亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于高光譜多參數(shù)的冷鮮牛肉品質(zhì)快速檢測技術(shù)

        2021-08-17 02:52:30謝天鏵白雪冰李鑫星
        光譜學(xué)與光譜分析 2021年8期
        關(guān)鍵詞:質(zhì)構(gòu)牛肉預(yù)處理

        方 瑤,謝天鏵,郭 渭,白雪冰,李鑫星*

        1. 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院食品質(zhì)量與安全北京實驗室,北京 100083 2. 中國農(nóng)業(yè)大學(xué)工學(xué)院,北京 100083

        引 言

        隨著生活物質(zhì)水平逐步提高,人們對于牛肉消費要求趨向于新鮮、 衛(wèi)生。但消費者在選擇好品質(zhì)的肉時只能根據(jù)肉類品種、 商家廣告等判斷肉類好壞[1]。目前,我國的肉類銷售仍以冷凍儲藏為主,長期的冷凍儲藏會導(dǎo)致冷鮮肉的質(zhì)量逐漸發(fā)生變化。使用傳統(tǒng)的理化分析法檢測肉質(zhì)時存在耗費試劑量大、 檢測周期長和人力要求高等問題[2]。通過基于高光譜多參數(shù)融合的冷鮮肉品質(zhì)無損檢測既可以避免傳統(tǒng)破壞性檢測對產(chǎn)品的破壞,又可以實現(xiàn)對產(chǎn)品準確、 快速的實時檢測[3]。

        高光譜成像作為一項新興的檢測成像技術(shù),具有無損、 快速、 精度高等優(yōu)勢,被廣泛應(yīng)用于食品安全檢測中[4]。國內(nèi)外許多學(xué)者將高光譜技術(shù)應(yīng)用于豬、 羊、 魚等[5-8]的肉質(zhì)檢測,He[9]等采用HSI技術(shù)成功在全波段內(nèi)預(yù)測了三文魚的硬度、 內(nèi)聚性、 黏性。有研究使用高光譜成像方法實現(xiàn)了冷藏腐敗過程魚肉蛋白質(zhì)和脂肪變化檢測。但很少有學(xué)者對冷鮮牛肉的品質(zhì)檢測進行研究。

        牛肉質(zhì)地特性[10-12],例如硬度、 回復(fù)性、 彈性、 粘著性、 膠著度、 咀嚼度等是決定肉類產(chǎn)品整體質(zhì)量的關(guān)鍵參數(shù)。因而冷鮮肉質(zhì)的測定對肉質(zhì)品質(zhì)檢測具有重要的意義。

        以不同儲藏時間和溫度的冰鮮牛肉作為研究對象,重點分析研究在冰鮮牛肉冷凍儲藏處理過程中其蛋白質(zhì)構(gòu)成的特性: 粘著性、 回復(fù)性等復(fù)雜變化。采集其對應(yīng)的高光譜圖像,分別采用一階微分、 多元散射校正、 二元一階微分、 標準正態(tài)變換對高光譜數(shù)據(jù)進行預(yù)處理; 采用連續(xù)投影法(SPA)篩選出最優(yōu)波長; 分別使用偏最小二乘法(PLSR)和主成分回歸法(PCR)建立預(yù)測模型。最終建立基于特征波長的高光譜與多參數(shù)的冷鮮肉品質(zhì)檢測模型。

        1 實驗部分

        1.1 材料

        實驗所用樣本為北京市美廉美超市所購買的新鮮的牛肉背部肌。購買后立即將牛肉分成126份,平均分配到0,4和8 ℃三個恒溫箱中,每個溫度下的每塊樣品使用無菌袋單獨包裝,進行編號,在每個溫度的恒溫箱中放入溫度記錄儀。實驗共進行十四天,每天從每個恒溫箱中取出三個樣本進行實驗。

