高光谱成像及近红外技术在鸡肉品质无损检测中的应用

高光谱成像与近红外光谱（near infrared spectroscopy,NIR）技术是现代食品检测领域的重要手段,本研究对2种技术在鸡肉品质无损检测中的预测精度进行研究。选用62份新鲜程度不同的鸡胸肉,提取其高光谱感兴趣区域（region of interest,ROI）的光谱曲线,并测定样品的挥发性盐基氮（total volatile base nitrogen,TVB-N）含量和菌落总数（total viable count,TVC）,利用OPUS 6.0光谱处理软件搜寻最佳的光谱预处理和波段组合,分别建立2个指标的偏最小二乘法（partial least square,PLS）定量分析模型。NIR样本选用30份新鲜程度不同的鸡胸肉,测定其TVB-N含量和TVC,建立PLS的交叉验证模型。结果表明:利用高光谱的ROI平均光谱建立的TVB-N含量与TVC模型的相关系数（R2）分别为0.965和0.919,均方根误差（root mean square error of cross validation,RMSECV）分别为0.121和0.215;利用NIR建立的TVB-N含量与TVC预测模型的R2分别为0.801和0.780,RMSECV分别为0.232和0.312。由此可见,基于高光谱的ROI区域光谱建立的预测模型在鸡肉品质无损检测中具有比NIR更高的预测精度。