付 妍， 郭培源， 孫 梅， 徐冉冉

(1．北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京 100048;2．北京卓立漢光儀器有限公司，北京 101149)

肉品品質(zhì)檢測技術(shù)綜述

付 妍1， 郭培源1， 孫 梅1， 徐冉冉2

(1．北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京 100048;2．北京卓立漢光儀器有限公司，北京 101149)

介紹了人工嗅覺與人工味覺檢測技術(shù)、計(jì)算機(jī)視覺技術(shù)、近紅外光譜技術(shù)、高光譜圖像檢測技術(shù)等無損檢測技術(shù)的發(fā)展概況．應(yīng)用高光譜圖像技術(shù)對肉品品質(zhì)進(jìn)行無損檢測是當(dāng)前的研究熱點(diǎn)之一．介紹了該技術(shù)的基本原理和國內(nèi)外肉品品質(zhì)高光譜圖像檢測技術(shù)的研究現(xiàn)狀，并展望了高光譜圖像檢測技術(shù)在肉品品質(zhì)檢測中的研究前景，以期對我國相關(guān)研究人員的研究工作提供參考．

肉品品質(zhì);無損檢測技術(shù);高光譜圖像檢測技術(shù)

對于肉品，消費(fèi)者最為關(guān)心的是肉品質(zhì)量以及價(jià)格，這就對肉品加工產(chǎn)業(yè)化、肉品的安全和食用品質(zhì)評定以及肉品真?zhèn)?、摻假鑒別等方面提出了要求［1］．肉品的感官品質(zhì)一般從顏色、嫩度、風(fēng)味、保水性等方面來衡量，傳統(tǒng)的檢測方法較多的是使用感官檢測、理化檢測以及微生物學(xué)檢測等有損性檢測評價(jià)手段．目前，世界范圍內(nèi)對于肉品品質(zhì)檢測技術(shù)的研究已經(jīng)有了一定的成果，如肉品化學(xué)成分分析、肉品新鮮度檢測技術(shù)、利用圖像處理等技術(shù)來進(jìn)行畜體分級和肉品品質(zhì)檢測，并且已開發(fā)成儀器設(shè)備應(yīng)用于實(shí)際生產(chǎn)中．尤其是丹麥和德國等已開發(fā)出近紅外光譜在線檢測肉品品質(zhì)的生產(chǎn)線［2］．本文介紹了現(xiàn)代檢測領(lǐng)域肉品品質(zhì)無損檢測的各種方法，并重點(diǎn)介紹高光譜圖像檢測技術(shù)在肉品品質(zhì)無損檢測中的應(yīng)用．

1 肉品品質(zhì)無損檢測技術(shù)

1.1 人工嗅覺與人工味覺檢測技術(shù)

人工嗅覺與人工味覺檢測技術(shù)是近年來發(fā)展起來的一種新穎的模擬人類及動物的嗅覺和味覺功能的檢測技術(shù)．人工嗅覺和人工味覺又稱電子鼻和電子舌，可用于識別食品的氣味、鑒別真?zhèn)?、控制整個生產(chǎn)過程的工藝，從而保證產(chǎn)品質(zhì)量．

肉品由于各種微生物的污染和作用或者由于自身酶的分解作用會引起腐敗現(xiàn)象及酸臭性發(fā)酵，從而產(chǎn)生硫化物和氨氣等揮發(fā)性物質(zhì)，因此，可以利用人工嗅覺系統(tǒng)測試硫化物和氨氣濃度隨時間的變化，來判斷肉品的新鮮度．目前，國外把人工嗅覺系統(tǒng)應(yīng)用于肉品新鮮度檢測的研究頗為廣泛．國內(nèi)專家也開始將人工嗅覺系統(tǒng)應(yīng)用于肉類新鮮度檢測，如郭培源，曲世海［3］構(gòu)建了一套基于電子信息技術(shù)、光電檢測技術(shù)、圖像處理技術(shù)以及神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)的智能檢測辨識系統(tǒng)．其利用人工嗅覺系統(tǒng)采集肉品腐敗產(chǎn)生的氨氣、硫化氫，并將采集到的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的一組輸入，為豬肉新鮮度判斷提供可靠依據(jù)［4］．其中嗅覺可視化技術(shù)是目前國際上人工嗅覺技術(shù)研究的一個新的分支，能夠解決一些常見氣體傳感器存在的問題，彌補(bǔ)現(xiàn)有電子鼻系統(tǒng)的某些不足，其突出的特點(diǎn)是將嗅覺信息轉(zhuǎn)化為視覺信息，使氣味“看得見”．嗅覺可視化技術(shù)是美國伊利諾伊大學(xué)厄本那-香檳分校的 Kenneth S.Suslick教授首先提出，利用化學(xué)顯色劑與待檢測氣體反應(yīng)前后，其顏色會發(fā)生變化的這一性質(zhì)來對待測氣體進(jìn)行定性及定量分析的可視化方法［5］．

