高光谱图像技术在水果品质检测中的研究进展

高光谱图像技术结合了光谱技术和图像技术两者的优点,可实现水果内外品质同时检测,是水果品质无损检测的发展趋势。本文介绍了高光谱图像技术的基本原理,高光谱图像数据处理方法,在水果内外品质无损检测方面的国内外研究现状,分析了高光谱图像技术在水果品质检测中存在的问题及未来的研究方向。     

肉品品质检测技术综述

介绍了人工嗅觉与人工味觉检测技术、计算机视觉技术、近红外光谱技术、高光谱图像检测技术等无损检测技术的发展概况.应用高光谱图像技术对肉品品质进行无损检测是当前的研究热点之一.介绍了该技术的基本原理和国内外肉品品质高光谱图像检测技术的研究现状,并展望了高光谱图像检测技术在肉品品质检测中的研究前景,以期对我国相关研究人员的研...     

高光谱图像技术在食品无损检测中的研究进展

高光谱图像技术结合了影像学和光谱学的优点,可以同时采集一个物体的图像信息和光谱信息,是食品工业无损检测的未来发展趋势。本文介绍了高光谱图像系统的基本原理,图像的采集和分析方法,在食品品质和食品卫生安全等方面的应用以及现阶段的限制和未来的发展方向。      

肉品质量无损检测技术研究进展

肉类和肉类食品品质与安全检测一直是肉类行业中关注的热点。本文综述了超声波、电磁特性、电子鼻与电子舌、计算机视觉、光谱分析等几种当前主要无损检测技术在肉品质量评价中的研究进展。其中,重点介绍了光谱分析中具有图谱合一、可同时获取样品内外部品质信息特性的高光谱成像技术及其在国内外肉品品质检测中的应用现状,提出了该技术在肉类品质检测研究方向的几点思考,并展望了无损检测技术在肉品品质检测中的研究前景,以期为后续研究提供参考。     

高光谱成像技术在肉品品质评价中的应用

高光谱成像技术具有图像技术和光谱学的优点,能同时获得食品物料的空间信息和光谱信息,进而达到快 速、无损、精准检测的效果。本文阐述了高光谱成像的基本原理,分析了高光谱图数据处理的方法;总结了高光谱 成像技术在肉品品质评价与检验方面的研究进展,并按肉品的检测指标进行了分类综述,以期为开展肉品品质评价 的研究提供借鉴。     

高光谱图像技术在农产品检测中的应用进展

高光谱图像技术主要是通过扫描收集信息,并对收集的数据信息进行分析以得到准确的检测结果,其极大地提高了农产品的检测效率.本文对此进行分析,介绍影响高光谱图像技术的因素并提出改进策略,以促进高光谱图像技术在农产品检测中的应用.     

高光谱成像技术应用于畜禽肉品品质研究进展

食品安全不光关乎我们身体健康而且影响着社会稳定,做好食品安全检测是防止有毒食品进入人体的关键步骤也是维护社会稳定的重要举措。为改善传统畜禽肉质检测方法费时费力的现状,食品安全检测方法正趋于多样化,引入了许多高新技术,高光谱成像技术（hyperspectral imaging,HSI）便是其中之一。它是将成像技术和光谱技术相结合,在不损伤产品外形的情况下得到产品外部图像特征和产品内部品质信息光谱图,本文从畜禽肉品品质安全角度出发,围绕畜禽肉品化学指标、物理属性和食用安全指标三个方面,综述了高光谱成像技术在畜禽肉品安全检测中的应用,归纳总结了预处理,变量筛选和建模方法。对目前高光谱成像技术应用于畜禽肉品检测中所暴露的缺点进行总结, 并就未来发展方向进行展望,为食品安全检测提供了新的参考。     