        1.2 儀器

        高光譜圖像采集設(shè)備采用中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院的GaiaSorter高光譜分選儀,采集軟件為SpecView,選用波段為1 000~2 500 nm的近紅外光譜相機獲取冷鮮肉的光譜反射率,手動調(diào)節(jié)焦距至圖像最清晰,每次采集圖像后按式(1)進行黑白校準

        (1)

        式(1)中,Ra為隨機矯正后的高精度光譜波形圖像,Ba為標準校正黑板反射光譜圖像;Wa為標準白板反射光譜圖像;Ia為隨機利用高精度光譜圖像采集處理系統(tǒng)進行采集后得到的高精度光譜波形圖像。TPA(質(zhì)構(gòu)分析)參數(shù)采集使用Stable Micro Systems質(zhì)構(gòu)儀,采用圓柱型探頭,直徑為6mm,默認返回速度為4.5 mm·s-1,兩次壓縮等待時間間隔為2 s,每個樣本采樣三次。

        1.3 光譜數(shù)據(jù)和質(zhì)構(gòu)特性參數(shù)采集

        冷鮮肉的貨架期一般為14 d,是理想的試驗周期。本研究以牛肉背部肌為試驗樣本,每天對0,4和8 ℃三個溫度下儲存的冷鮮牛肉采集3個樣本的高光譜圖像及質(zhì)構(gòu)特性參數(shù),取平均值。獲取高光譜數(shù)據(jù)的軟件為ENVI5.3。ENVI(the environment for visualizing images)是一個完整的專業(yè)遙感軟件圖像處理分析平臺,匯集于其中的遙感軟件圖像處理分析技術(shù)覆蓋遙感圖像處理數(shù)據(jù)的精確定標、 數(shù)據(jù)流的融合、 信息提取等各種信息變換。對每一幅高光譜圖像設(shè)置50×50的感興趣區(qū)域(region of interest, ROI),計算所有興趣區(qū)域的高光譜圖像平均值, 得到表示所選感興趣區(qū)域的高光譜圖像反射率與光譜波長之間關(guān)系值的曲線, 將得到的光譜數(shù)據(jù)導(dǎo)出。實驗所研究的對象為牛肉背部肌,每一塊樣品中不均勻地分布著牛肉脂肪沉淀,手動選擇ROI區(qū)域可以一定程度排除脂肪沉淀干擾。

        2 結(jié)果與討論

        2.1 質(zhì)構(gòu)特性參數(shù)分析

        利用新型質(zhì)構(gòu)儀器測定冷鮮牛肉質(zhì)構(gòu)得到具有粘聚性、 回復(fù)性等六個主要質(zhì)構(gòu)測量指標,指標在不同牛肉貯藏時間溫度下隨保存時間的變化趨勢顯示如圖1所示。硬度、 彈性、 咀嚼度、 膠著度隨時間變化未呈現(xiàn)明顯的遞增或遞減趨勢,說明大多數(shù)質(zhì)構(gòu)參數(shù)指標波動大,測量時干擾較多,數(shù)據(jù)存在一定的誤差,建模時需要篩選指標以保障模型的精確度。其中,測量精度較高的指標有: 粘聚性、 回復(fù)性。隨時間下降,粘聚性和回復(fù)性下降趨勢明顯說明牛肉品質(zhì)隨著儲藏時間的增加而下降,新鮮度降低。0~5 d下降趨勢較緩,第6天以后下降速度加快,第11天左右出現(xiàn)上升趨勢。這可能是由于儲存后期肉質(zhì)腐敗程度大,導(dǎo)致大量水分丟失、 組織結(jié)構(gòu)受到很大破壞、 底部效應(yīng)增強所導(dǎo)致[13]。為了篩選精確度較高的質(zhì)構(gòu)特性指標,建立質(zhì)構(gòu)特性預(yù)測模型,結(jié)果如表1所示,粘聚性和回復(fù)性預(yù)測集準確度較高,其余指標預(yù)測集準確度均遠低于0.5,模型誤差超出容錯范圍,舍去。最終,選擇粘聚性和回復(fù)性作為參數(shù)建模。