人工味覺系統(tǒng)(artificial taste system，ATS)技術(shù)起步還不長，還有待進(jìn)一步發(fā)展．而人工嗅覺和人工味覺的結(jié)合雖然可以進(jìn)一步提高食品的檢測和識別能力，但是相關(guān)方面的研究更是處于初級階段．

1.2 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺檢測技術(shù)是利用圖像傳感器(高分辨率CCD)獲取物體圖像，然后將圖像轉(zhuǎn)換成數(shù)字圖像，通過計(jì)算機(jī)模擬人的判別準(zhǔn)則去理解和識別圖像，用圖像分析做出相應(yīng)結(jié)論的實(shí)用技術(shù)．其中圖像處理和圖像分析是計(jì)算機(jī)視覺技術(shù)的核心［6－7］．

由于計(jì)算機(jī)視覺系統(tǒng)具有無損、可靠、快速的優(yōu)點(diǎn)，因此在肉類品質(zhì)檢測中應(yīng)用廣泛，不僅在可見光領(lǐng)域，而且擴(kuò)展到了近紅外、紅外等領(lǐng)域．張哲等人利用計(jì)算機(jī)視覺技術(shù)測定了豬眼肌肌內(nèi)脂肪含量［8］．它也用于研究豬腰肉的品質(zhì)波動和分級，如用400～700 nm的光纖反射測量系統(tǒng)可以檢測出明顯的PSE豬腰肉．

1.3 近紅外光譜技術(shù)

近紅外光譜(near infrared spectroscopy，NIRS)技術(shù)是近年來在食品行業(yè)中得到廣泛應(yīng)用的新型光學(xué)檢測技術(shù)．該技術(shù)綜合光譜學(xué)、化學(xué)計(jì)量學(xué)和計(jì)算機(jī)等多學(xué)科知識的現(xiàn)代分析技術(shù)，具有快速在線分析，簡單無污染，非破壞性分析可實(shí)現(xiàn)無損檢測，可實(shí)現(xiàn)遠(yuǎn)程分析檢測等優(yōu)點(diǎn)．它不僅能實(shí)現(xiàn)肉品傳統(tǒng)的化學(xué)成分檢測，同時在感官品質(zhì)評價(jià)、品種鑒別、肉質(zhì)品質(zhì)等其他方面也有涉及，已經(jīng)發(fā)展成為一個十分活躍的研究領(lǐng)域．由于肉類中的大多數(shù)有機(jī)化合物如蛋白質(zhì)、脂肪、有機(jī)酸、碳水化合物等都含有不同的含氫基團(tuán)，所以通過對其進(jìn)行近紅外光譜分析就可測定這些成分的含量，并可通過進(jìn)一步分析得到更多與肉品品質(zhì)相關(guān)的信息［2］．國內(nèi)外有很多專家利用近紅外技術(shù)進(jìn)行肉類檢測，如國外已有人成功利用近紅外光纖探針實(shí)現(xiàn)了在加熱過程中檢測肉品的水分變化，為肉類工業(yè)有效合理控制加工過程提供了一條新途徑［9］．Warnecke—H W利用近紅外技術(shù)研究了肉制品加工過程中添加劑對脂肪、水分、蛋白質(zhì)含量測定的影響．結(jié)果發(fā)現(xiàn)大多數(shù)添加劑對近紅外的吸收有影響［10］．國內(nèi)侯瑞峰等通過近紅外技術(shù)建立了揮發(fā)性鹽基氮(TVB-N)的預(yù)測模型，并通過聚類分析方法對光譜數(shù)據(jù)進(jìn)行了分類處理，可實(shí)現(xiàn)肉品的無損快速檢測［11］．

但近紅外光譜技術(shù)也有著它的致命缺點(diǎn):需要大量有代表性且化學(xué)值已知的樣品建立模型，定量分析的精度不高，計(jì)算模式的建立繁瑣等．

2 肉品品質(zhì)高光譜圖像檢測技術(shù)

