高光谱成像及近红外技术在鸡肉品质无损检测中的应用

• 作者: 刘艳芳 徐盼 王九清 王睿 邢素霞 郭培源
• 来源期刊: 肉类研究
• 学科: 工学
• 关键词: 鸡肉新鲜度 高光谱成像 偏最小二乘法 近红外光谱
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 分析检测
• 页码范围: 30-35
• 页数: 6页
• 分类号: TS251.1
• 字数: 4014字
• 语种: 中文
• DOI: 10.7506/rlyj1001-8123-201712006

摘要

高光谱成像与近红外光谱(near infrared spectroscopy,NIR)技术是现代食品检测领域的重要手段,本研究对2 种技术在鸡肉品质无损检测中的预测精度进行研究.选用62 份新鲜程度不同的鸡胸肉,提取其高光谱感兴趣区域(region of interest,ROI)的光谱曲线,并测定样品的挥发性盐基氮(total volatile base nitrogen,TVB-N)含量和菌落总数(total viable count,TVC),利用OPUS 6.0光谱处理软件搜寻最佳的光谱预处理和波段组合,分别建立2 个指标的偏最小二乘法(partial least square,PLS)定量分析模型.NIR样本选用30 份新鲜程度不同的鸡胸肉,测定其TVB-N含量和TVC,建立PLS的交叉验证模型.结果表明:利用高光谱的ROI平均光谱建立的TVB-N含量与TVC模型的相关系数(R2)分别为0.965和0.919,均方根误差(root mean square error of cross validation, RMSECV)分别为0.121和0.215;利用NIR建立的TVB-N含量与TVC预测模型的R2分别为0.801和0.780,RMSECV分别为0.232和0.312.由此可见,基于高光谱的ROI区域光谱建立的预测模型在鸡肉品质无损检测中具有比NIR更高的预测精度.