        圖1 不同質(zhì)構(gòu)參數(shù)隨時間變化曲線(a): 硬度隨時間變化; (b): 彈性隨時間變化; (c): 咀嚼度隨時間變化;(d): 粘聚性隨時間變化; (e): 膠著度隨時間變化; (f): 回復(fù)性隨時間變化Fig.1 Curve of different texture parameters changing with time(a): Hardness over time; (b): Resilience of hardness over time; (c): Chewiness of hardness over time; (d): Cohesivencess of hardness time; (e): Stalemate of hardness over time; (f): Resilience of hardness over time

        表1 質(zhì)構(gòu)特性參數(shù)結(jié)果Table 1 Results of texture characteristic parameters

        2.2 樣本集的劃分

        分別采用Kennard-Stone和SPXY算法將實驗樣本劃分為訓(xùn)練集和預(yù)測集,其中篩選出35個訓(xùn)練集樣本,7個預(yù)測集樣本。KS算法通過歐氏距離選擇樣本進入訓(xùn)練集,以充分保證樣本集的選取具有代表性和均勻性。SPXY在計算樣品間距離時將自變量和因變量同時考慮在內(nèi)。為了保證樣本模型分析精度能夠達到最佳,訓(xùn)練樣本模型應(yīng)該在結(jié)構(gòu)組成上和性質(zhì)上與預(yù)測到的樣本模型基本相同。對每種方法得到的樣本劃分結(jié)果以粘聚性作為參數(shù)分別采用全波段建模以確定最終的數(shù)據(jù)劃分方式。

        為了比較不同樣本劃分方式效果的優(yōu)劣,采用相對標準偏差RSD及相關(guān)系數(shù)R2作為指標選擇最佳預(yù)處理方法,結(jié)果如表2所示。由表2可知,經(jīng)過SPXY和KS劃分后的樣本數(shù)據(jù)建立的偏最小二乘模型訓(xùn)練集和預(yù)測集相關(guān)系數(shù)分別為0.769 3和0.596 6,均優(yōu)于無劃分方式的相關(guān)系數(shù)0.554 7,說明樣本劃分的必要性。使用KS算法樣品劃分后的建模預(yù)測集相關(guān)系數(shù)為0.596 6。使用 SPXY算法樣品劃分后建模預(yù)測集相關(guān)系數(shù)為0.769 3。兩者相對標準偏差接近,SPXY劃分結(jié)果相關(guān)系數(shù)相較于KS算法更接近1。綜上所述,SPXY建模效果優(yōu)于KS算法,采用SPXY作為樣本劃分方式。

        表2 不同樣本劃分方式結(jié)果Table 2 Results of different sample partitioning methods

        2.3 光譜曲線分析與數(shù)據(jù)預(yù)處理

        圖2為冰鮮牛肉原始光譜曲線。不同時間測量的光譜曲線整體趨勢相近。隨著儲藏時間延長,曲線在1 100 nm處峰值增加,1 200 nm處的峰谷降低,這可能是由于肌紅蛋白的轉(zhuǎn)化和降解。由于原始光譜包含許多噪聲干擾,例如光譜基線漂移,隨機噪聲等等,影響光譜建模的準確性,可導(dǎo)致模型的精確度降低,因此對原始光譜進行預(yù)處理十分必要。研究中使用一階微分、 二階微分、 多元散射校正、 標準正態(tài)變換對高光譜數(shù)據(jù)進行預(yù)處理,處理后采用全波段建模以確定最終預(yù)處理方式,結(jié)果如表3所示。