目前的大多數(shù)無損檢測方法僅采用了單一的檢測手段、較傳統(tǒng)的信號預(yù)處理技術(shù)和模式識別方法．它們往往僅對某一兩項(xiàng)指標(biāo)有較好的信息響應(yīng)，無法利用多種信息進(jìn)行綜合全面的評價(jià)．而肉品的整體品質(zhì)是復(fù)雜的，應(yīng)由多項(xiàng)指標(biāo)進(jìn)行綜合評定．因此將幾種檢測技術(shù)有機(jī)融合，充分利用多元信息，使肉品品質(zhì)得到簡單、快速、準(zhǔn)確、全面的評價(jià)是今后研究和發(fā)展的重點(diǎn)．

集光譜檢測和計(jì)算機(jī)視覺于一身的高光譜圖像檢測技術(shù)越來越受到國內(nèi)外研究者的青睞，由于光譜技術(shù)能檢測到肉類的物質(zhì)結(jié)構(gòu)、成分組成等內(nèi)部品質(zhì)信息，計(jì)算機(jī)視覺技術(shù)又能全面反映肉的外在特征，所以高光譜圖像能反映肉類的綜合品質(zhì)．

2.1 高光譜圖像檢測技術(shù)

高光譜圖像技術(shù)(hyper-spectral image)作為一項(xiàng)新興的檢測技術(shù)，集中了光學(xué)、光電子學(xué)、電子學(xué)、信息處理、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，把傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)地結(jié)合在一起．該技術(shù)具有超多波段、高的光譜分辨率和圖譜合一的特點(diǎn)．因此高光譜技術(shù)應(yīng)用于農(nóng)畜產(chǎn)品、食品的品質(zhì)與安全性檢測中具有較大的檢測優(yōu)勢和檢測精度［12］．高光譜成像技術(shù)已經(jīng)應(yīng)用于水果內(nèi)部品質(zhì)、表面污染和瘀傷檢測［13］、蔬菜的成熟度和內(nèi)部品質(zhì)檢測，以及應(yīng)用于肉的內(nèi)部品質(zhì)的檢測［14］．

高光譜圖像檢測技術(shù)的硬件組成主要包括光源、CCD攝像頭、裝備有圖像采集卡的計(jì)算機(jī)和單色儀．光譜范圍可以在200～400 nm，400～1 000 nm，900～1 700 nm，1 000～2 500 nm．基于圖像光譜儀的高光譜圖像檢測系統(tǒng)如圖1．它主要由面陣CCD攝像頭和圖像光譜儀組成．工作時，圖像光譜儀將檢測對象反射或透射過來的光分成單色光源后進(jìn)入CCD攝像頭．該系統(tǒng)采用“推掃型”成像方法得到高光譜圖像:面陣CCD探測器在光學(xué)焦面的垂直方向上做橫向排列完成橫向掃描(X方向)，獲取的是檢測對象在條狀空間中每個像素在各波長下的圖像信息．同時，在檢測系統(tǒng)輸送帶前進(jìn)的過程中，排列的探測器掃出一條帶狀軌跡從而完成縱向掃描(Y方向)．綜合橫縱掃描信息就可以得到樣品的三維高光譜圖像數(shù)據(jù)，如圖2．

圖1 基于圖像光譜儀的高光譜圖像系統(tǒng)Fig．1 Hyperspectral imaging system conflduration

圖2 基于光譜儀的三維高光譜圖像數(shù)據(jù)示意Fig．2 3D hyperspectral imaging data

在肉品品質(zhì)高光譜圖像檢測技術(shù)方面，國內(nèi)外已經(jīng)有了一些相關(guān)的研究報(bào)道，如Jinjun X等［15］研究了不同的牛肉在近紅外光譜范圍的散射特性，發(fā)現(xiàn)牛肉的嫩度值與光譜的散射有較高的相關(guān)性，表明利用光譜散射特性可以預(yù)測牛肉的嫩度．Cluff［16］等使用高光譜散射特性預(yù)測牛肉的嫩度，預(yù)測相關(guān)系數(shù)最高為0.76．但是基于高光譜圖像檢測技術(shù)的肉品品質(zhì)參數(shù)的檢測，目前還未見相關(guān)的研究報(bào)道．

