高光谱成像及近红外技术在鸡肉品质无损检测中的应用

摘要：

高光谱成像与近红外光谱(near infrared spectroscopy,NIR)技术是现代食品检测领域的重要手段,本研究对2 种技术在鸡肉品质无损检测中的预测精度进行研究.选用62 份新鲜程度不同的鸡胸肉,提取其高光谱感兴趣区域(region of interest,ROI)的光谱曲线,并测定样品的挥发性盐基氮(total volatile base nitrogen,TVB-N)含量和菌落总数(total viable count,TVC),利用OPUS 6.0光谱处理软件搜寻最佳的光谱预处理和波段组合,分别建立2 个指标的偏最小二乘法(partial least square,PLS)定量分析模型.NIR样本选用30 份新鲜程度不同的鸡胸肉,测定其TVB-N含量和TVC,建立PLS的交叉验证模型.结果表明:利用高光谱的ROI平均光谱建立的TVB-N含量与TVC模型的相关系数(R2)分别为0.965和0.919,均方根误差(root mean square error of cross validation, RMSECV)分别为0.121和0.215;利用NIR建立的TVB-N含量与TVC预测模型的R2分别为0.801和0.780,RMSECV分别为0.232和0.312.由此可见,基于高光谱的ROI区域光谱建立的预测模型在鸡肉品质无损检测中具有比NIR更高的预测精度.

关键词：鸡肉新鲜度、高光谱成像、偏最小二乘法、近红外光谱

所属期刊栏目：31

分类号：TS251.1(食品工业)

资助基金：国家自然科学基金面上项目61473009;北京市自然科学基金青年科学基金项目4122020;北京工商大学两科培育基金项目19008001270

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35