排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
计算机视觉技术对食品腐败检测的研究进展 总被引:1,自引:0,他引:1
食品腐败变质是食品安全问题中最主要的原因之一,据世界卫生组织(WHO)数据统计,每年全球食品工业仅因食品腐败变质带来的经济损失就多达数百亿美元。食品发生腐败变质不仅带来巨大的经济损失,而且给人们健康带来严重危害。食品在生产、加工、储存、运输和销售等各个环节中,当受到微生物、酶作用、机械损伤、病害、光照、氧气等不当的贮藏条件都有可能导致腐败变质。因此,加强对食品腐败变质的检测和监测显得尤为重要。然而,目前现有常用的检测方法存在过程操作繁琐、时效性差或灵敏度较低等缺点,难以满足现代快速准确检测的需要,成为制约食品质量安全的瓶颈。本文主要介绍了计算机视觉技术对微生物、病害引起的食品原料腐败变质的检测,来判断食品腐败变质的程度,并介绍最新进展及研究现状,最后展望了其应用前景。 相似文献
2.
番茄红素的生物利用度是决定其营养价值的关键因素,天然存在的番茄红素生物利用度较低。番茄红素的异构化、食品分散体系以及食品组分与番茄红素之间的相互作用对番茄红素的生物利用度有着重要影响。近年来,食品加工、赋形剂乳液和构建共消化体系等方法越来越多地应用于改善番茄红素生物利用度中,相关的研究也成为热点。本文从番茄红素的吸收机制、影响番茄红素生物利用度的因素、改善番茄红素吸收的方法和番茄红素生物利用度的评价方法等方面进行综述,并对番茄红素生物利用度研究趋势和前景进行展望。 相似文献
3.
高光谱图像对灰葡萄孢霉、匍枝根霉、炭疽菌的生长拟合及区分 总被引:2,自引:0,他引:2
利用高光谱成像系统获取真菌在马铃薯葡萄糖琼脂板上培养期间的高光谱图像,采用400~1 000 nm全波段光谱响应值,并计算全波段的平均值、波峰716 nm处的光谱值和全波段内光谱值第1主成分的得分值,利用这3 种参数计算方法构建真菌生长模拟模型。结果表明,3 种方法建立的模型测试集的决定系数(R2)为0.722 3~0.991 4,均方误差和均方根误差分别为2.03×10-4~5.34×10-3、0.011~0.756。建立的生长模型与传统菌落计数法建立的生长模型之间的相关系数为0.887~0.957。另外,主成分分析和偏最小二乘法判别分析可以区分3 种不同菌种。其中,偏最小二乘法判别分析模型对培养36 h的3 种真菌及对照组的区分准确率为97.5%。高光谱图像技术能够用来对真菌生长进行模拟和真菌的种类区分。 相似文献
4.
研究热风干燥对枇杷果皮中功能性成分(多酚、黄酮、三萜酸)及果皮挥发性成分的影响。用60 ℃热风干燥将枇杷果皮烘干至水分含量为9%~10%后,测定干燥前后功能性成分的含量,并利用顶空固相微萃取结合气相色谱-质谱联用分析和鉴定挥发性成分及相对含量。结果显示,干燥后枇杷果皮中的总多酚((37.94±0.84) mg GAE/g)和总黄酮((19.29±0.76) mg Rutin/g)的含量较新鲜果皮(总多酚:(63.66±1.68) mg GAE/g;总黄酮:(56.78±1.44) mg Rutin/g)显著减少(P<0.05),总三萜酸含量变化不显著;在新鲜果皮中检测到35 种挥发性成分,主要是醛、酯、酮,其中己醛(相对含量19.79%)和反-2-己烯醛(相对含量26.59%)为主要挥发性成分。与新鲜枇杷皮相比,热风干燥增加了挥发性成分的种类,共检测到73 种挥发性成分,主要是醛、酯、酮,与新鲜果皮共有的成分有21 种。壬醛(相对含量31.47%)为干样中的主要挥发性成分,其他相对含量较高的成分为β-环柠檬醛、β-紫罗酮、二氢猕猴桃内酯、癸醛等,这些成分共同构成了干燥果皮的特有香气。 相似文献
5.
6.
高光谱图像对白萝卜糠心的无损检测 总被引:2,自引:0,他引:2
为实现白萝卜异常品质糠心的无损检测,构建高光谱图像技术检测白萝卜糠心的检测系统。获取了光源透射、反射和半透射模式下白萝卜的高光谱图像信息,结合偏最小二乘分析(partial least squares discriminantanalysis,PLS-DA)、支持向量机(support vector machine,SVM)、人工神经网络(artificial neural network,ANN)3 种算法分别建立白萝卜糠心的识别模型。结果表明:3 种检测模式中,基于透射模式的高光谱图像系统检测准确率最高;3 种预测模型中,ANN模型优于PLS-DA和SVM模型。其中,基于透射模式的ANN模型,高光谱图像对萝卜糠心的检测总体准确率达94.3%,效果最好。因此,采用透射模式的高光谱图像技术对白萝卜糠心的检测是可行的。 相似文献
7.
采用电子鼻技术对广式香肠加工和贮藏过程中的脂肪氧化程度进行检测。在加工和贮藏中,分别提取香肠烘干0~120 h和贮藏0~20 周的电子鼻响应值,同时检测香肠的酸价(acid value,AV)和过氧化值(peroxidevalue,POV)来评价香肠的脂肪氧化程度,建立两者之间相关性。通过Loading分析、方差分析和Pearson相关性分析评价10 个传感器对香肠气味的贡献率,选出最佳传感器阵列,通过人工神经网络方法建立香肠AV和POV的预测模型。结果表明:S4、S6、S7、S8和S9为香肠加工过程中对脂肪氧化表征的最佳传感器阵列,S6、S7、S8和S9为香肠贮藏过程中的最佳传感器阵列。在加工和贮藏过程中模型预测效果较好。其中,对于加工过程,基于全部传感器阵列模型对AV和POV预测的R2分别为0.959和0.930,而基于最佳传感器阵列对AV和POV预测的R2分别为0.930和0.914;对于贮藏过程,基于最佳传感器对POV预测模型R2为0.805外,其余皆在0.9以上。因此,电子鼻在广式香肠加工和贮藏过程中对其脂肪氧化程度的检测有着比较好的效果,可以进一步应用到广式香肠的商业生产和贮藏。 相似文献
1