论文部分内容阅读
新鲜度是水产品品质安全的一个重要衡量指标,检测和评价新鲜度是水产品品质安全控制的关键环节,关系着消费者的切身利益。传统检测新鲜度的方法如感官评价、化学分析、微生物分析和仪器分析等费时、费力、破坏样品、污染环境、不能满足现代水产品工业快速、无损、实时、客观检测的发展要求。高光谱成像技术融合了光谱学技术和计算机视觉技术,作为一种新兴起的绿色无损快速检测高新技术逐渐在食品安全领域得到发展与应用。本课题以我国淡水养殖鱼类草鱼为研究对象,利用可见/近红外高光谱成像技术（400-1000 nm）结合化学计量学方法以及计算机编程和数字图像处理技术,研究了草鱼片储藏腐败过程新鲜度指标变化与波谱成像之间的变化规律,建立了表征腐败过程新鲜度指标（色泽参数、硬度、感官、化学腐败和微生物污染）高光谱成像检测方法,为水产品品质智能监控与质量安全快速无损分析提供了重要的科学依据,为开发实时在线检测装备具有巨大的指导意义和应用价值。具体研究内容和结果如下:（1）采用可见/近红外高光谱成像技术结合分类算法以及光谱预处理方法成功地快速区分了不同储藏条件下的草鱼片样品（新鲜样品/4 oC冷藏样品/-20 oC和-40 oC冷冻-解冻样品）。SIMCA、LS-SVM和PNN三种分类器结合一阶求导处理方法得到了最优的分类预测性能,使CCR值从88.57%增加到94.29%;优化后的LS-SVM分类器结合一阶求导处理方法使CCR值从82.86%增加到91.43%,且判定每一组预测的正确率≥90%。（2）采用可见/近红外高光谱成像技术结合LS-SVM算法预测了草鱼片储藏过程感官评分值的变化。基于SPA算法筛选出的5个特征波长（441 nm、560 nm、598 nm、639 nm和684 nm）和利用GLGCM算法提取的13个与草鱼片图像纹理信息相关的变量参数进行光谱和图像信息融合,所构建的LS-SVM模型呈现出最好的预测性能和可靠度,其R2P=0.944、RMSEP=0.703、RPD=4.230。（3）采用可见/近红外高光谱成像技术结合PLSR和LS-SVM算法测定了储藏过程中草鱼片色泽参数变化和硬度变化。基于全波段建立的PLSR和LS-SVM模型在预测L*（R2P=0.906、RMSEP=2.459;R2P=0.916、RMSEP=2.876）和a*（R2P=0.887、RMSEP=2.232;R2P=0.905、RMSEP=2.253）值时都表现出了良好的预测性能和稳定性。对经过冷冻-解冻循环的草鱼片的光谱数据采用MSC预处理后构建的MSC-LS-SVM模型表现出较好的硬度值预测力和效力,其R2P=0.932、RMSEP=1.351 N;采用SPA算法筛选的特征波长构建的SPA-LS-SVM模型也表现出较优的性能,预测L*和a*值的R2P分别为0.912和0.891。采用GA算法选择的特征波长建立的GA-LS-SVM模型预测冷冻-解冻循环的草鱼片的硬度值效力较高,其R2P=0.941、RMSEP=1.229 N。（4）采用可见/近红外高光谱成像技术构建了储藏过程中草鱼片的TVB-N值、TBA值和K值等化学腐败信息的动态可视化分布。采用SPA算法筛选出了表征TVB-N值变化的9个关键波长分别为420 nm、466 nm、523 nm、552 nm、595 nm、615 nm、717 nm、850 nm和955 nm。优化后的模型SPA-LS-SVM表现出较高的预测性能,其R2P=0.902、RMSEP=2.782 mg N/100 g;采用RC方法挑选出了10个最能反映脂肪氧化的特征波长分别为444 nm、475 nm、553 nm、577 nm、590 nm、623 nm、710 nm、795 nm、847 nm和937 nm。优化后的RC-MLR模型表现出较好的预测性能,其R2P=0.840、RMSEP=0.115 mg/kg;采用SPA算法筛选了7个表征K值变化的特征波长分别为432 nm、455 nm、588 nm、635 nm、750 nm、840 nm和970 nm。优化后的SPA-PLSR模型呈现出令人满意的预测能力,其R2P=0.935、RMSEP=5.170%;利用GA算法挑选出的同时预测TVB-N值、TBA值和K值的6个特征波长分别为435 nm、565 nm、660 nm、815 nm、870 nm和970 nm。基于特征波长构建的LS-SVM和MLR两种模型在预测TVB-N值和K值时都呈现了较高的稳定性和可靠性,其R2>0.900、RPD>3.000;利用建立的优化后的最优模型把预测值的信息转化为图像信息进行可视化分布,分别绘制了冷藏过程中TVB-N值、TBA值和K值以及多指标同步的可视化分布图。（5）采用可见/近红外高光谱成像技术结合化学计量学方法测定了草鱼片储藏条件下微生物污染情况。随着微生物菌落值的增加,光谱反射值的纵向移动幅度增强。当超过微生物污染阈值时,光谱反射值出现较大偏移;基于全波段构建的预测TVC值的LS-SVM模型性能突出,其R2P=0.931、RMSEP=0.485 log10CFU/g、RPD=3.891、SWS=0.360。基于SPA筛选出的关键波长优化后的SPA-LS-SVM和SPA-PLSR模型预测TVC值的性能大小一样。采用RC筛选出的6个预测E.coli菌落总数值的特征波长分别为424nm、451 nm、545 nm、567 nm、585 nm和610 nm。优化后的RC-MLR模型表现出较优的预测效力和稳健性,其R2P=0.870、RMSEP=0.274 log10 CFU/g、RPD=5.220。（6）以上研究表明,高光谱成像技术结合化学计量学和图像处理技术可以有效地实现鱼肉新鲜度指标的快速无损检测。