解析高光谱成像技术应用于畜禽肉品品质把控
发布时间:2023-03-30
浏览次数:317
食品安全不光关乎我们身体健康而且影响着社会稳定, 做好食品安全检测是防止有毒食品进入人体的关键步骤也是维护社会稳定的重要举措。
高光谱成像技术应用于畜禽肉品品质研究进展
食品安全不光关乎我们身体健康而且影响着社会稳定, 做好食品安全检测是防止有毒食品进入人体的关键步骤也是维护社会稳定的重要举措。为改善传统畜禽肉质检测方法费时费力的现状, 食品安全检测方法正趋于多样化,引入了许多高新技术, 高光谱成像技术(hyperspectral imaging,HIS)便是其中之一。其凭借超强的探测能力和分辨能力能够快速无损地检测出食品内部品质信息。附着在食品表面的有毒残留所形成的光谱曲线不同于正常的曲线,内部品质的变化也可以通过光谱曲线反映出来。本文从畜禽肉品品质安全角度出发, 围绕畜禽肉品化学指标、物理属性和食用安全指标 3个方面, 综述了高光谱成像技术在畜禽肉品安全检测中的应用,归纳总结了预处理,变量筛选和建模方法。对目前高光谱成像技术应用于畜禽肉品检测中所暴露的缺点进行总结,并就未来发展方向进行展望,为畜禽肉品中各成分的检测提供了科学依据,为延长各种类畜禽肉品及其肉制品货架期提供了新的参考。
0 引 言
食品安全是我们长久以来一直密切关注着的热点话题,与我们日常工作和学习生活息息相关。在2015 年6月调查显示英国73%的鸡肉中都含有易导致人体食物中毒的弯曲杆菌。同年12月份世界卫生组织(World Health Organization,WHO)做了一个关于食物中毒事件调查,调查显示每年全球约有42万人死于食物中毒。据研究报告显示, 2017年8月16日在英国当地的一家超市出售的猪肉制品中检测出戊型肝炎病菌,导致成千上万的英国市民感染此病菌。畜禽肉品是人们日常生活中常见的营养物质来 源,常常将其做成各种美味佳肴端上餐桌,一旦畜禽肉品存在安全隐患极易导致食物中毒。因此, 如何快速、无损、高效地检验出食品内部品质情况是保证食品安全的关键。
从20世纪80年代开始,高光谱成像技术(hyperspectral imaging, HIS)凭借强大的探测能力和超高的分辨能力受到了各国研究人员的注意,经过几十年的发展到现在,它不光运用于食品检测方面,在医学诊断、航空航天领域、遥感监测、环境保护、文物保护等方面都有所应用。高光谱成像技术是将传统检测技术与光谱技术相结合,在获得样品光谱数据的同时可对其进行可视化观测。它不光解决了传统检测方法费时费力的问题, 还为实时监测样品成分变化提供了帮助。随着技术的持续发展,未来高光谱成像检测技术将在数据降维及其他算法处理上不断创新。现有的关于高光谱成像技术应用于肉品品质检测研究综述中,鲜少有对畜禽肉品各检测指标进行全面概述的。因此,本文对各检测指标进行分类,着重介绍所采用的检测方法,对其所存在的问题进行总结,为相关研究人员在畜禽肉品品质检测领域的突破创新提供全新的参考。
1 高光谱成像技术
1.1 高光谱成像原理
高光谱成像技术就是将光谱学和机器视觉2种当下最为广泛应用的技术相融合,形成它们独有的技术优势和特点:利用探测到的目标的二维几何空间和第三维光谱信息,来获取具有高光谱分辨率的连续、窄波段图像数据。所获得的光谱分辨率很高,可达几个纳米。不同的样品通过高光谱相机照射后所返回的光谱信息是不同的,这主要是因为分子中的官能团对波长的光吸收是有差异的。除此之外,不同样品的外观和所构成的材质也是不同的, 通过所获得的光谱信息对样品进行分析,可以找到样品中的物理、化学信息差异。高光谱成像系统见图1。
1.2 未来发展趋势
高光谱成像系统所采集到的数据是一块形如长方体的3D数据块,里面包含了海量信息。为筛选出有效的特征光谱信息,会采用数据降维算法对其进行降维。当前比较常见的数据降维算法有非线性和线2大类,因为采集到的图像数据中包含了非线性数据,所以用线性降维算法对所采集到的数据进行降维时,会造成误差。综上所述,对线性降维算法未来的研究中可以从这个点进行突破。从应用前景角度来看, 非线性降维算法将会成为主流,但是目前前沿的非线性降维技术存在运算流程复杂的问题,如何解决此问题,提升数据降维的效果,是需要我们去钻研的地方。
2 高光谱成像技术应用于畜禽肉品研究
