中國研究人員調(diào)查光譜和紋理特征相結(jié)合的可行性，以提高咸豬肉的pH值預測（擬發(fā)表于2014年10月Food Chemistry）。在興趣區(qū)域（region of interest，ROI）提取的平均光譜高光譜圖像的波長區(qū)域為400～1000 nm，然后主成分分析（principal components analysis，PCA）選擇了9個光譜特征變量。與此同時，灰度梯度的同現(xiàn)矩陣（gray-level gradient cooccurrence matrix，GLGCM）分析第1個PC圖像（占總方差的96%）來提取13個結(jié)構(gòu)特征變量?；诠庾V、結(jié)構(gòu)或聯(lián)合數(shù)據(jù)，建立偏最小二乘回歸（partial least-squares regression，PLSR）預測pH值?；跀?shù)據(jù)融合的實現(xiàn)，確定系數(shù)（R2P）為0.794的預測樣本。此結(jié)果優(yōu)于基于光譜的結(jié)果（R2P=0.783）或紋理（R2P=0.593）。因此，光譜和紋理分析相結(jié)合的方法有效的提高肉質(zhì)量的預測。