郭培源、付妍等人正在研究利用高光譜圖像檢測技術(shù)檢測魚類品質(zhì)的相關(guān)問題，高光譜圖像在400～1 000 nm波長的512個波段范圍內(nèi)獲得，利用主成分分析法可得到有效的特征波長．例如，用由高光譜圖像系統(tǒng)采集到魚肉的高光譜圖像，通過主成分分析后，在第6主成分波段圖像中，可清晰地看到生有寄生蟲的部分，如圖3．從圖中，我們可以清晰地辨別出經(jīng)過主成分分析的高光譜圖像的菌斑位置．圖4為無菌斑和有菌斑位置的波長曲線擬合圖，此圖中紅線為無細(xì)菌的位置波形，藍(lán)線為有細(xì)菌的位置波形，從圖中可以容易地看出兩部分魚肉的反射率不同．由此，可以充分地說明用高光譜圖像檢測技術(shù)檢測魚肉菌斑的研究具有可行性和實(shí)際意義．

圖3 高光譜主成分分析Fig．3 Plaque of Hyperspectral principal component analysis

圖4 無菌斑和有菌斑位置的波長曲線擬合圖Fig．4 Position of plaque and no wavelength curve fitting

同時，也研究了利用高光譜圖像檢測技術(shù)檢測豬肉品質(zhì)的相關(guān)問題，高光譜圖像是在近紅外光范圍內(nèi)獲得．新鮮豬肉樣本高光譜圖像近紅外范圍內(nèi)某一波段的灰度圖和3D偽彩色立體圖如圖5．從圖中可以看出近紅外成像效果一般，但是反射率信息量較大，有助于后續(xù)分析．

2.2 肉品品質(zhì)高光譜圖像檢測技術(shù)的前景

高光譜圖像檢測技術(shù)結(jié)合了光譜學(xué)和成像學(xué)的優(yōu)勢，應(yīng)用高光譜圖像檢測技術(shù)研究肉類品質(zhì)的檢測問題是近年來才興起的．本文經(jīng)過魚肉菌斑的檢測試驗(yàn)，初步研究表明高光譜圖像技術(shù)能對肉品品質(zhì)進(jìn)行可視化分析，高光譜圖像用于肉品品質(zhì)檢測具有較好的效果，具有可研究性和可行性．

高光譜成像系統(tǒng)在確定產(chǎn)品品質(zhì)參數(shù)的特征波長方面具有明顯的優(yōu)勢，研究確定與檢測肉品品質(zhì)的最有效特征波長，然后通過設(shè)計(jì)具有若干個波長的光譜圖像系統(tǒng)，從而應(yīng)用到實(shí)際生產(chǎn)檢測中．這樣就可以大大地提高檢測效率，真正達(dá)到在線、快速、無損檢測肉類品質(zhì)的目的．

圖5 豬肉樣本高光譜圖像檢測灰度圖和3D偽彩色立體圖Fig．5 Pork sample hyperspectral image detection gray image and 3 D stereo false color

3 結(jié)束語

隨著科學(xué)技術(shù)的發(fā)展，肉品品質(zhì)無損檢測技術(shù)將向融合多種檢測技術(shù)的方向發(fā)展．由于高光譜圖像檢測技術(shù)能同時獲取待測肉品豐富的圖像和光譜信息，能對肉品品質(zhì)進(jìn)行無損檢測和綜合評價(jià)，因此該技術(shù)在肉品品質(zhì)檢測方面有很大的發(fā)展?jié)摿Γ?/p>

不同肉品光吸收特性有很大不同，高光譜的優(yōu)勢在于能根據(jù)檢測目標(biāo)選擇最佳有效特征波長，這就增加了高光譜圖像檢測技術(shù)的潛在應(yīng)用．我們可應(yīng)用高光譜圖像檢測技術(shù)對其他重要的肉品品質(zhì)進(jìn)行可行性研究，如新鮮度、藥物殘留、重金屬含量、加工助劑及添加劑等，擴(kuò)展高光譜圖像檢測技術(shù)在肉品品質(zhì)檢測的研究領(lǐng)域．肉品品質(zhì)的無損檢測技術(shù)尤其是高光譜圖像檢測技術(shù)在我國還處于實(shí)驗(yàn)研究階段，并沒有真正投入到實(shí)際生產(chǎn)當(dāng)中．所以，加速肉品品質(zhì)無損檢測設(shè)備的市場應(yīng)用，實(shí)現(xiàn)肉品的在線、快速、無損檢測對我國肉類產(chǎn)業(yè)的現(xiàn)代化發(fā)展具有非常重要的實(shí)際意義．

［1］Monin G．Recent methods for predicting quality of whole meat［J］．Meat Science，1998，49(2):231．

