---高光譜技術(shù)在現(xiàn)代食品工程中的應(yīng)用

北京卓立漢光儀器有限公司                 陳興海博士高級工程師
華南理工大學(xué)現(xiàn)代食品工程研究院 
愛爾蘭皇家科學(xué)院院士 
歐洲人文和自然科學(xué)學(xué)院院士               孫大文院士

      我們曾與大家分享過果蔬表面污染和損傷的檢測方法，也曾與大家分享過肉制品新鮮度的測試方法，今天我們要和大家一起分享一下我們?nèi)粘Ｉ�活中魚肉新鮮度的辨別方法！我們要通過高光譜成像技術(shù)用科學(xué)發(fā)現(xiàn)真相，將存儲時間不同冷凍程度不一的魚肉品質(zhì)進(jìn)行準(zhǔn)確鑒別。

      高光譜成像技術(shù)是近二十年發(fā)展起來的基于多窄波段的影像數(shù)據(jù)技術(shù)，其*突出的應(yīng)用領(lǐng)域是：遙感探測領(lǐng)域，高光譜成像技術(shù)也被越來越多的應(yīng)用于一些民用領(lǐng)域。它結(jié)合了光學(xué)、光電子學(xué)、電子學(xué)、信息處理、計算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，是傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)結(jié)合在一起的一門新興成像技術(shù)。
 
      在北京卓立漢光儀器公司和華南理工大學(xué)現(xiàn)代食品工程研究院孫大文院士研究團(tuán)隊多年的研究經(jīng)驗基礎(chǔ)下，利用高光譜成像技術(shù)對低溫存儲環(huán)境下的鮮魚和經(jīng)過解凍之后的冷凍魚作為研究對象，從光譜分析的角度出發(fā)，快速地對其魚肉片的屬性進(jìn)行分類識別，進(jìn)而根據(jù)其研究的成果，將此項技術(shù)應(yīng)用于快速在線檢測產(chǎn)線并提供依據(jù)。

高光譜相機(jī)（產(chǎn)品圖）

      利用我司研發(fā)生產(chǎn)的可見-近紅外高光譜成像儀（400nm-1000nm）分別獲取如下4種樣品的高光譜數(shù)據(jù)：新鮮鮮魚片、存儲在恒溫4°下（存儲時間為7天）的鮮草魚片、存儲在-20°及-40°下（存儲時間為30天）經(jīng)過解凍的冷凍草魚魚片。通過研究4種魚片的光譜特征，可以發(fā)現(xiàn)：這4種魚片的光譜曲線趨勢基本相同，但4種魚片在400-1000nm波段范圍內(nèi)的光譜反射率不盡相同，冷凍魚片的反射率值明顯比鮮魚和解凍魚片的高，而冷凍在-20°的魚片比冷凍在-40°的魚片的反射率值高。4種魚片在560nm處都有魚種中的蝦青素和角黃素相對應(yīng)的吸收峰存在。針對這些現(xiàn)象，我們深入研究了造成這4種樣品魚片反射率值不同的原因。

圖1 四種草魚的平均特征光譜曲線

      結(jié)合孫大文院士研究團(tuán)隊提出的算法處理技術(shù)（獨立軟模式分類法（SIMCA）、*小二乘法支持向量機(jī)（LS-SVM）和概率神經(jīng)網(wǎng)絡(luò)（PNN）結(jié)合一階導(dǎo)數(shù)預(yù)處理），進(jìn)一步對未知樣品進(jìn)行分類識別，能夠利用其研究的分類識別算法準(zhǔn)確地判別出未知樣品中的具體特征（新鮮、冷凍、解凍）。此種算法分類正確率（CCR）達(dá)到94.29%，進(jìn)而驗證了此算法能夠為高光譜技術(shù)在全光譜段范圍400nm-1000nm波段下不同存儲環(huán)境下魚肉片的屬性進(jìn)行分類、識別。

      為了能夠在產(chǎn)線上快速地對未知樣品進(jìn)行分類識別，同時降低高光譜數(shù)據(jù)的維度減少數(shù)據(jù)處理的時間，利用簡化后的*小二乘支持向量機(jī)分類結(jié)合一階導(dǎo)數(shù)預(yù)處理方法，結(jié)合Successive Projections Algorithm (SPA)選擇*佳波長（446nm，528nm，541nm，596nm，660nm，759nm，970nm）的方式來對樣品進(jìn)行分類判別，可達(dá)到非常好的預(yù)測精度，分類的正確率可夠達(dá)到91.43%。

圖2 利用SPA方法選取7個特征位置

     
      研究結(jié)果表明：利用我司可見近紅外波段的高光譜成像儀能夠充分獲取不同種類樣品的光譜數(shù)據(jù)，將光譜和影像做到圖譜合一。同時結(jié)合孫大文院士研究團(tuán)隊提出兩種算法，可以更好地為不同種類的魚片進(jìn)行快速分類識別，通過選取合理特征光譜波段的分析算法SPA能夠更加高效地完成檢測，避免了全光譜段分析方法存在的弊端，充分利用優(yōu)化后的算法和特征光譜信息來完成建模工作，為下一步的在線檢測提供技術(shù)支持和理論依據(jù)。

      此次與華南理工大學(xué)‘現(xiàn)代食品工程研究院’研究團(tuán)隊的合作，充分體現(xiàn)出我司在高光譜方面的技術(shù)優(yōu)勢和能力，并為后期在不同應(yīng)用方向上實現(xiàn)在線檢測提供理論依據(jù)和技術(shù)支持。

 文章下載地址：http://www.sciencedirect.com/science/article/pii/S0260877415001028
我司對應(yīng)產(chǎn)品鏈接：http://www.zolix.com.cn/prodcon_370_375_367.html