高光谱成像仪在肉品品质检测中的应用及优势

高光谱成像仪是一种能够采集多波段光谱信息的仪器。它通过将光场分解成不同波长的光谱，并对每个波段进行高精度的测量，以获取物体的详细光谱特征。这种仪器可以广泛应用于地质勘探、农业监测、环境保护等领域，具有较高的光谱分辨率和反射率测量精度，可以提供更全面的数据支持和更准确的分析结果。高光谱成像仪在科学研究和工程实践中发挥着重要的作用，有助于提升我们对物质特性的认识和理解。

肉类产品的质量检测是至关重要的。

肉类是人们主要获取动物蛋白质的来源。随着人们生活水平的提高，他们越来越关注肉类的营养品质和质量安全等方面的问题。目前，存在着假冒伪劣和以次充好的现象，这破坏了公平竞争环境和消费者的健康。因此，实现对肉类质量和安全指标的快速无损检测至关重要。

传统肉品品质检测方法通常采用化学方法，需要许多试剂，操作繁琐。由于操作简单、快速、准确等特点，传统光谱技术被用于食品的快速检测，例如中红外光谱应用于鱼肉制品的鉴别检测，荧光光谱结合色谱法研究了肉制品中蛋白质羰基化合物，拉曼光谱法则用于食品中农药残留分析等。不过，这些传统光谱技术只能分析组分含量信息，无法获取样品品质安全信息的空间分布；成像技术可提供样品的空间信息，但无法精准地获取食品的化学组分信息。高光谱成像技术综合了光谱技术和成像技术的优点，能够同时捕获食品的空间信息和光谱信息，达到“图谱合一”。

高光谱成像仪在肉品品质检测中的应用主要表现在以下几个方面：

检测肉品的新鲜程度：高光谱成像仪可以检测肉品中的微生物、水分、蛋白质等指标，从而判断肉品的新鲜程度。这对于保证肉品的食用安全和延长保质期具有重要意义。

分辨肉品的种类和部位：高光谱成像仪可以对肉品进行高分辨率成像，从而区分不同种类和部位的肉品。这有助于确保肉品的来源和品质，以及在加工过程中对不同部位进行有针对性的处理。

检测肉品的质量缺陷：高光谱成像仪可以探测肉品表面的瑕疵、内部组织的结构和成分，从而发现肉品的质量缺陷。这有助于将不合格的肉品筛选出来，保证上市的肉品符合质量标准。

监测肉品的加工过程：高光谱成像仪可以在肉品加工过程中对肉品进行实时监测，提供关于加工效果和肉品质量的实时反馈。这有助于优化加工工艺，提高产品品质。

高光谱成像仪在肉品品质检测中的优势主要包括：

无损检测：高光谱成像仪可以对肉品进行非接触式的无损检测，避免对肉品造成损害，提高检测的准确性。

高分辨率：高光谱成像仪具有高分辨率，可以对肉品进行高清晰度的成像，提高检测的精度。

速度快：高光谱成像仪的检测速度快，可以满足生产线上的快速检测需求。

客观可靠：高光谱成像仪的检测结果不受主观因素影响，具有较高的客观性和可靠性。

高光谱成像仪在肉类品质检测方面有多种具体应用。

高光谱成像仪在肉品品质检测方面具有多种具体应用，主要涵盖了营养品质、食用品质、技术品质或加工品质、安全品质或卫生品质等多个方面。

1.进行肉类产品的营养成分分析

（1）测定水的含量

水分含量是肉品原料的一个重要物性参数之一，因此可以根据水分含量将不同的肉品进行分类。利用高光谱成像技术（波长范围为380～1100nm），可以对不同脱水程度的肉品进行水分含量的检测。通过建立偏最小二乘回归模型，并使用最小二乘支持向量机进行模型的校正，实验结果显示模型的预测效果达到了98%。研究表明，高光谱成像技术可以快速、无损地检测肉品的水分含量。

2.测定蛋白质含量

从结构上来看，蛋白质是生物的基本构造，并且绝大多数酶都是蛋白质。从营养和味道的角度来看，蛋白质水解后的多肽或氨基酸可以表现出独特的食品味道。我们使用高光谱成像技术来检测肉类中羟脯氨酸的含量。通过提取感兴趣区域和相关的特征波段，在建立偏最小二乘模型的基础上，我们可以准确快速地测定肉类中的蛋白质含量。

（3）脂肪含量的分析

脂肪是动植物体内的一种含油性物质，同时也是生物体的组成部分和储能物质。在食品加工过程中，它经常会赋予食物独特的风味。通过使用高光谱成像技术来预测肉品中脂肪的分布情况，可以比较不同光谱相似测量和方差分析方法来提取特征波段的优劣。通过建立预测模型，可以准确地测量肉品中的脂肪含量。

2.对肉制品进行品质评价

（1）测量嫩度

肉的嫩度是指肉在食用时口感的柔软程度，它反映了肉的质地。肉的嫩度与肉的弹性成反比，可视为硬度的反映。通过运用高光谱成像技术获取肉品相关信息，选取能够最好反映肉品剪切力值的波段，建立线性和支持向量机判别模型，可以对肉品的嫩度进行分析。

（2）颜色检测

肉类的色泽是消费者对其质量的主要印象和评价依据。目前，关于肉类色泽的测定通常采用比色板法、仪器测色法和化学测定法等方法。在仪器测定法中，色度仪通过测量肉类表面的亮度（L*）、红度（a*）和黄度（b*）值来评定其颜色。利用高光谱成像技术对红肉的颜色进行检测时，需要选取代表性样品的光谱信息，经过多种预处理方法建立预测模型，进而评价模型的预测效果。研究表明，高光谱成像技术不仅适用于无损检测肉类颜色，还可针对特定区域或肉品进行研究，为实际生产和在线检测提供了一定的理论基础。

（3）鲜度检测

新鲜程度对肉制品的食用品质和营养价值产生直接影响。利用高光谱成像技术检测肉制品的新鲜程度，并借助偏最小二乘法、常规区域二乘法、向后区间偏最小二乘法和联合区间偏最小二乘法建立挥发性盐基氮含量的预测模型，能够实现对肉制品新鲜程度的快速无损检测。

3.肉类安全指标的检测方法

（1）微生物检测

食品腐败变质与其自身或储藏环境中微生物的数量有密切关系。微生物以食品为营养来源进行繁殖，不仅会导致食品中的营养成分减少，还会产生降解产物影响其食用品质。利用高光谱成像技术可以测量肉类表面微生物的含量，通过结合标准平板菌落计数法进行比较分析，包括偏最小二乘法、人工神经网络和最小二乘支持向量机的准确度。建立相应的预测模型可以对肉类中微生物的含量进行分析。

（2）检测材料中是否掺有假货

肉品掺假问题主要体现在肉糜制品中。通过使用高光谱成像技术，我们可以检测牛肉馅中添加鸡肉的情况，以及羊肉馅中添加猪肉的情况，然后对不同添加量的梯度进行分析，通过偏最小二乘回归法（PLSR）建立预测模型，准确分析肉制品的掺假情况。