基于天然色素氣體可視化和高光譜圖像技術評判肴肉新鮮度研究.pdf

1、肴肉是鎮(zhèn)江的傳統美食，在中國市場廣受大眾歡迎。由于肴肉在貯藏過程中極易腐敗，研究肴肉的新鮮度檢測方法有著重要的科學意義和實用價值。揮發(fā)性鹽基氮(TVB-N)含量和細菌總數(TVC)是肴肉新鮮度的兩個重要指標，而這兩個指標的常規(guī)檢測方法時間長、操作復雜。本研究利用天然色素氣體可視化技術檢測揮發(fā)性鹽基氮(TVB-N)含量，利用高光譜圖像技術檢測細菌總數TVC，從氣味和光譜圖像兩個方面來評判肴肉的新鮮度。主要研究內容如下:
　　1)首先

2、采用常規(guī)理化檢測方法測定肴肉的揮發(fā)性鹽基氮含量(TVB-N)和總細菌數(TVC);然后采用無損檢測方法預測TVB-N含量和TVC值。肴肉TVB-N含量使用半微量定氮法檢測，肴肉TVC使用平板計數法檢測;無損檢測方法主要采用了天然色素氣體可視化技術和高光譜圖像技術?？梢暬瘋鞲衅麝嚵械臍饷舨牧蠟?種植物花瓣（月季花、玫瑰茄、山茶花、玫瑰花、康乃馨、勿忘我、玉臺梅、綠萼梅、紅須梅）的色素;高光譜圖像技術的成像系統裝置主要包括高光譜攝像機、鹵素

3、燈、輸送裝置和主機等。
　　2)基于天然色素氣體可視化技術的肴肉TVB-N含量檢測研究:首先將天然色素氣體可視化傳感器陣列與肴肉頂空揮發(fā)性氣體作用，通過差值圖像得到傳感器陣列的顏色特征值;然后分別采用偏最小二乘法(PLS)和聯合區(qū)間偏最小二乘法(SiPLS)建立肴肉TVB-N含量檢測模型。結果表明，與PLS相比，SiPLS能有效提高模型精度并簡化模型。SiPLS模型訓練集的相關系數Rc和交互驗證均方根誤差(RMSECV)值分別為0

4、.8969和2.14 mg/100g，預測集的相關系數Rp和預測均方根誤差(RMSEP)值分別為0.8681和2.86 mg/100g。
　　3)基于高光譜圖像技術的肴肉TVC值檢測研究:首先利用高光譜成像系統獲取肴肉的高光譜圖像，對高光譜圖像進行黑白標定后，提取ROI對應的光譜數據;然后利用PLS、SiPLS建立肴肉TVC值檢測模型，比較不同主成分數對模型的影響。結果表明，SiPLS能在有效提高模型精度的同時簡化模型。SiPLS

5、模型訓練集的Rc和RMSECV值分別為0.9052和0.729 cfu/g，預測集的Rp和RMSEP值分別為0.8885和0.782 cfu/g。
　　4)氣體可視化和高光譜圖像技術對肴肉新鮮度等級的定性評判研究:本研究在主成分分析的基礎上有比較地利用LDA、BP-ANN和LS-SVM模式識別方法建立肴肉新鮮度的定性識別模型。氣體可視化技術檢測肴肉新鮮度等級的BP-ANN模型識別率達到了90.79％，高光譜圖像技術檢測肴肉新鮮度等