基于高光谱成像技术的豆腐形成过程中组分含量变化检测

• 作者: 张泽翔 李志华 王承克 石吉勇 邹小波 黄晓玮
• 来源期刊: 光谱学与光谱分析
• 学科: 工学
• 关键词: 豆腐 高光谱成像技术 分布可视化 水分 蛋白质
• 年，卷（期）: 2020,（11）
• 页码范围: 3549-3555
• 页数: 7页
• 分类号: TS214.2
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2020)11-00-07

摘要

豆腐作为我国传统食品已有两千多年历史,但目前市场上的豆腐还是以经验式小作坊生产为主,难以保证豆腐质量和品质的均一性.其中水分和蛋白质含量是影响豆腐品质的重要因素,然而,水分与蛋白质的传统检测方法过程繁琐,耗时、费力,检测结果往往延迟于生产过程,无法及时指导生产.因此,探索豆腐制备过程中水分和蛋白质分布的快速、无损定量描述方法,可为精确调控豆腐制备工艺提供科学依据.应用高光谱成像技术结合化学计量学方法检测豆腐形成过程中豆浆、热浆、凝胶、豆腐四种不同状态下水分与蛋白质含量变化并实现其含量分布可视化.采集每种状态下120个样品在432～963 nm波段范围内的高光谱图像,利用ENVI软件选取感兴趣区域并计算样品的平均光谱数据.采用卷积平滑(savitzky-golay,SG)结合多元散射校正(multiplicative scattercorrection,MSC)对原始光谱进行预处理,消除光谱噪声影响.用预处理后的光谱数据建立偏最小二乘回归(PLSR)和主成分回归(PCR)定量模型,比较两种模型的预测能力发现豆浆、热浆、凝胶、豆腐样品的PCR模型对与水分和蛋白质的预测结果均低于PLSR模型.选用PLSR模型作为最优模型,采用连续投影算法(SPA)筛选豆浆、热浆、凝胶、豆腐样品的特征波长,分别选取13,9,8和9个特征波长建立基于特征波长下的PLSR模型.结果表明:与全波段下的PLSR模型相比基于特征波长建立的SPA+PLSR模型的预测效果更好,对水分的预测模型RP达到0.84～0.96,蛋白质的预测模型达到0.92～0.97.基于预测效果更好的SPA+PLSR模型计算豆浆、热浆、凝胶、豆腐图像中每个像素点的水分与蛋白质含量,将样品中的水分与蛋白质分布用不同的颜色直观显示,实现水分与蛋白质在不同状态下的分布.验证了高光谱技术对于豆腐形成中水分与蛋白质含量检测的可行性,解决传统检测方法的缺陷问题,为豆腐生产的工业化和智能化提供理论依据.