        圖2 冰鮮牛肉原始光譜曲線Fig.2 Raw spectral curve of chilled beef

        表3 不同預(yù)處理方式結(jié)果Table 3 Results of different pretreatment method

        從表3數(shù)據(jù)可得,使用預(yù)處理后的光譜數(shù)據(jù)建立的冷鮮牛肉品質(zhì)模型的準確度總體上升。以粘聚性為參數(shù)時,經(jīng)SNV處理后光譜的模型準確度高于其他預(yù)處理方法,R2約為0.81,模型具有較高精度。在以回復(fù)性為參數(shù)建模時,D2st預(yù)處理效果最好,相關(guān)系數(shù)達到0.867 4,RSD為0.099 4。在選用不同質(zhì)構(gòu)參數(shù)建立偏最小二乘模型時,相同預(yù)處理方法對模型的精確度的提升效果不同。由表3確定以粘聚性、 回復(fù)性為參數(shù)建模時分別采用SNV、 D2st作為原始光譜預(yù)處理方法。預(yù)處理后總體建模準確度在0.7~0.8左右,這可能是參數(shù)測量時存在較大誤差,數(shù)據(jù)波動性較大,穩(wěn)定性差的緣故。

        2.4 特征波長的選擇

        經(jīng)預(yù)處理后的全波段牛肉品質(zhì)預(yù)測模型的效果得到改善。全波段光譜存信息量過大且包含大量冗雜數(shù)據(jù),因此預(yù)測模型需要優(yōu)化。主要使用連續(xù)投影法(SPA)對不同光譜的最優(yōu)波段進行篩選。SPA選擇含有最少多余信息的波長變量組合以最小化信息重復(fù)疊加。圖3展現(xiàn)了SPA應(yīng)用算法分析得到的每個特征波長在SNV預(yù)處理后的全波段反射光譜上的幾個具體位置。SPA提取特征波長結(jié)果詳見表4。由表4可知,相比于無特征波長提取,SPA從原始光譜中提取了4個特征波長,有效減小了全波段建模包含的大量噪聲信息的缺點,使模型的精確度得到保障的同時提高了模型的運行速度。

        圖3 SPA選取最優(yōu)特征波長Fig.3 Optimal wavelength selected by SPA

        表4 提取特征波長后建模結(jié)果Table 4 Modeling results after feature wavelength extraction

        2.5 模型建立

        現(xiàn)階段常用的預(yù)測變量建模和計算方法主要有PLSR,PCR和ANN等。PLSR通過投影分別將要預(yù)測的變量和其他觀測變量映射到一個新的空間, 來幫助尋找一個基于線性回歸的模型。分別采用SNV和D2st對數(shù)據(jù)進行預(yù)處理。對提取特征波長后的光譜進行粘聚性、 回復(fù)性預(yù)測模型的建立和分析。結(jié)果如表5和表6所示。

        表5 基于PLSR的建模結(jié)果Table 5 Modeling results based on PLSR

        表6 基于PCR的建模結(jié)果Table 6 Modeling results based on PCR

        由表5對比可知,使用PLSR建模時,以粘聚性和回復(fù)性為參數(shù)的模型精確度分別為0.879 8和0.880 6。使用PCR建模時,以粘聚性和回復(fù)性為參數(shù)的模型精確度分別為0.728 8和0.766 04。基于PLSR的牛肉品質(zhì)參數(shù)預(yù)測模型的相關(guān)系數(shù)總體較高于基于PCR模型的相關(guān)系數(shù),說明PLSR的建模效果優(yōu)于PCR,這可能由于PCR模型中與組分值無關(guān)的一些變量可能也具有很大的權(quán)重,導(dǎo)致使用PCR建模存在一定的誤差。

        2.6 模型可靠性驗證

        對原始冷鮮牛肉高光譜數(shù)據(jù)進行預(yù)處理,采用SPA算法篩選出最優(yōu)波段,提取特征波段輸入PLSR算法中,構(gòu)成基于高光譜的冷鮮牛肉粘聚性、 回復(fù)性的預(yù)測模型,得到不同質(zhì)構(gòu)特性參數(shù)的預(yù)測值。最小二乘回歸結(jié)果如圖4(a,b)所示。

