论文部分内容阅读
本文自行设计搭建一个显微高光谱成像系统,其融合了高光谱成像技术和显微成像技术,通过对滩羊肉样本光谱成像,获取样本的显微图像及光谱信息,初步研究了贮藏过程中羊肉组织结构变化,为羊肉贮藏过程中品质变化机理的研究提供理论依据。主要研究内容如下:(1)系统搭建及优化:以分立单元成像光谱仪、显微镜、数据采集卡等搭建显微高光谱成像系统,分析显微高光谱成像系统的成像原理。对系统的关键技术进行了研究,给出系统的技术指标。最后,对显微高光谱成像系统进行优化。(2)对羊肉贮藏过程中的pH、肉色、菌落总数、TVB-N含量和水分含量的变化规律进行了研究,并对各品质指标与贮藏时间及各品质指标间的相关性进行了分析,结果表明:水分含量、菌落总数和TVB-N含量与冷藏时间极显著相关(p<0.01),相关系数分别为-0.992、0.995、0.991。进一步探讨了水分含量、菌落总数和TVB-N含量与冷藏时间之间的关系,建立水分含量、菌落总数和TVB-N含量与冷藏时间之间的曲线回归模型,进行拟合分析。得到回归方程分别为 Y=-2.604X2+0.064X+68.623,Y=0.179X2+0.015X+4.359,Y=1.031X2+0.108X+7.448。(3)以羊肉为研究对象,以贮藏过程中羊肉品质指标水分含量、菌落总数和TVB-N含量为评价指标,采用4种不同的光谱预处理方法进行光谱预处理优选最佳光谱预处理方法,最后结合不同的建模方法分别建立水分含量、羊肉菌落总数和TVB-N含量与冷藏时间的预测模型,优选最佳模型。结果显示:光谱数据经过正交信号校正后的光谱建立水分含量、菌落总数和TVB-N含量的预测模型效果较好,其Rc分别为0.9426、0.9696和0.9695,RP分别为0.9122、0.9201和0.9069高于其他光谱预处理模型。通过不同建模方法的比较,建模效果较好的是PLSR方法,其Rc分别为0.9195、0.9067和0.9147,Rp分别为0.8795、0.8743和0.8802,均优于PCR和SVR模型。因此,采用高光谱成像技术可实现羊肉品质指标的定量分析。(4)对羊肉贮藏过程中组织结构变化进行分析研究。首先获取羊肉样本的显微高光谱图像,并结合显微镜对羊肉不同贮藏时间的显微结构图进行观察分析;通过主成分分析法对图像进行降维处理,筛选617nm、622nm、632nm、767nm、875nm和966nm六个波长,作为特征波长;对这些特征波长下的显微图像进行分析,发现羊肉组织结构随着贮藏天数的增加,破坏程度也增加。研究结果表明:运用显微高光谱成像技术,可以对羊肉贮藏过程中的组织结构变化进行分析。本研究采用菌落总数对羊肉新鲜度进行表征,提取羊肉显微高光谱图像信息的纹理特征,运用SVM和LDA两种方法对羊肉的新鲜度等级进行划分,其校正集判别率分别为98.33%和91.67%,预测集判别率分别为93.33%、93.33%,SVM法判别效果较好。因此,显微高光谱成像技术结合适合的算法,可实现羊肉贮藏过程中新鲜度等级分类判别,为羊肉贮藏过程中的品质变化机理研究奠定了基础。