光谱技术在肉品掺杂掺假鉴别中的应用研究进展

近年来,肉品安全事件频发,掺杂掺假现象屡见不鲜,甚至成为市场潜规则,这严重威胁到消费者身心健康,扰乱了我国肉类工业的健康、可持续发展。建立快速、无损的检测技术有利于从技术层面保障肉品真实性,从而保障肉品市场的健康发展。传统检测技术,如通过DNA(酶联免疫吸附测定和聚合酶链式反应)、蛋白质、脂肪鉴别的方法,存在有损、耗时长和操作复杂等缺点。光谱技术,如近红外光谱、高光谱成像、拉曼光谱等,作为快速、无损检测技术在肉品掺杂掺假鉴别方面有很好的应用前景。本文综述近红外光谱、高光谱成像和拉曼光谱技术在肉品掺杂掺假的定性判别和定量检测中的研究进展,并分析了3种光谱技术的应用现状及存在的问题,并对其应用前景进行了展望。     

高光谱图像在农畜产品品质与安全性检测中的研究现状与展望

阐述了农畜产品品质与安全性无损检测中高光谱图像的获取方法，介绍了高光谱图像应用于农畜产品品质与安全性无损检测的现状；并时高光谱图像的应用前景进行了展望。     

基于高光谱图像技术的果蔬表面农药残留检测研究

水果和蔬菜是人们日常饮食中最重要的组成部分之一.农药在果蔬的种植过程中起到病虫草害的防治作用,但是农药并不能全部被植物吸收,大部分仍残留在果实表面.近年来因过量使用农药而造成的农药中毒现象屡见不鲜,使得果蔬的食用安全性受到人们的广泛关注.目前,常见的农药残留检测方法虽然有很多,但是精度高的检测过程较为复杂,且检测时间较长,仅能用于实验室农药残留的精确分析和检测;化学检测方法一般是破坏性检测,具有消耗有机试剂、制样繁琐且检测成本高等弊端.而高光谱图像检测方法则能够达到实时、高效、快速、无损检测的目的.     

近红外光谱分析技术在肉类产品检测中的应用研究进展

近年来,近红外光谱技术(Near Infared Spectroscopy,NIRS)作为一种新型光学检测技术在食品工业中得到越来越广泛的应用,被证实为肉和肉制品品质检测中最为有效、先进的方法之一。文章综述了近红外光谱技术在肉类行业应用中近年来的研究进展,主要包括肉品化学成分、感官指标、物理性质的检测及肉品品种、等级的鉴定,并且展望了该技术的发展前景,认为标准化取样、改善参考方法将有助于提高近红外光谱技术的预测精度。      

近红外光谱分析技术在肉类产品检测中的应用研究进展

近年来,近红外光谱技术(Near Infared Spectroscopy,NIRS)作为一种新型光学检测技术在食品工业中得到越来越广泛的应用,被证实为肉和肉制品品质检测中最为有效、先进的方法之一。文章综述了近红外光谱技术在肉类行业应用中近年来的研究进展,主要包括肉品化学成分、感官指标、物理性质的检测及肉品品种、等级的鉴定,并且展望了该技术的发展前景,认为标准化取样、改善参考方法将有助于提高近红外光谱技术的预测精度。     

近红外光谱技术在肉品掺假检测方面的研究进展

近红外光谱(Near-Infrared Spectroscopy,NIRS)技术是一种通过获取被测样品的近红外光谱信息,并使用化学计量学方法挖掘被测样品指标和光谱信息之间定性定量关系的一种无损分析技术。该技术通过构建精确度高、稳定性好的数学模型,可在不破坏样品完整性和无需样品前处理的前提下获取被测样品信息,实现肉品掺假成分及掺假量的快速预测,目前在肉品掺假方面已有大量研究且应用潜力巨大。本文主要综述了2010年至今NIRS用于肉品掺假研究方面的研究进展和最新成果,可为后续研发肉品掺假无损快检设备提供数据支撑和理论参考。     

微流控技术在肉品质量安全检测中的应用研究进展

我国民众的蛋白质来源是肉、蛋、乳和豆品等,其中最主要的是各种肉及肉制品。肉品作为高蛋白类物质,在生产、加工、贮存和销售环节易受微生物与内源性酶的影响而腐败变质。此外,抗生素与激素滥用、重金属污染和各类肉品掺假问题时有发生,这不仅损害了消费者的切身利益,而且极大威胁民众人身安全,扰乱市场秩序,降低公众对食品安全的信心。目前,传统肉品检测技术操作繁琐、样品处理时间长,无法实现快速、低廉、准确的肉品大规模筛检。近年来,新兴技术,特别是微流控技术的发展,能够很好解决传统肉品检测的弊端。本文主要从微流控技术的概念、发展历程、未来趋势及微流控设备在肉品质量安全上的创新性应用等方面进行分析和探讨,以期为新一代肉品检测技术的发展提供新的见解。     