        圖4 質(zhì)構(gòu)參數(shù)回歸模型(a): 粘聚性真實值與預(yù)測值散點圖;(b): 回復(fù)性真實值與預(yù)測值散點圖Fig.4 Regression model of TPA(a): Scatter plots of true and predicted values of cohesivencess; (b): Scatter plots of ture and predicted values of resilience

        結(jié)果表明: 基于SPA-PLSR的牛肉品質(zhì)預(yù)測模型具有較高的精度,當預(yù)測參數(shù)分別為粘聚性、 回復(fù)性的識別指數(shù)分別為0.856 6和0.840 7。

        3 結(jié) 論

        采用粘聚性、 回復(fù)性作為綜合評價冷鮮牛肉品質(zhì)的參數(shù),建立了基于高光譜的牛肉品質(zhì)預(yù)測模型。采用SPXY對光譜進行樣本劃分,生成35個訓(xùn)練集樣本和7個預(yù)測集樣本,分別使用SNV和D2st對原始光譜數(shù)據(jù)進行預(yù)處理。采用SPA提取特征波長,將特征波段和質(zhì)構(gòu)特性參數(shù)作為PLSR輸入,建立了基于高光譜與牛肉品質(zhì)(粘聚性、 回復(fù)性)預(yù)測模型,模型相關(guān)系數(shù)分別為0.879 8和0.880 6。經(jīng)過模型數(shù)據(jù)可靠性檢驗,該質(zhì)構(gòu)預(yù)測模型精確度較高,適用于對牛肉品質(zhì)的在線快速檢測。

        猜你喜歡
        質(zhì)構(gòu)牛肉預(yù)處理
        馬鈴薯泥肉丸的加工及其質(zhì)構(gòu)特性研究
        酸湯牛肉里的愛
        趣味(語文)(2021年11期)2021-03-09 03:11:30
        尋味牛肉
        海峽姐妹(2020年4期)2020-05-30 13:00:12
        牛肉怎么做,好吃又嫩?
        海峽姐妹(2019年4期)2019-06-18 10:39:14
        基于預(yù)處理MUSIC算法的分布式陣列DOA估計
        淺談PLC在預(yù)處理生產(chǎn)線自動化改造中的應(yīng)用
        吃不上牛肉了
        絡(luò)合萃取法預(yù)處理H酸廢水
        基于自適應(yīng)預(yù)處理的改進CPF-GMRES算法
        基于熱風(fēng)干燥條件下新疆紅棗的質(zhì)構(gòu)特性
        国产成人a∨激情视频厨房| 国产小视频一区二区三区| 亚洲一区二区三区自拍麻豆| 一区二区三区视频在线观看免费| 精品免费久久久久久久| 日韩精品大片在线观看| 国产精品亚洲av网站| 极品尤物在线精品一区二区三区| 人人人妻人人澡人人爽欧美一区| 久草热8精品视频在线观看| 美女窝人体色www网站| 久久99人妖视频国产| 欧美大屁股xxxx高潮喷水| 又黄又爽又色的视频| 欧美综合区自拍亚洲综合| 一本色道久久88加勒比综合| 亚洲sm另类一区二区三区| 国产午夜福利短视频| 40分钟永久免费又黄又粗| 亚洲天堂久久午夜福利| 国精品午夜福利视频不卡| 伊人精品在线观看| 亚洲影院在线观看av| 国产精品国产三级国产av品爱| 成人h视频在线观看| 亚洲一区二区三区av在线免费| 亚洲乱码中文字幕第一页| 久久综合香蕉国产蜜臀av| 久久国产精久久精产国| 91免费国产高清在线| 日韩精品一区二区三区乱码| 亚洲欧美精品suv| 久久91综合国产91久久精品| 午夜宅男成人影院香蕉狠狠爱| 亚洲国产av无码精品| 人妻被黑人粗大的猛烈进出| 日本熟妇精品一区二区三区| 91自拍视频国产精品| 国产精品三级在线观看无码| A阿V天堂免费无码专区| 人妻少妇精品视中文字幕免费|