便携式火腿腐败变质实时预警系统研究

针对火腿、香肠等肉制品在生产、运输和销售过程中容易出现品质腐败以及货架期缩短的问题,基于近红外光谱技术对火腿的品质腐败参数进行研究,研发了一种具有自建模功能的便携式火腿品质腐败检测装置,并基于物联网技术开发了火腿货架期预警系统。基于研发的检测装置,采集了74块火腿样品的可见/近红外光谱,在经过不同的预处理后,分别建立了火腿颜色（L*、a*、b*）、pH值、挥发性盐基氮含量和菌落总数（TVC）的偏最小二乘（PLS）预测模型。在此基础上,利用竞争性自适应加权算法筛选特征变量,建立简化的PLS模型,各参数的预测模型相关系数分别为0.9317、0.9369、0.9578、0.9554、0.9285、0.9862,均方根误差分别为0.3530、0.2529、0.0961、0.0354、0.3724mg/（100g）、0.4398lgCFU/g。结果表明,该装置可以用于火腿品质腐败参数的检测。同时研究了火腿储藏期间TVC生长规律,使用Modified Gompertz方程对TVC的生长曲线进行拟合,建立了TVC的生长动力学模型,通过TVC的光谱预测模型和生长动力学模型建立了货架期的预测模型。选用阿里云服务器和MySQL数据库作为服务端的开发工具,基于TCP/IP网络通信协议,将装置的检测数据实时传输到服务器端,进而保存到数据库中。最后将货架期的数据反馈至客户端,通过对货架期的监控实现火腿腐败变质的实时预警。经过实验测试表明,该系统可以用于火腿货架期的实时预警。     

微量有机磷农药残留近红外光谱快速检测方法

以滤纸作为农药载体，在波数4000～10000cm-1范围内获取其近红外光谱曲线。分别采取偏最小二乘回归法和最佳波段差值回归法建立农药质量比的预测模型。偏最小二乘回归法在经过多元散射校正和变量标准化预处理后得到的预测结果较好，预测相关系数为0.954，通过最佳波段差值回归法得到的预测相关系数为0.904。两种建模方法都得到了较好的预测结果。     

农田地块图像分割技术研究

农田地块图像包含的目标区域多，不同地物间信息相互影响和干扰明显，农田地块图像的分割提取非常困难。利用基于边界和基于区域两种图像分割方法对高空拍摄的农田地块图像进行处理和实验。实验结果表明，利用微分算子的图像边界分割算法虽然能够有效识别出农田地块的边缘，但是对噪声有放大作用；而利用阈值法的图像区域分割算法可以很好地消除农田地块图像的噪声影响。     

加快甘蔗收获机械关键技术提升与推广示范

我国作为一个产蔗制糖大国,传统的人工甘蔗收获模式正接受着来自世界先进甘蔗生产国家的挑战。在这样一个新的发展时期,文章针对推动甘蔗收获机械研制的几个重要因素展开讨论,论述促进我国甘蔗收获机械化的发展方向,给出加快甘蔗收获机械研制与科技成果转化的一些建议。     

冬小麦叶绿素含量高光谱检测技术

以大田冬小麦叶绿素含量为研究对象,首先利用高光谱成像系统以线扫描方式获取其反射光谱图像,选择感兴趣区域(ROI)并计算出光谱平均反射率值;然后分别针对其原始光谱和一阶差分光谱,通过相关分析和逐步回归分析,得到能反映叶绿素含量变化的7个最佳优化波长;进而基于该优化波长采用多元线性回归(MLR)方法组建模型,通过假设检验剔除对模型贡献不显著的3个波长变量.选用剩余的4个波长即710.85、767.42、650和520 nm作为自变量重新建立模型,基于校正集和预测集模型的决定系数R2分别为0.843 4和0.709 3.研究结果表明,利用高光谱技术检测大田冬小麦叶绿素含量的方法是可行的.     

