返回當前位置:主頁>應(yīng)用案例>物質(zhì)鑒別
來源:賽斯拜克 發(fā)表時間:2023-08-14 瀏覽量:534 作者:awei
高光譜相機是一種基于高光譜成像技術(shù)的先進設(shè)備,可以捕捉物體在可見光和近紅外光等波段的光譜信息。通過對物體的光譜進行分析和處理,高光譜相機可以提供豐富的圖像數(shù)據(jù),用于物體的檢測、識別和質(zhì)量評估等應(yīng)用。在食品質(zhì)量檢測領(lǐng)域,高光譜相機的重要性和應(yīng)用前景備受關(guān)注。
蝦仁新鮮度檢測是保證食品質(zhì)量和安全的重要環(huán)節(jié)。不新鮮的蝦仁可能存在細菌感染、食品中毒等風險,嚴重影響消費者的健康。傳統(tǒng)的蝦仁新鮮度檢測方法主要依賴于人工觀察和經(jīng)驗判斷,存在局限性和不足之處。
而高光譜相機在蝦仁新鮮度檢測中具有一系列的優(yōu)勢。高光譜相機能夠準確測量蝦仁的光譜信息,從而評估其新鮮程度。高光譜相機可以對蝦仁的外觀特征、顏色變化、紋理和水含量等進行全面的分析,準確判斷蝦仁的品質(zhì)。高光譜相機具有高速度、高精度、非接觸性的特點,可以大大提高生產(chǎn)線的效率和檢測的準確性。
本研究應(yīng)用了400-1000nm的高光譜相機,可采用廣東賽斯拜克科技有限公司產(chǎn)品SP130M進行相關(guān)研究。光譜范圍在400-1000nm,波長分辨率優(yōu)于2.5nm,可達1200個光譜通道。采集速度全譜段可達128FPS,波段選擇后最高3300Hz(支持多區(qū)域波段選擇)。高光譜相機能夠同時獲取被測物體的空間信息和光譜信息,具有高分辨率和高光譜信息的特點。這一技術(shù)已被廣泛應(yīng)用于農(nóng)業(yè)、環(huán)境、食品等領(lǐng)域。在蝦仁新鮮度檢測方面,高光譜相機具有無損、快速、準確的優(yōu)點,為蝦仁新鮮度檢測提供了新的解決方案。
在實際應(yīng)用中,高光譜相機已經(jīng)成功應(yīng)用于蝦仁新鮮度檢測。通過對蝦仁進行高光譜成像,可以實時獲取蝦仁的光譜、顏色和紋理等信息,進而判斷蝦仁的新鮮度。高光譜相機還可以和數(shù)據(jù)分析軟件結(jié)合使用,進行大數(shù)據(jù)處理和模式識別,實現(xiàn)更精確和可靠的蝦仁新鮮度檢測。
?。?)應(yīng)用可見/短波近紅外高光譜成像技術(shù)實現(xiàn)了蝦仁質(zhì)構(gòu)參數(shù)和色澤參數(shù)的快速無損檢測及其可視化分布。冷藏期間,分別采用質(zhì)構(gòu)儀和色差計測定蝦仁樣本的 TPA 質(zhì)構(gòu)特性(硬度、彈性、恢復(fù)性、膠著性、咀嚼性和粘聚性)和色澤變化 (L、a和 b*)。優(yōu)選出最佳光譜預(yù)處理方法對蝦仁樣本的平均光譜進行去噪,再采用SPA 算法提取出光譜特征波長。然后分別結(jié)合線性的偏最小二乘回歸(PLSR),非線性的RBF人工神經(jīng)網(wǎng)絡(luò)(RBF-NN)和最小二乘支持向量機(LS-SVM)對訓(xùn)練集樣本建立特征波長與L*、a"、b*、硬度、彈性、恢復(fù)性、膠著性、咀嚼性和粘聚性的相關(guān)性模型,再對預(yù)測集樣本的相關(guān)參數(shù)值進行預(yù)測。結(jié)果表明:
?。╝)冷藏期間,蝦仁樣本的色澤參數(shù)隨冷藏時間的延長呈現(xiàn)一定的變化規(guī)律。對于蝦仁色澤參數(shù) L,a,b的最優(yōu)預(yù)處理方法分別是SNV,SNV和S-G平滑。應(yīng)用SPA算法從預(yù)處理光譜提取色澤參數(shù)的特征波長。三種參數(shù)的特征波長模型中,RBF-NN 的結(jié)果較差,且存在過擬合現(xiàn)象。PLSR與LS-SVM模型的結(jié)果較為相近。其中 L-LS-SVM模型的預(yù)測集R和RMSEP分別為 0.88 和 0.716; b-LS-SVM模型的預(yù)測集R和RMSEP分別為0.85 和0.685:a -LS-SVM模型的預(yù)測集效果略差,R為0.71,RMSEP為0.450;
?。╞)(b)冷藏期間,蝦仁樣本的硬度、彈性、恢復(fù)性、膠著性、咀嚼性、粘聚性隨冷藏時間的延長呈現(xiàn)一定的變化規(guī)律。彈性、恢復(fù)性和咀嚼性的最優(yōu)建模數(shù)據(jù)均為原始光譜而硬度、膠著性和粘聚性的最優(yōu)預(yù)處理方法分別為MSC、SNV 和MSC?;陬A(yù)處理光譜,用SPA 算法分別提取硬度、彈性、恢復(fù)性、膠著性、咀嚼性、粘聚性的特征波長。通過比較硬度、膠著性和咀嚼性的特征波長模型,RBF-NN模型存在過擬合現(xiàn)象LS-SVM的建模與預(yù)測結(jié)果均為最優(yōu)。其中硬度LS-SVM 模型的預(yù)測集R和RMSEP分別為0.81 和0.402,膠著性LS-SVM模型的預(yù)測集R和RMSEP分別為0.80 和0.163咀嚼性LS-SVM模型的預(yù)測集 R和RMSEP分別為 0.84 和 0.174。對于彈性、恢復(fù)性和粘聚性,基于三種方法建立的預(yù)測模型結(jié)果均較差。
我們提供全面的解決方案,包括高光譜相機設(shè)備、專業(yè)軟件和數(shù)據(jù)分析服務(wù)等。我們的高光譜相機具有快速響應(yīng)、簡便易用、高度可靠的特點,可以滿足不同行業(yè)和應(yīng)用的需求。