近红外光谱检测技术在肉类工业中的应用

近年来,近红外光谱技术(near infrared reflectance spectroscopy,NIRS)已经成为肉和肉产品品质检测中最为有效、先进的方法之一。本文回顾了应用NIRS技术对食品化学成分、物理性质和感官指标的检测,说明了NIRS技术在肉品分级制度中的应用,并讨论了NIRS在肉品工业上的应用前景。     

基于高光谱图像技术的油桃早期冷害无损检测

研究了应用高光谱图像技术检测\     

肉品新鲜度快速检测技术研究进展

介绍了肉品新鲜度的快速检测技术原理及方法,综述了肉品新鲜度各项指标快速检测技术的研究进展,展望了肉品新鲜度的快速检测技术。加快快速在线检测仪器的研究与开发,实现肉品新鲜度的快速、无损、实时检测,这对于促进我国肉类产业的现代化发展,保障人民的身体健康都具有重要的现实意义。     

基于高光谱图像技术的长枣糖度无损检测

基于高光谱图像技术对长枣含糖量进行无损检测。由长枣高光谱图像获取反射光谱进行多元散射校正处理,再采用主成分分析获得主成分数据作为BP神经网络的输入变量,建立长枣糖度预测模型。结果表明,采用BP神经网络预测长枣糖度模型优于PLS,模型的相关系数和均方根误差分别为0.927 4和1.712 5。利用高光谱图像技术对长枣糖度的无损检测是可行的。     

基于高光谱图像技术的腊肠酸价含量检测

本文以腊肠为研究对象,探讨了高光谱图像技术对其酸价检测的可行性。研究中,对高光谱成像系统获得的数据进行了MNF变换、PPI纯净指数计算、n-D Visualizer等处理,获得纯净的光谱数据信息。采用主成分分析,获得主成分图像,选取PC2作为分析对象,通过比较权重系数,选取六个特征波长943.28、1003.20、1136.53、1240.03、1326.95、1477.64 nm,并通过特征波长,选定1000~1500 nm波长范围作为光谱分析区域。利用PLS建模方法将高光谱数据与酸价实际值关联,获得腊肠酸价评价模型。采用一阶导+SG(17)+矢量归一化和二阶导+SG(21)+矢量归一化校正方法建立校正模型,校正集RMSECV和R~2分别为0.28,0.97和0.31和0.96,验证集RPD分别为2.92和2.89,一阶导+SG(17)+矢量归一化建立的PLS模型更适合酸价的定量检测,模型预测值平均重复性标准差为0.22,模型预测值平均相对误差为10.32%。研究结果表明,高光谱图像技术检测腊肠酸价含量是可行的。     

基于高光谱图像技术的腊肠酸价含量检测

本文以腊肠为研究对象,探讨了高光谱图像技术对其酸价检测的可行性。研究中,对高光谱成像系统获得的数据进行了MNF变换、PPI纯净指数计算、n-D Visualizer等处理,获得纯净的光谱数据信息。采用主成分分析,获得主成分图像,选取PC2作为分析对象,通过比较权重系数,选取六个特征波长943.28、1003.20、1136.53、1240.03、1326.95、1477.64 nm,并通过特征波长,选定1000¹500 nm波长范围作为光谱分析区域。利用PLS建模方法将高光谱数据与酸价实际值关联,获得腊肠酸价评价模型。采用一阶导+SG（17）+矢量归一化和二阶导+SG（21）+矢量归一化校正方法建立校正模型,校正集RMSECV和R²分别为0.28,0.97和0.31和0.96,验证集RPD分别为2.92和2.89,一阶导+SG（17）+矢量归一化建立的PLS模型更适合酸价的定量检测,模型预测值平均重复性标准差为0.22,模型预测值平均相对误差为10.32%。研究结果表明,高光谱图像技术检测腊肠酸价含量是可行的。