［2］徐霞，成芳，應(yīng)義斌．近紅外光譜技術(shù)在肉品檢測中的應(yīng)用和研究進(jìn)展［J］．光譜學(xué)與光譜分析，2009，29(7):1876-1880．

［3］曲世海，郭培源．基于多信息處理的肉類新鮮度檢測方法研究［J］．北京工商大學(xué)學(xué)報(bào):自然科學(xué)版，2006，24(5):26-31．

［4］許冠男，郭培源，袁芳．豬肉新鮮度無損檢測技術(shù)現(xiàn)狀及發(fā)展方向［J］．北京工商大學(xué)學(xué)報(bào):自然科學(xué)版，2010，28(1):14-17．

［5］鄒小波，趙杰文．農(nóng)產(chǎn)品無損檢測技術(shù)與數(shù)據(jù)分析方法［M］．北京:中國輕工業(yè)出版社，2008:1-8．

［6］陳純．計(jì)算機(jī)圖像處理技術(shù)與算法［M］．北京:清華大學(xué)出版社，2003:3-15．

［7］李明靜，劉貫勇，張志偉．計(jì)算機(jī)視覺在牛肉自動分級技術(shù)中的應(yīng)用［J］．肉類研究，2007(6):18-20．

［8］張哲．計(jì)算機(jī)視覺技術(shù)在豬眼肌肌內(nèi)脂肪含量測定中的應(yīng)用［J］．豬業(yè)科學(xué)，2006(2):24-25．

［9］史蘇佳．近紅外對食品的無損傷分析［J］．食品研究與開發(fā)，2007(3):177-179．

［10］Warnecke H W，Lehmann F，Chwager K，et al．Effects of additives on results of near infrared analyses［J］．Fleischwirtschaft，1997，52(4):196-200．

［11］侯瑞峰，黃嵐，王中義，等．用近紅外漫反射光普檢測肉品新鮮度的初步研究［J］．光譜學(xué)與光譜分析，2006，26(12):2193-2196．

［12］Gowen A A，Donnell C P，Cullen P J，et al．Hyperspectral imaging-an emerging process analytical tool for food quality and safety control［J］．Trends in Food Science ＆ Technology，2007，18:590．

［13］馬本學(xué)，應(yīng)義斌，饒秀勤，等．高光譜成像在水果內(nèi)部品質(zhì)無損檢測中的研究進(jìn)展［J］．光譜學(xué)與光譜分析，2009，29(6):1611．

［14］Qiao J，Wang N，Ngadi M O，et al．Non-destructive inspection of Chinese pear quality based on hyperspectral imaging technique［J］．Transactions of the Chinese Society of Agricultural Engineering，2007(2):1．

［15］Jinjun X，Amanda W，David E，et al．Distribution of optical scattering properties in four beef muscles［J］．Sensing and Instrumentation for Food Quality and Safety，2008(2):75．

［16］Cluff K，Naganathan G K，Subbiah J，et al．Optical scattering in beef steak to predict tenderness using hyperspectral imaging in the VIS-NIR region［J］．Sensing and Instrumentation for Food Quality and Safety，2008(2):189．

(責(zé)任編輯:王 寬)

Study on Meat Quality Detection Techniques

FU Yan1，GUO Pei-yuan1，SUN Mei1，XU Ran-ran2
(1．School of Computer Science and Information Engineering，Beijing Technology and Business University，Beijing 100048，China;2．Zolix Instruments Co．Ltd．，Beijing 101149，China)

The artificial olfactory system(AOS)and artificial taste system(ATS)detection techniques，computer vision detection technology，near infrared spectroscopy(NIR)detection technology，and hyperspectral image detection technology were described in this paper．Hyperspectral image detection technology has become a research hotspot for meat quality detection．The basic principle of hyperspectral image detection technology and the research status in meat quality detection using hyperspectral image at home and abroad were introduced in the paper．The prospect of future research in meat quality detection using hyperspectral image detection technology was proposed to researchers on the related study as a reference．

meat quality;nondestructive detection technique;hyperspectral image detection technology

TS207.3

A

1671-1513(2012)01-0069-05

2011-10-04

北京市自然科學(xué)基金資助項(xiàng)目(4092012).

付 妍，女，碩士研究生，研究方向?yàn)榭刂评碚撆c控制工程;

郭培源，男，教授，博士，主要從事食品安全控制與檢測技術(shù)、嵌入式技術(shù)方面的研究．通訊作者．