高光谱技术的羊肉品种多波段识别研究

利用可见/近红外（400-1000 nm）及近红外（900-1700 nm）高光谱成像技术对宁夏地区滩寒杂交、盐池滩羊、小尾寒羊三个品种羊肉进行识别研究。针对不同波段光谱特点,分别优选出 Baseline 及 SG卷积平滑光谱预处理方法,并运用连续投影算法（SPA）提取特征波长,结合线性判别分析（LDA）及径向基核函数支持向量机（RBFSVM）模型进行全波段及特征波长识别分析。结果表明不同波段高光谱对羊肉品种识别均获得较好效果,其中400-1000 nm波段采用Baseline-Fullwave-RBFSVM及12个特征波长下准确率为100%与98.75%,900-1700 nm 波段采用 Baseline-Fullwave-RBFSVM 及7个特征波长下准确率为96.25%与87.80%；RBFSVM非线性分类准确率高于 LDA线性判别结果,400-1000 nm波段识别准确率优于900-1700 nm波段,说明三种羊肉在色泽纹理上差异比成分含量显著,利用高光谱成像技术结合RBFSVM方法能够获得较优的羊肉品种识别效果。

高光谱技术结合特征波长筛选的牛肉品种多波段识别

利用可见/近红外(400~1000nm)及近红外(900~1700nm)高光谱成像技术结合特征波长筛选方法对安格斯牛、力木赞牛、西门塔尔牛3个品种的牛肉进行鉴别研究,且测定肉样的色泽、嫩度、pH值以及水分、脂肪、蛋白质含量。根据不同波段光谱的特点,分别对原始光谱进行预处理,并利用SPA、IRF和IRF-SPA方法筛选特征波长,建立基于全波段及特征波长下的PLS-DA牛肉品种鉴别模型。结果显示:400~1000nm波段采用SNV-IRF-SPA-PLS-DA方法建立的模型最优,校正集与预测集准确率分别为98.56%和97.12%,900~1700nm波段采用SG-SPA-PLS-DA方法建立的模型准确率为94.09%和96.04%,说明不同波段高光谱对牛肉品种识别均有较好的效果;400~1000nm波段的识别准确率优于900~1700nm,说明3种牛肉在色泽纹理上的差异比成分含量显著。研究表明,利用高光谱成像技术结合特征波长筛选方法能够获得较好的牛肉品种鉴别效果。