猪肉瘦肉率和背膘厚度在线检测系统的研究

目的 建立猪肉瘦肉率和背膘厚度在线检测系统。方法 利用图像处理技术设计屠宰线上猪胴体无损等级评定系统, 实现对猪肉品质的在线分级。结果 针对猪肉的瘦肉率检测提出了一种依据直方图的检测方法, 针对猪肉胴体背膘厚度肋骨位置的检测提出了三种确定方法: 按照比例来确定, 按照轮廓拐点来确定, 直接数取肋骨的数量来确定。结论 本研究设计的猪胴体无损等级评定系统对于实时检测评估猪肉品质具有很大的潜力。     

生鲜猪肉细菌总数的高光谱特征参数研究

目的 通过对高光谱数据进行洛伦兹拟合参数的分析, 讨论高光谱技术对生鲜猪肉细菌总数预测的可行性。方法 63个猪肉样品贮存于4 ℃冰箱中, 每天随机取出4块样品, 在400~1100 nm波长范围内获取猪肉表面的高光谱散射图像, 从高光谱图像中提取猪肉的反射光谱曲线, 利用洛伦兹函数进行拟合, 然后用单参数和不同参数结合的方法建立多元线性回归模型。结果 多参数结合的方法比单个参数建立的模型更好, 最好的模型结果是三个参数结合建立模型, 校正集相关系数为0.96, 标准差为0.42; 预测集相关系数为0.89, 标准差为0.46。结论 利用高光谱成像技术结合洛伦兹函数对快速检测猪肉细菌总数具有一定的可行性。     

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。     

肉品挥发性盐基氮的高光谱无损快速检测

建立利用高光谱成像技术对生鲜猪肉的挥发性盐基氮含量进行快速无损伤检测的方法。方法 利用400~1100 nm光谱范围的高光谱成像系统, 获取猪肉表面的高光谱图像信息, 通过洛伦兹函数对其表面的扩散信息进行拟合, 结合偏最小二乘回归和多元线性回归两种方法, 分别建立预测猪肉TVB-N含量的预测模型。结果 利用洛伦兹三参数组合[abc]结合MLR方法建立预测猪肉TVB-N含量的模型效果优于PLSR模型, 预测相关系数达到0.90, 标准差为4.67。结论 高光谱成像技术可以快速无损伤检测肉品挥发性盐基氮。