基于高光譜散射技術的牛肉嫩度和顏色的預測研究-吳建虎

基于高光譜散射技術的牛肉嫩度和顏色的預測研究吳建虎博士中國農(nóng)業(yè)大學2024年12月8日2Contents引言1

材料與方法2

結果與討論34

結論42024年12月8日31.引言

背景中國是第三大牛肉生產(chǎn)國,而當前的生產(chǎn)不能滿足消費和出口的需求.2024年12月8日4嫩度是最重要的指標,是影響消費者滿意度的最重要,國外研究表明大多數(shù)消費者能區(qū)分不同嫩度級別的牛肉,并且愿意為嫩度好的牛肉付較高的價錢

顏色

嫩度1.引言對消費者的第一印象,直接影響消費者對肉品質(zhì)優(yōu)劣,新鮮與否的判斷。牛肉品質(zhì)

通常是指牛肉所具有的外觀、風味、營養(yǎng)、衛(wèi)生等各種與加工和食用有關的物理、化學性狀2024年12月8日5Oneofthegreatestchallengesinthemeatindustryistoobtainreliableinformationaboutmeatqualityduringpost-mortemalongtheproductionprocess,ultimatelyprovidingguaranteedqualityofbeefproductsfortheconsumers.1.引言2024年12月8日6品質(zhì)測量1.主觀/感官測量（Subjective&sensory）2.儀器

WBSF;Colorimeter3.NIR/VideoFeasibleInconsistency4.高光譜測量

Hyperspectralscatterimaging(HSI)risingmethods

NIR+video1.引言2024年12月8日7Freshbeef2-dayhyperspectralscatteringimages7-day嫩度值嫩度分級7-day

顏色參數(shù)CIE1976L*a*b*PHvalue本研究目的:1.引言2024年12月8日8樣本尺寸采樣位置重量年齡3-4cm厚度12thriband14thrib

280to450kg25and36months樣本

2.材料與方法北京御香苑集團宰后兩天魯西黃牛2024年12月8日9高光譜成像系統(tǒng)Scanningline5mm3mm2.材料與方法2024年12月8日10參照值的測量顏色測量嫩度測量2.材料與方法2024年12月8日11散射曲線的數(shù)學模型三參數(shù)的洛倫茲函數(shù)LorentzianDistributionfunction(LD)I–光的強度CCDcount;x–與光入射中心點的垂直距離,mm；

a–散射曲線的漸近線;b–散射曲線的峰值x=0

C–

散射曲線的半波帶寬2.材料與方法abc2024年12月8日12品質(zhì)參數(shù)的預測模型C0,Cm回歸系數(shù)m=1,2,3...i,i是每個模型的優(yōu)選波長數(shù)X代表優(yōu)選波長處的參數(shù)a,b或者c。performanceRcvSEcvSEC選擇單一參數(shù)(a,borc)的組合逐步回歸方法MLR多元線性回歸2.材料與方法2024年12月8日133.結果與討論牛肉參數(shù)的測量結果表1樣本參數(shù)的范圍、均值、標準差Table1Range,Meanandthestandarddeviation(SD)ofqualityattributesofbeefsamples質(zhì)量參數(shù)均值范圍標準差嫩度(N)50.9120.82-86.0520.57顏色參數(shù)L*39.0834.25-43.492.29a*21.8515.26-26.883.05b*0.83-1.77-2.20.802024年12月8日14高光譜散射圖像3.結果與討論Figure1.高光譜散射圖像(a)散射圖像(b)550,635和760nm波長處的散射曲線2024年12月8日15Figure1.高光譜散射圖像2024年12月8日16散射曲線的擬合結果3.結果與討論Figure2.760nm處的曲線洛倫茲擬合Figure3.整個波段的洛倫茲擬合相關系數(shù)有效波段525—1000nm2024年12月8日17模型的建立及預測結果3.結果與討論表2LD參數(shù)對應的優(yōu)化波長組合Table2CombinationsofLDparametersforestablishingMLRmodel

嫩度L*a*b*a820,850,915nm620,631,773nm533,580,650,731,752nm718,820,850927nmb548,562,947,960,965，998nm768,784,836,994nm525,856,872nm543,565,815,965nmc737,750,768nm720,750nm528,975,995nm528,963,985nmLD參數(shù)優(yōu)化波長使用逐步回歸選擇LD參數(shù)的優(yōu)化組合建立多元線性回歸模型。2024年12月8日183.結果與討論圖3各個參數(shù)組合對品質(zhì)參數(shù)的MLR預測結果Table3PredictionresultsofqualityattributesbasedoptimalLDparametercombinationsLD參數(shù)預測結果嫩度L*a*b*RcvSEcvRcvSEcvRcvSEcvRcvSEcva0.7115.2N0.861.180.901.340.860.43b0.8611.7N0.920.900.891.510.880.41c0.7515.7N0.741.580.682.320.730.57模型的建立及預測結果2024年12月8日193.結果與討論按照國內(nèi)趙杰文的分類方式,嫩度值>58.8N粗糙牛肉,嫩度值<=58.8N嫩牛肉,參數(shù)b所建模型對樣本的分級準確率為91%,這表明,利用牛肉的散射特性可以較好的對牛肉嫩度預測和分級嫩度分級LD的三個參數(shù)都可以用來預測牛肉的嫩度,其中,參數(shù)b*的預測結果最好(Rcv=0.86,SEcv=11.7N),參數(shù)c(半波帶寬)的預測結果最差。Cluffetal[31]使用光譜散射預測牛肉的嫩度,認為半波帶寬對牛肉的嫩度有影響,我們的研究中發(fā)現(xiàn),散射曲線的峰值與牛肉嫩度的相關性較大。2024年12月8日203.結果與討論討論

近年來,高光譜成像技術在農(nóng)產(chǎn)品品質(zhì)安全檢測方面得到了較多的應用,高光譜成像技術作為新興的研究手段具有系統(tǒng)成本高、包含的信息量大、高光譜圖像的獲取、處理和分類需要較長時間等缺點,限制了其在線檢測的應用。高光譜成像系統(tǒng)在確定產(chǎn)品品質(zhì)參數(shù)的特征波長具有優(yōu)勢,通過研究確定與檢測參數(shù)相關性強的特征波長,可為進一步在線檢測速度和設備成本方面具有優(yōu)勢的多光譜系統(tǒng)的開發(fā)提供一定的支持。本次研究使用的樣本數(shù)量均來自魯西黃牛,采集樣本集中于腰肉部位,因此今后研究要增加樣本的廣泛性,以建立廣泛適應性強的模型。2024年12月8日214.結論本研究使用高光譜散射成像系統(tǒng)獲取宰后2天新鮮牛肉表面400-1100nm波長范圍內(nèi)高光譜散射圖像，從散射圖像中提取散射曲線，使用洛倫茲分布函數(shù)擬合散射曲線，使用逐步回歸選取擬合函數(shù)參數(shù)的優(yōu)化組合，用于預測成熟7天的牛肉顏色和嫩度，從本試驗研究中得出如下結論:1.在525-1000nm波長范圍內(nèi)，洛倫茲分布函數(shù)可以較好的擬合牛肉的散射曲線2使用多個波長處散射曲線的LD擬合漸進值和峰值建立的多元線性回歸