基于VIS/NIR高光谱成像技术检测鸡肉嫩度附视频

被引：11

作者：

王正伟

王家云

王松磊

何建国

贺晓光

刘贵珊

吴龙国

李丹

机构：

[1] 宁夏大学农学院

来源：

食品科技 | 2015年 / 11期

关键词：

高光谱成像技术; 无损检测; 鸡肉嫩度;

D O I：

10.13684/j.cnki.spkj.2015.11.052

中图分类号：

O657.3 [光化学分析法（光谱分析法）]; TS251.55 [];

学科分类号：

摘要：

利用400～1000 nm可见近红外高光谱成像系统对鸡肉嫩度进行快速无损检测研究。采集鸡肉表面的高光谱散射图像,提取样本感兴趣区域反射光谱曲线并用剪切力值表征鸡肉的标准嫩度。以原始光谱和多元散射校正(MSC)预处理光谱数据建立鸡肉嫩度的偏最小二乘回归(PLSR)模型,预处理光谱建立的模型效果更优。基于MSC预处理,采用偏PLS权重系数法结合逐步回归法筛选出了4个特征波长。然后采用PLSR和多元线性回归(MLR)模型分别建立特征波长处光谱反射值和鸡肉嫩度关系的数学模型,优选最佳模型。结果显示:MLR模型预测效果较好,预测相关系数(RP)和均方根误差(RMSEP)分别为0.94和1.97。研究表明:利用可见近红外高光谱成像技术结合多元回归分析法对鸡肉嫩度的快速无损检测是可行的。

引用

页码：270 / 274

页数：5

共 16 条

[1] 基于可见/近红外高光谱成像技术的番茄表面农药残留无损检测
张令标
何建国
刘贵珊
王松磊
贺晓光
王伟
[J]. 食品与机械, 2014, 30 (01) : 82 - 85
[2] 高光谱成像技术检测鸡肉中挥发性盐基氮含量
赵杰文
惠喆
黄林
张燕华
陈全胜
[J]. 激光与光电子学进展, 2013, 50 (07) : 158 - 164
[3] 光谱技术预测牛肉嫩度研究进展
陈士进
彭增起
李景军
沈明霞
王复龙
李小林
马鹏鹏
[J]. 食品科学 , 2013, (01) : 333 - 339
[4] 肉类品质无损检测技术研究现状与发展趋势
张玉华
孟一
[J]. 食品工业科技, 2012, 33 (12) : 392 - 395+400
[5] 基于高光谱成像及神经网络技术检测玉米含水率
李江波
苏忆楠
饶秀勤
[J]. 包装与食品机械, 2010, (06) : 1 - 4
[6] 成像光谱技术在农产品/食品检测中的研究进展
周全
朱大洲
王成
郑耀
王秋平
马智宏
[J]. 食品科学 , 2010, (23) : 423 - 428
[7] 鸡肉的营养价值与功能
张永明
孙晓蕾
[J]. 肉类工业, 2008, (08) : 57+32 - 57
[8] 化学计量学方法与分子光谱分析技术[M]. 化学工业出版社 , 禇小立, 2011
[9] Tenderness prediction in porcine longissimus dorsi muscles using instrumental measurements along with NIR hyperspectral and computer vision imagery[J] . Douglas F. Barbin,Nektarios A. Valous,Da-Wen Sun.Innovative Food Science and Emerging Technologies . 2013
[10] Prediction of moisture, color and pH in cooked, pre-sliced turkey hams by NIR hyperspectral imaging system[J] . Abdullah Iqbal,Da-Wen Sun,Paul Allen.Journal of Food Engineering . 2013

← 1 2 →