嗅覺可視化及高光譜成像技術檢測雞肉新鮮度的研究.pdf

1、近年來，雞肉的消費量逐年升高，雞肉的品質安全也越來越受到廣大消費者的關注。新鮮度是反映肉品質量的主要依據，而評價新鮮度的最常用的指標是揮發(fā)性鹽基氮(TVB-N)。本研究旨在尋找快速無損檢測雞肉中TVB-N含量的手段。肉品的腐敗過程伴隨著其氣味，內部化學組分、及紋理特征的變化，采用嗅覺可視化技術來采集肉樣的氣味信息，用高光譜成像設備采集肉樣內部化學組分及紋理的變化信息，嗅覺可視化技術相比于傳統(tǒng)的電子鼻技術受環(huán)境影響較小，不易受溫、濕度的影

2、響。而高光譜成像技術相比于近紅外技術及計算機視覺技術有著不受單點檢測限制以及能同時獲取肉樣內外部信息的優(yōu)勢。因此這兩種新型的無損檢測技術更適合用于肉品質量快速檢測。研究分別選用嗅覺可視化技術和高光譜成像技術兩種檢測手段，以及兩種檢測技術相融合的方式來檢測雞肉的新鮮度。主要內容有如下幾個方面:
　　1.采用課題組自行研制的嗅覺可視化裝置進行對雞肉新鮮度檢測的可行性研究。篩選了對肉腐敗變質過程中釋放的揮發(fā)性氣體敏感的12種氣敏材料(9

3、種卟啉及金屬卟啉及3種pH指示劑)，通過掃描儀采集嗅覺可視化傳感器與揮發(fā)性物質反應前后的圖像。根據可視化傳感器陣列與不同雞肉樣本散發(fā)的揮發(fā)性物質反應前后的RGB顏色變化值，每個雞肉樣本均對應36個顏色變量(12×3個)，利用相關分析方法從中篩選了與TVB-N值密切相關的12個特征變量，將這些變量與TVB-N實測值分別建立偏最小二乘模型(PLS)和反向傳播人工神經網絡（BP-ANN）模型。預測集的相關系數分別達到0.791和0.908，試

4、驗結果表明，BP-ANN模型對雞肉新鮮度的檢測性能要優(yōu)于PLS模型，為嗅覺可視化技術在雞肉新鮮度快速無損檢測中的應用提供了理論依據。
　　2.探討高光譜數據中的圖像信息來檢測雞肉新鮮度的可行性。針對傳統(tǒng)的高光譜圖像數據降維的盲目性，研究提出了區(qū)間篩選和變量篩選相結合的高光譜圖像數據降維新思路。首先提取高光譜圖像數據中的光譜信息進行多元散射校正(MSC)預處理;利用聯(lián)合區(qū)間偏最小二乘法(siPLS)算法初步篩選出100個光譜特征變量

5、，再利用遺傳算法(GA)進一步篩選出5個與雞肉新鮮度密切相關的特征波長（562.67nm，572.87nm，609.58nm，756.53nm，767.86nm）;再從這5個特征波長對應的5幅特征圖像中分別提取基于統(tǒng)計矩陣的6個紋理特征變量。因此每個雞肉樣本包含30個紋理特征變量。將這30個紋理特征變量與TVB-N實測值進行相關性分析，剔除冗余變量，最終得到17個與TVB-N值密切相關的特征變量，與TVB-N實測值建立BP-ANN模型。

6、預測集的相關系數達到0.803?？梢娀诟吖庾V技術的圖像信息也可以實現對雞肉TVB-N含量的定量檢測。
　　3.采用多傳感器信息融合技術檢測雞肉的新鮮度。在目前單一檢測技術已成功運用的基礎上，研究進一步將兩技術相融合綜合檢測雞肉的新鮮度。試驗利用嗅覺可視化、高光譜成像技術分別獲取雞肉的氣味信息及光譜圖像信息，分別提取出12個顏色特征變量與17個紋理特征變量，經主成分因子數優(yōu)化，獲得的最佳得分向量作為模式識別的輸入層，采用BP-AN

7、N算法與TVB-N實測值建立定量模型。預測集中樣本的相關性達到了0.951。研究結果表明，兩技術信息融合的模型要優(yōu)于單一技術模型。所以，采用嗅覺可視化、高光譜成像兩種技術的信息融合模型綜合評價雞肉的新鮮度是可行的，且其模型精度較單一模型有很大的提升。研究結果表明多傳感器信息融合技術在雞肉新鮮度檢測方面的應用要具有一定的可行性且優(yōu)于單一無損檢測技術。
　　本研究為利用多技術信息融合進行雞肉新鮮度評價提供了理論依據和技術指導，對嚴把肉