公羊、母羊、小羊、老羊的羊肉各一块，并在相同年龄性别条件下选取绵羊与山羊的肉各一块进行对比检测。将羊肉分为相同大小，放于冰箱冷藏。　　3.2高光谱成像系统的准备　　首先将高光谱成像系统的各个组成部分准备调试好。包括光谱成像仪，输出光源，一台计算机，暗箱以及相应检测软件操作系统。　　3.3样品光谱图像的采集5　　在将光谱成像系统参数设置正确后，开始对不同羊肉样品的光谱图像采集。将羊肉样品放置于职能检测平台上。同时暗箱关闭，封闭整个光谱检测成像系统，令羊肉在无光线状态下进行检测。检测完

7、成之后注意用塑料袋密封保存。　　4蛋白质与脂肪含量的测定　　在测定脂肪含量之前，需要将提取脂肪的无水乙醚准备好，利用无水乙醚的不断抽提，将羊肉脂肪抽离出来，利用干燥箱将羊肉干化并压为粉末，将两者质量对比。此时测出羊肉样品中的脂肪含量对于蛋白质含量的测定，主要通过凯式定氮法，借助凯式定氮仪将羊肉样品中的总含氮量测出。最后在与蛋白质系数相乘得出蛋白质含量。　　在测出蛋白质与脂肪含量时，运用高光谱成像仪进行扫描，找出蛋白质与脂肪的特征波长，并以此建立预测模型。其中脂肪含量预测与蛋白质含量预测使用最小二乘法进行预测，效果较