基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究.pdf

《基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷，第7期光谱学与光谱分析Vo1．34，No．7，pp1938—19422014年7月SpectroscopyandSpectralAnalysisJuly，2014基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究朱逢乐，章海亮，邵咏妮，何勇浙江大学生物系统工程与食品科学学院，浙江杭州310058摘要提出了一种应用可见一近红外高光谱成像技术快速无损检测多宝鱼肉冷藏时问并实现其可视化的新方法。采集8种不同冷藏时间的共160个鱼肉样本的高光谱图像，并提取样本感兴趣区域(ROD的平均光谱。取120个建模集样本的光谱数据与其相应的冷藏时间建立偏最小二乘回归(PLs

2、R)模型，对4o个预测集样本的冷藏时间进行预测，预测决定系数(Rz)为0．9662，预测均方根误差(RMsEP)为0．6799d，获得了满意的预测精度。最后，用所建模型对预测集图像上每个像素点的冷藏时间加以预测，采用IDL图像编程技术将不同的时间用不同的颜色表示，最终以伪彩图的形式实现多宝鱼肉冷藏时间的可视化。结果表明，高光谱成像技术与化学计量学结合可以准确预测鱼肉的冷藏时间，与图像处理方法结合可以实现预测时间的可视化，能形象、直观地展示出鱼肉的新鲜度状态和分布情况，为实现水产品加工的自动化奠定了基础。关键词高光谱成像；多宝鱼；冷藏时间；偏最小二乘回归；I【)L

3、；可视化中图分类号：TP391．4文献标识码：ABOI：10．3964／j．issn．1000—0593(2014)07—1938—05息_6j，具有快速无损、样品无需预处理、可实现在线应用的引言优点。目前，该技术已应用于鱼肉片成分含量(脂肪]、水分_7、盐l9])的分布预测，新鲜与冷冻一解冻鱼肉的鉴多宝鱼，学名大菱鲆(Psettamaxima)，为硬骨鱼纲鲽形别[5，鱼肉片的中心线检测[1，寄生虫的检测[133等。si—目鲆科菱鲆属海洋底栖鱼类，是优质的名贵食用鱼。多宝鱼vertsen等_s]，Menesatti等【1应用高光谱成像技术检测鱼肉肉因具有高蛋白，

4、低脂肪，维生素、矿物质含量丰富等优点的冷藏存储时间，虽然都取得了满意的结果，但是都没有直而受到人们的青睐。但是由于多宝鱼肉水分含量高，容易在观地展示出鱼肉图像上每个像素点的冷藏预测时间。微生物和酶的作用下发生腐败变质，所以其冷藏存储时间的本研究通过对不同冷藏存储时问的多宝鱼肉可见一近红预测就很重要。目前主要是采用微生物法预测多宝鱼肉的剩外高光谱图像的分析，结合化学计量学和IDL图像编程，快余存储时间l1]，虽然结果比较可靠，但是操作复杂、废弃物速无损地实现了鱼肉冷藏时间的准确预测及其图像上每个像污染环境、鱼肉被破坏丧失食用价值，同时过长的检测时间素点的预测时间的

5、可视化。无法保证实时性，不能在线或大规模应用，也无法满足快速、无损的检测要求。1实验部分近几十年来，基于可见一近红外(325～2526nm)光谱技术对鱼肉品质的快速、无损检测得到了大量的研究和应用。1．1多宝鱼肉样本有机物的可见一近红外光谱吸收主要是含氢基团(C—H，0卜_一试验所用的4O尾多宝鱼购于杭州农副产品物流中心，H，NH，SH)等的倍频和合频吸收_2j。Bokn~s等[。应规格基本一致(全重400600g)。鱼冰水休克，击头致死，用可见一近红外光谱检测鱼肉的冷藏存储时间，取得较好的去头尾和内脏，洗净控干。每尾鱼均匀切成4份，作为4个检测效果。样本。每个

6、样本分别放于塑料密封袋中，再置于装满新鲜碎高光谱成像技术融合光谱分析和图像处理，可以同时获冰的干净泡沫保温箱(带有滴水孔)中，于0．5～1h内快速运得图像上每个像素点的光谱信息和每个光谱波段的图像信至实验室。立即将全部的160个样本放人冰柜冷藏，温度控收稿日期：2013—09一O1，修订日期：2013—12—26基金项目：国家自然科学基金项目(31201137)，国家高技术研究发展计划(863计划)项目(2011AA100705)和中央高校基本科研业务费专项资金项目(2013QNA6011)资助，作者简介：朱逢乐，女，1988年生，浙江大学生物系统工程与食品科学

7、学院博士研究生e-mail：denithQ)126．COrn*通讯联系人e-mail：yhe@zju．edu．cn第7期光谱学与光谱分析l939制在(3-0．5)℃。分别在O(当天)，1，2，3，5，7，9，11天该方法将因子分析和回归分析相结合，同时对光谱矩阵()各取出2O个样本，腹面去皮，对去皮的一面采集高光谱图像和浓度矩阵(y)进行主成分分解，在分解过程中将x矩阵信数据。在11天时，多宝鱼肉的鲜度明显降低，皮肤表面粘液息与l，矩阵相关联，建立x和y的线性回归模型，再预测未污秽，肌肉色泽偏黄，肉质松软糜烂，有强烈的腐败腥臭味知样本的浓度。原理为：及氨臭味，由

8、此作为冷藏存储时间终点。