基于高光谱成像技术和因子判别分析的玉米黄曲霉毒素检测研究

利用高光谱成像技术进行玉米籽粒表面黄曲霉毒素的检测。将黄曲霉毒素原液用甲醇分别稀释成浓度为10、20、100、500μg/L的溶液,然后逐一滴在等量4组共120粒玉米籽粒的表面,取同品种30粒洁净玉米籽粒作为对照组。利用400~1 000 nm可见/近红外高光谱成像系统进行样品图像光谱信息获取,采用标准正态变量校正进行数据预处理。首先经主成分分析(Principal Component Analysis,PCA)进行高光谱数据降维,然后利用PCA从835个波长中提取的前14个主成分为输入,采用因子判别分析(Factorial Discriminant Analysis,FDA)对5类样品进行分类。FDA构建的模型对训练集和验证集的判别准确率分别达95%和86%。结果表明利用高光谱成像技术并结合PCA-FDA方法进行玉米籽粒表面黄曲霉毒素的检测是可行的。     

找到“最合适的一角”

时下最流行的一本书《寻找失落的一角》．据说销售量已经直逼《谁动了我的奶酪”。说的是“圆”失去了一角．总觉得很遗憾．总想让自己更完美．在不断的追求过程中．她发现了“美的真谛”。内衣的世界无比妖艳也无比神秘．盎惑每个女人渴望自身完美的心。女人们一直在寻觅着真正适合自己的那款内衣，犹如情人．犹如那个缺了一角的“圆”．款款而来。     

基于傅里叶变换近红外和支持向量机的霉变玉米检测

利用傅里叶变换近红外光谱对霉变玉米进行检测。运用波数范围在12 000~4 000 cm-1的FTNIR系统进行不同霉变程度样品光谱信息的采集,并利用支持向量机(Support Vector Machine,SVM)进行数据分析。结果显示,利用原光谱数据,以主成分分析(PCA)提取的前5个主成分作为输入,选用径向基函数(RBF)作为SVM核函数,并运用网格划分寻优法寻得的最优参数C、γ,所建立的分类模型最佳。SVM分类模型对训练集和测试集的预测准确率分别达到93.3%和91.7%,对独立样品集的预测准确率达到87.8%,表明基于FT-NIR和SVM进行霉变玉米的检测是可行的。     

近红外光谱分析技术在鸡肉品质检测中的应用研究进展

全球的鸡肉产量和消费量逐年上升,鸡肉品质已成了消费者的重点关注对象。近红外光谱分析技术是一种无损、快速、环保以及实时的检测技术,目前已快速发展成为一种应用于食品分析领域的新方法,在肉品检测方面也展现出极大的分析和应用潜力,近年来,已有较多国内外研究探讨了其在鸡肉品质检测方面的可行性。本文通过对近红外检测技术在鸡肉颜色、p H值、持水力、剪切力及化学成分预测方面的定量分析,肉品动物来源、鸡肉产地溯源及品质等级划分的定性分析以及其他相关方面检测的研究进行了综述,总结了应用近红外检测各品质指标的研究现状,可为相关研究者提供参考和借鉴,并基于分析总结对今后近红外光谱分析在鸡肉品质检测应用的发展前景及发展方向做了展望。     

玉米霉变及黄曲霉毒素的图像处理检测方法

为准确快速识别出仓储玉米是否包含霉变以及感染黄曲霉毒素的玉米颗粒,提出基于图像处理技术的定性、定量检测方法。基于感染霉菌的玉米颗粒表层会发生颜色褐变、发黑等特点,通过MATLAB对灰度图像二值化、区域填充、去干扰、连续膨胀等操作,统计出霉变颗粒数目;同时,基于感染黄曲霉毒素的玉米颗粒在365 nm紫外光照射下会发出独特的黄绿色荧光(bright greenish-yellow fluorescence,BGYF)特性,通过对彩色图像进行增强、形态滤波、彩图二值化、去除干扰、图像连续膨胀等,统计出感染黄曲霉毒素玉米颗粒的数量。用4组共112粒玉米对所提方法进行检测验证的结果表明,霉变玉米颗粒的正确检出率达93.75%以上,感染黄曲霉毒素玉米颗粒的正确检出率亦可达87.5%以上,能够达到区分检测的要求。     

基于颜色特征的含黄曲霉毒素玉米颗粒的检出方法

为快速准确识别出感染黄曲霉毒素的玉米颗粒,基于黄曲霉毒素在365 nm紫外光照射下可发出黄绿色荧光(bright greenish-yellow fluorescence,BGYF)的特性,提出了一种以颜色为特征量的感染毒素颗粒的检出方法。首先针对同一组玉米颗粒样本分别获取其在紫外光和可见光下的2幅图像,对可见光图像进行二值化、颗粒区域填充等预处理操作,得到玉米颗粒的轮廓与位置信息;然后将进行彩色增强后的紫外光图像与预处理后的可见光图像掩膜;最后在掩膜图像中通过RGB模型中G通道下的阈值作为分割参数识别玉米颗粒上的感染区域。结果表明,所提出的识别方法对能够发出荧光的含黄曲霉菌玉米颗粒识别准确率达到84%以上,对含有黄曲霉毒素的正确检出率可达77.8%以上,能够达到区分检测的要求。