基于近红外光谱的冷鲜肉-解冻肉的判别研究

目的利用近红外光谱对冷鲜肉和解冻肉进行判别研究。方法利用385~935 nm的近红外光谱系统,采集冷鲜肉与解冻肉表面的反射光谱数据,采用Savitzky-Golay(S-G)平滑和标准变量正态变换(SNVT)方法对光谱数据进行预处理。然后利用主成分分析法(PCA)实现数据降维,提取主成分后结合两种状态的肉的理化指标(L*值,a*值,pH,蒸煮损失和嫩度),分别利用Fisher判别法、贝叶斯判别法两种判别分析方法对冷鲜肉和解冻肉进行判别研究。结果两种判别分析方法,均取得较好的分类效果,尤其是Fisher判别法,校正集的回判正确率为96.67%,验证集的正确率为100%。结论近红外光谱技术应用于冷鲜肉和解冻肉的鉴别是可行的。     

光谱技术在生鲜肉品质安全快速检测的研究进展

光谱技术作为无损快速检测技术在肉品行业中得到广泛应用.该技术能实现生鲜肉快速、在线、准确、无损检测,是各类生鲜肉品质安全分析的重要技术之一.文章综述了近红外光谱、拉曼光谱、高光谱成像技术、荧光光谱等光谱技术在生鲜肉品质检测和安全评定上的重要应用和研究进展.主要包括水分、蛋白质及脂肪等影响肉类营养品质的组成成分分析,肉品食用品质如嫩度、大理石花纹、肉色及新鲜度等指标的评价,肉品加工品质如保水性并由此实行肉类分级的检测以及生鲜肉在微生物污染等安全品质的评定.同时分析各种光谱技术的现状提出存在的问题,并针对目前发展趋势展望了该技术的前景:光谱技术通过与机器视觉技术等新型无损检测技术的有机融合,将实现在线检测评价生鲜肉品质安全的目标.     

基于近红外光谱的生鲜猪肉新鲜度实时评估

目的 运用近红外光谱对生鲜猪肉新鲜度进行实时评估。方法 利用多通道可见近红外光谱系统, 获取了猪肉表面380~1080 nm波长范围内的漫反射光谱数据, 采用多元散射校正(MSC)和变量标准化(SNV)的预处理方法, 然后使用偏最小二乘回归建立猪肉新鲜度的预测模型, 进而对猪肉新鲜度进行评价。结果 采用变量标准化处理后的偏最小二乘回归模型相对比较稳定, 建模效果比较好。对挥发性盐基氮 (TVB-N)的验证集的相关系数达到0.91, 对pH值的验证集的相关系数达到0.93。最后利用该模型对猪肉新鲜度进行评定, 评定准确率达92.9%。结论 实验中运用多点的测量方式提高了近红外检测的精度和稳定性, 对于实时检测评估生鲜猪肉的新鲜度有很大的潜力。     

基于高光谱技术检测苹果外观缺陷

目的 利用高光谱技术检测苹果外观缺陷, 分析主成分分析法和波段比率算法研究高光谱图像的可行性。方法 在400~1100 nm波长范围内获取苹果表面的高光谱图像信息, 用主成分分析法处理高光谱下采集的苹果图像, 选取第三主成分图像进行分析, 作为最后的判别依据。波段比率算法中选取了717 nm和530 nm两个有效波段,将两个波段的图像进行比值运算。717 nm波段的图像进行阈值运算、中值滤波及形态学分析得到二值化掩膜图像, 再与二值化后的比率图像进行布尔运算, 提取缺陷的有效信息。结果 基于主成分分析法, 检测苹果表面缺陷的分级准确率为81.25%, 波段比率算法对苹果表面缺陷的分级准确率为93.75%。结论 利用高光谱成像技术下波段比率算法相对于主成分分成法更适合于实时、在线、快速检测。     

拉曼光谱技术检测苹果表面残留的敌百虫农药

建立苹果表面残留的敌百虫农药的拉曼光谱无损检测技术。方法 利用激光显微拉曼光谱技术, 以苹果为载体, 敌百虫农药为研究对象, 探讨苹果表面敌百虫农药的快速无损检测方法。结果 敌百虫农药的拉曼特征频率较为丰富, 选取441 cm?1 (P-O键振动)和620 cm?1(C-Cl键振动)处的拉曼信号可识别苹果表面敌百虫农药残留, 检测限为4800 mg/kg。结论 本研究对实现水果表面敌百虫农药残留的快速、无损伤检测具有重要意义。