鲜鸭蛋及其制品的营养成分初步分析

试验通过对鲜鸭蛋、皮蛋和咸蛋的粗蛋白、粗脂肪、灰分、含水量以及17种氨基酸含量的测定,分析比较了它们的基本营养指标,为阐明其营养价值提供了初步的营养依据。试验结果表明,鲜鸭蛋及鸭蛋制品中的粗蛋白含量处于同一水平,而粗脂肪、灰分以及水分含量的差异显著(P=0.05)。咸蛋与鲜鸭蛋中的17种氨基酸含量大致保持一致,而皮蛋中的Cys和Arg含量显著低于鲜鸭蛋(P=0.05)。营养分析表明,鲜鸭蛋及其制品的营养价值在蛋白质方面与鸡蛋相当,在脂肪和矿物质含量上优于鸡蛋,因此在饮食结构中,可作为鸡蛋的有益补充。

鸭蛋新鲜度模型的试验研究

用计算机视觉技术 ,研究了鸭蛋新鲜度模型。取当天产新鲜鸭蛋 ,分青壳蛋和白壳蛋各 15 0枚置于恒温衡湿环境中。每次定时任意取出其中白壳和青壳蛋各 10枚用计算机视觉检测装置检测出蛋内容物的颜色参数。根据这些参数和与之对应且表征蛋新鲜度的Haugh值拟合出蛋新鲜度模型。白壳蛋新鲜度模型检验结果为 :r =0 .75 7,F =77.932 ;青壳蛋新鲜度模型检验结果为 :r =0 .76 7,F =75 .911。

壳聚糖涂膜及蛋壳处理鸭蛋保鲜效果的研究

采用清洗 +壳聚糖涂膜及不清洗 +壳聚糖涂膜的处理方法进行了鸭蛋保鲜对比试验 ,溶液壳聚糖质量浓度 ρ(壳聚糖 )分别为 5 ,10和 2 0 g/L。 2 5℃ ,相对湿度 2 0 %～ 2 5 %条件下贮藏 2 7d ,结果表明 :鸭蛋失重率与贮藏时间成线性关系 ,ρ(壳聚糖 )较高时鸭蛋失重率较低 ,且蛋黄指数较高。不清洗 + ρ(壳聚糖 ) 2 0g/L涂膜处理效果最佳 ,失重率比对照组低 3 0 % ,蛋黄指数 0 36 8,较对照高 0 0 17;清洗 +涂膜处理各组均有鸭蛋变质。壳聚糖涂膜具有一定保鲜作用 ,但 ρ(壳聚糖 ) 5～ 2 0 g/L时 ,抑菌效果不佳 ,建议保鲜贮藏时采用杀菌加涂膜或不清洗直接涂膜的方法。

次氯酸钠杀菌结合聚乙烯醇基纳米SiO2复合材料涂膜对鸭蛋保鲜效果的影响

为探究次氯酸钠杀菌结合聚乙烯醇基纳米SiO_2复合材料涂膜对鸭蛋的保鲜效果,本实验分别采用次氯酸钠杀菌、聚乙烯醇基纳米SiO_2复合材料涂膜和次氯酸钠杀菌结合聚乙烯醇基纳米SiO_2复合材料涂膜处理新鲜鸭蛋。动态测定35 d贮藏过程中各组鸭蛋的失重率、菌落总数、哈夫单位和蛋黄指数的变化情况,比较贮藏后各组鸭蛋蛋壳色度和熟制鸭蛋质构变化。结果表明:与对照组相比,三个处理组鸭蛋的失重率和菌落总数均显著降低(p<0.05),杀菌结合涂膜组的失重率和菌落总数最小,分别为2.79%±0.19%、(4.83±0.42)lg cfu/g;三个处理组鸭蛋的哈夫单位和蛋黄指数均显著增加(p<0.05),杀菌结合涂膜组的哈夫单位(76.09±4.15)和蛋黄指数(0.40±0.02)最大,且与贮藏前的新鲜蛋无显著性差异(p>0.05);杀菌结合涂膜处理对鸭蛋质构特性无显著影响(p>0.05),但可使蛋壳亮度显著提高(p<0.05)。由此可见,三种处理方式均能显著逆转鸭蛋品质的劣变,次氯酸钠杀菌结合聚乙烯醇基纳米SiO_2复合材料涂膜的保鲜效果最佳,显著优于单独的次氯酸钠杀菌和聚乙烯醇基纳米SiO_2复合材料涂膜(p<0.05),该研究为杀菌结合复合材料涂膜在禽蛋保鲜上的应用提供参考。

聚乙烯醇基涂膜包装对咸鸭蛋保鲜效果的影响

采用响应曲面试验方法研究聚乙烯醇(PVA)基涂膜材料对咸鸭蛋的保鲜效能特性,以咸鸭蛋失水率为目标函数建立二次多项式数学模型,分析PVA与硬脂酸浓度和成膜干燥温度交互作用对失水率的影响。结果表明:咸鸭蛋的最佳涂膜处理条件为:PVA浓度9.99%、硬脂酸浓度2.13%、成膜干燥温度25.09℃,在此条件下涂膜保鲜的咸鸭蛋常温贮藏5个月后失水率为7.86%,相比对照组降低了52.0%;细菌总数(292±31.9)CFU/g,低于国家卫生标准(P<0.05)。

咸鸭蛋腌制前后锌、钙含量的研究

以鲜鸭蛋为原料,采用盐水腌制法腌制成咸鸭蛋。通过电感耦合等离子体发射光谱(ICP-OES)测量鸭蛋中锌、钙元素含量在腌制前、后的变化。结果表明:咸鸭蛋蛋清中的锌、钙含量显著高于鲜鸭蛋,而且随着盐水中锌含量的增加,咸鸭蛋蛋清中锌含量也随之增加。而咸鸭蛋蛋黄中的锌、钙含量略高于鲜鸭蛋,随着盐水中锌含量的增加,咸鸭蛋蛋黄中锌含量没有变化。

基于机器视觉的鸭蛋新鲜度检测

鸭蛋新鲜度的检测是鸭蛋生产、销售、加工过程中的重要环节之一。禽蛋气室及蛋黄的形态特征与其新鲜度密切相关。本文运用机器视觉技术,采集鸭蛋彩色图像,并对其进行图像预处理去除背景。采用梯度法跟踪边缘,先判断出气室的位置,后利用Hough变换检测直线提取出鸭蛋气室分界线,获得气室区域大小,从而求得气室面积与整蛋面积比。同时提取鸭蛋心区域面积与整蛋面积比,分别计算R,G,I分量灰度均值,以这5个指标为特征参数,将样本按2∶1的比例分为训练集和预测集,采用最小二乘支持向量机方法建立判别模型,对鸭蛋新鲜度进行分级。试验结果显示,训练集的正确率为96.92%,预测集的正确率为93.85%。用此种视觉方法对鸭蛋新鲜度进行无损检测与分级是可行的。