畜禽是指经过长期劳动驯化的能为我们提供蛋、肉、乳的各种动物。肉是我们生活中常见的营养食物,除了带给我们味觉的享受,还为我们提供了丰富的营养元素。例如猪肉,它富含钠离子、钾离子和磷离子能促进人体新陈代谢。但由于一些不法商家为了取得更大的利益,不惜在饲养畜禽的过程中肆意添加催长素和瘦肉精等违禁药品,致使有毒物质残留于肉中。一旦这样的食品进入人体,会严重危害人体健康。为防止对人体健康有害的畜禽肉品进入市场,做好肉品质量把关非常重要。现有的畜禽肉品品质检测方法以感官检测和人工实验法为主,这些方法一般是由专业人员进行操作、分析和评估,所得结果容易受到主观因素影响,且耗费人力物力,还会破坏被检样品的完整性。其次,这些检测方法还不能满足现代化生产所要求的高效快速在线检测,它只适用于实验室的小数量样品检测。随着科学技术的不断发展,在畜禽肉品检测领域引入了高光谱成像技术,它是将图像技术与光谱技术相结合, 在获取样品光谱数据的同时不会破坏样品完整性。不仅具备了方便快捷、简单易操作的特点而且弥补了传统检测方法不能用于大批量在线检测的不足,突破了传统检测方法的局限性。目前,高光谱成像技术越来越多地应用于畜禽肉品品质检测中,并取得了不错的效果。本文总结了HIS技术运用于畜禽肉品各检测指标中的最新进展,主要涉及畜禽肉品化学指标、物理指标和食用安全指标。
2.1 畜禽肉品化学指标检测
畜禽肉质经宰杀以后,随着时间、温度和环境的变化会慢慢变质,其肉品新鲜度会遭到严重影响。挥发性盐基氮值(total volatile base nitrogen,TVB-N)、硫代巴比妥酸值(thiobarbital acid,TBA)及 pH等指标也会随着肉质变化而变化,所以可用它们作为指标来表征肉品新鲜度。
2.2 畜禽肉品物理属性检测
2.2.1 系水力
系水力也称持水性,是指畜禽在经屠宰以后,畜禽肉在运输、加工和保存的过程中,凭借自身的物理形态和化学构成对水分构成一定的限制和束缚能力,减少肉中水分流失,它是衡量畜禽肉品品质的重要指标。张晶晶利用高光谱成像技术(400~1000nm)来对冷鲜滩羊肉的持水性进行检测。运用变量组合集群分析法(variables combination population analysis, VCPA)和SPA对预处理后的光谱数据进行特征变量筛选。总结可得,高光谱成像技术对肉的系水力检测效果未达到较高精度, 这主要是和模型选取有关。就目前研究来看,对畜禽肉品系水力的研究较少,在未来的研究中可更多地从此方面拓展。
2.2.2 肉品色泽检测
肉品色泽是消费者衡量肉质好坏的视觉指标,好的色泽不仅能够给人们留下好的第一印象,也能激起消费者的购买欲。过去检测肉品色度的方法采用的是色度计和色度仪对肉色进行测量评估,这样的方法受到测量范围的限制,不能进行大范围的色度测量,而且极易污染样品、可行性不高。利用高光谱成像技术可高效、无损、快速地对肉品色泽进行检测,很多学者在此方面进行了研究。
2.2.3 畜禽肉品纹理检测
除了对畜禽肉质系水力和色泽进行检测, 其肉品纹理也有助于评估肉质好坏。精品上等肥瘦相间的肉, 会带有形如大理石花纹一般的纹理,纹理越好,肉的品质越好。畜禽肉品纹理检测中多以检测牛肉大理石花纹为主,科学家们在此做了多方面探究。在特征波段下,目标区域与反射区域光谱反射强度有较大区别,从这里进行图像分割可取得最佳效果。为了更好地发挥高光谱技术在检测方面的潜能,将机器视觉、图像技术与神经网络技术相结合,对牛肉大理石花纹进行检测分级,可以取得较好的效果。综上所述, 将高光谱成像检测技术与其他技术相结合,取长补短,可提升其检测的广度和深度。
3 结论与展望
本文综述了高光谱成像技术应用于畜禽肉品品质研究的关键指标(化学指标、物理指标、食用安全指标)检测及检测方法,与传统检测方法相比检测精度有了根本上的提高,证明了高光谱成像技术运用于此的可行性。高光谱成像技术因其独有的特点,正广泛地被应用于各个领域。
综上所述,高光谱成像技术凭借快速高效、无损环保的技术特点,为及时掌握所检样品内部营养成分变化提供了帮助,在畜禽肉品品质检测中具有巨大潜力。伴随着新冠疫情肆虐全球以后,人们越来越注重食品安全。高光谱成像技术可以在不损伤样品外部的前提下,检测其内部信息,有望取代传统检测方法成为安检部门检测畜禽肉品品质的新方法,为人们的食用健康安全提供保障。同时也可以有效地保证流入市场的畜禽肉品是合格的,防止不法商贩以假乱真扰乱市场秩序。因此,高效无损、快速精准的检测方法已是发展所需,未来高光谱成像技术检测畜禽肉品的安全性也会成为大势所趋。所以,我们要在算法上不断地创新、在技术上新益求新,才能使得高光谱成像技术得到更好的发展。
相关产品
-
干旱区基于高光谱的棉花遥感估产研究
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。..
-
近红外光谱分析技术在精准农业中的应用
近红外光谱分析技术在精准农业中的应用非常广泛且深入,主要体现在以下几个方面:..
-
近红外高光谱相机的工作原理
近红外高光谱相机以其高分辨率、高光谱分辨率以及广泛的应用领域,在科研、工业检测、环境监测等多个领域发挥着重要作用。本文简单总结了近红外高光谱相机的工作原理。..
-
高光谱图像处理的主要方法有哪些?
对高光谱图像进行处理,可以获取物体在不同波段的反射光谱信息,提供更加详细和全面的图像数据。那么,什么是高光谱图像处理?高光谱图像处理的主要方法有哪些?下文对此做..