鱼肉作为一种营养丰富的健康食品,它能提供优质蛋白质、不饱和脂肪酸、维生素和矿物质,因而是人们日常生活及肉品工业中不可或缺的原料。由于鱼肉水分含量高,很容易在微生物和酶的作用下变质,因此实现鱼肉品质的实时监测和安全检测很重要。然而,传统的品质检测方法破坏样本、操作繁琐、且耗时,不能满足现代数字渔业快速、无损、实时的发展要求。本文基于光谱和高光谱成像技术,以两种海水鱼(大菱鲆和三文鱼)为研究对象,结合图像处理算法、化学计量学方法,研究了大菱鲆冷冻-冷藏与新鲜鱼肉的鉴别模型,三文鱼脂肪含量的快速检测和分布可视化,高光谱成像技术检测鱼肉新鲜度仪器开发。本文主要研究内容和成果有:(1)采用可见近红外高光谱成像技术对新鲜和冷冻-解冻大菱鲆鱼肉鉴别。冷冻温度为零下20°C,解冻次数分别为冷冻-解冻1次、冷冻-解冻2次。提取鱼样本高光谱图像上感兴趣区域光谱,应用遗传算法(GA)、竞争性自适应重加权算法(CARS)、遗传算法(SPA)提取特征波长,基于这些的波长变量建立簇类独立软模式法(SIMCA)和最小二乘支持向量机(LS-SVM)的鉴别模型。最佳总体正确判别率为98%。(2)基于长波近红外高光谱成像系统实现对三文鱼脂肪含量检测和分布可视化。对原始光谱数据进行校正,选取感兴趣区域(ROI)提取样本光谱数据,采用连续投影算法(SPA)来提取特征波长,输入线性PLSR模型,脂肪预测集决定系数为0.913,预测均方根误差为0.921。最后,以伪彩图的形式对三文鱼脂肪含量预测及图形可视化表达。(3)研究高光谱技术检测鱼肉新鲜度检测平台,并用于大菱鲆鱼肉新鲜度的鉴别。由丝杠、电机、暗箱、图像采集模块、控制装置、卤素灯、鱼样品、托架、控制单元、调节座等组成。