中文版 | English
食品与生物工程学院
学院青年教师阵地
 
 
您当前位置: 首页 >> 学院青年教师阵地 >> 正文
陈全胜博士在基于高光谱成像技术检测动物源食品质量与安全方面取得进展

目前挥发性盐基氮(TVB-N)含量作为评价动物源食品新鲜程度的一个重要指标,传统的TVB-N检测方法骤繁琐、时间长、费用高。近年来,近红外(NIR)光谱技术逐渐应用于动物源食品新鲜度检测,但它仅能获取单点信息,影响到检测结果的精度和稳定性。高光谱成像技术集图像分析和光谱分析于一身,它在食品内外品质可视化分析上具有独特优势。鉴于此,陈全胜博士研究室以镇江肴肉为研究对象,提出利用高光谱成像技术检测动物食品中TVB-N含量的思路。

(1)肴肉三维高光谱图像获取

高光谱成像系统

(2)特征变量提取和融合模型建立,分为以下八个步骤(如下图)

①从高光谱数据中提取光谱信息;

②对光谱数据进行预处理;

③利用联合区间偏最小二乘算法(Si-PLS)筛选特征变量;

④从高光谱数据中提取图像信息,并利用主成分分析提取前三个主成分图像(PC1,PC2,PC3);

⑤根据第一主成分图像(PC1)筛选三个特征波长图像;

⑥利用基于灰度共生矩阵(GLCM)提取纹理特征;

⑦将光谱和图像信息特征融合;

⑧利用神经网络(BP-ANN)构建TVB-N含量的预测模型,结果表明利用高光谱成像技术检测TVB-N含量的结果与国标方法检测的结果很相近,相关系数达到0.957。

(2012.4.30)

录入时间: 2012-04-30   〖返回〗   〖收藏〗 查看次数:     
本站总访问量:

Copyright@江苏大学食品与生物工程学院版权所有