高光谱成像技术在食品品质无损检测中的应用初探

高光谱成像技术可以在获取食品光谱信息与空间图像信息的基础上,实现食品内外部品质信息的全方位检测。本文主要对这一技术在肉类食品、果蔬食品和奶制品等食品的无损检测中的应用进行了探究。

AT89S52在鸭蛋品质无损自动检测分级中的应用

设计了基于AT89S52单片机的鸭蛋品质无损自动检测分级延时控制系统。在明确了上位机工作要求的前提下,设计了单片机硬件系统,也对下位机软件系统做了较详细的设计说明;利用串口接口电路,实现了上下位机间的协调工作;最后,对系统的位置误差与时间误差进行了分析。

加工辣椒无损品质检测方法及典型相关性分析

以123份加工型辣椒的果实样品为材料。采用无损近红外光谱技术方法,分析了辣椒果实样品的近红外扫描光谱和辣椒素、粗脂肪与粗纤维含量的定标预测模型及样品的检测值,并运用无损色差技术方法,分析了辣椒样品色度值L^(*)、a^(*)、b^(*)及色差值E^(*)_(ab),同时,研究了辣椒无损品质检测方法与传统理化性状2组指标间的典型相关关系。结果表明,本研究所建立的加工型辣椒果实样品辣椒素、粗脂肪和粗纤维的近红外定标预测模型,其定标决定系数(RSQ)、交叉验证决定系数(1-VR)及外部预测决定系数均大于0.8,而交叉验证标准偏差(SECV)和定标标准偏差(SEC)保持在低水平,说明所建模型对辣椒果实的辣椒素、粗脂肪和粗纤维含量的检测具有稳定性和准确性;色价与色度值L^(*)、a^(*)、b^(*)及E^(*)_(ab)均表现出极显著正相关关系(P<0.01),说明色差值可从不同角度完成对辣椒果实色泽品质的量化评价;通过典型相关性分析,辣椒果实样品无损品质性状与理化性状这2个变量组之间具有极显著相关性(P<0.01),相关系数为0.973,是大于2组性状间各自的简单相关系数。

基于小波变换的水果糖度近红外光谱检测研究

利用小波变换滤波技术对90个水果样品的近红外光谱信号进行了去噪处理,并结合滤波后重构光谱信号对水果糖度进行逐步线性回归(SMLR)建立其校正模型,通过34个样品的外部检验对校正模型精度进行评价。研究结果表明:校正模型的预测精度在小波尺度为3时其预测精度最好,预测集的决定系数由原来的0.84提高到0.85,预测集相对标准误差由原来的6.1%降为6.0%。因此,使用小波去噪方法有消除原始光谱噪声作用,从而使最终的SMLR模型更具有代表性和稳健性,也提高了品质检测时模型预测精度。

近红外高光谱大米典型特征提取分类识别

针对大米近红外高光谱特征轮廓不清导致有效信息损失与有损化品质检测的问题,提出一种基于掩膜下能量泛函活动轮廓波的大米高光谱典型特征区域提取算法组合模型.该方法对目标样本形态学区域与几何形心点进行高光谱谱段信息对比寻优建模,对4个产地、3种品质大米进行泛化性可视判别.MATLAB实验结果表明,对不同品质大米典型特征区域的光谱信息进行建模对比,形态学感兴趣区域识别准确率更高,泛化预测集精度为94.84%,优化了近红外高光谱大米典型特征区域择优建模问题,实现了大米快速无损化品质检测.