High Throughput Multispectral Image Processing with Applications in Food Science

高通量多光谱图像处理在食品科学中的应用

摘要：最近，机器视觉在食品科学以及食品工业中关于食品质量评估和监测的关注度越来越高。在食品行业实施过程分析技术（PAT）的框架中，图像处理不仅可以用于食品质量的估计甚至预测，还可以用于检测掺假。针对这些在食品科学中的应用，我们在此提出了一种新方法，用于对多种食品（例如肉类、香草奶油和食用橄榄）进行自动图像分析，以提高客观性、数据可重复性、低成本信息提取和更快的质量评估，无需人工干预。图像处理的结果将传播到下游分析。开发的多光谱图像处理方法基于无监督机器学习方法（高斯混合模型）和用于分割过程优化的新型无监督光谱带选择方案。通过评估，我们证明了其相对于目前可用的半手动软件的效率和稳健性，表明所开发的方法是一种适用于从食品样品中提取大量数据的高通量方法。

图1.图1.仪器和数据概览。(a) VideoMeterLab，(b)采集的数据立方体；这里展示了一个碎肉样品

在本节中，介绍了自动分割(AS)和VideoMeterLab 软件(VM)的结果。第一次分析是根据信息区域大小进行的（请参见图 3）。更具体地说，它涉及大小的线性回归及其相互相关性以及相应的p值（显示这种相关性是否是随机的）。这些区域表示为信息区域占总图像区域的百分比（所有样本都相同，即1200x1200 像素）。在碎肉的情况下，信息区域大小的回归显示出一条梯度为 1.04 的线，偏移量约为 -0.02，这表明我们对这两种方法具有一对一的关系。 R-square 仅约为 0.51，但可以通过有限的大小范围（大约 [0,1] 范围的 10%——从0.62到0.72）来证明它是合理的，从而无法很好地拟合线性方程。由于所有样本的范围非常接近，因为它们的大小仅受它们所理解的脂肪的影响，一条线与形成接近圆盘形状的椭圆体的数据的拟合可以证明相对较低的R平方值是合理的。另一个论点是 R 平方显示了模型解释的数据方差的百分比。考虑到这一点，我们稍后将尝试通过共定位分析来解释它的低值。另一方面，尺寸的相关性足够高，可以进一步支持线性拟合，相关系数 > 0.7，p 值为 ~5 10−9。

图3.回归分析

为了进一步加强前面分析的成果，同时也为研究科学家探索具有实际应用价值的其他方面，我们还对信息区域的平均反射率值及其相应的标准偏差进行了分析（请参见图4) 。为了评估这些信息，我们在图4中展示了碎肉数据集的条形图（S3 文件保存了牛肉和猪肉片数据集的条形图以及显示用于比较的数字结果的表格），其中条形显示平均反射率值，误差条显示相应的标准偏差。很明显，结果几乎相同。对这些数据进行相关分析（请参阅S3文件中的表格）很明显，测量的值几乎相同，因为所有相关系数都接近 1，p 值接近 0（最高值 10-19 ）。考虑到这一点以及之前的分析，我们可以认为这两种方法的性能相同。此外，关于信息区域提取是由专家用户使用 VideoMeterLab 软件手动执行的论点，我们可以说开发的全自动工作流程能够有效地对多光谱食物图像进行高通量分析。

图4.分析每个波长检测到的信息区域的平均反射率值及其对应的碎肉数据集的标准偏差

为了进一步调查结果并寻找检测到的信息区域之间的任何不一致，我们进行了共定位分析。共定位是生物科学中一种常用且流行的方法，用于测量荧光蛋白的重叠荧光程度。一般来说，这种分析不仅涉及二元问题：荧光染料是否共定位？还有荧光强度。在我们的例子中，强度没有有用的信息，因为它们不能提供对染料的洞察力。因此，分析仅基于二元问题，即 AS 信息区域是否与 VM 检测到的区域重叠，以及重叠的百分比。图 5(A) 显示了每个数据集的共定位平均百分比以及相应的标准误差 (SE)。此外，从图 5 (A) 可以看出，我们有高度的共定位，> 90% 与小 SE；猪肉片数据集的共定位最低，但这不应被视为一种方法的低效率，正如前两次分析的结果所示。此外，应该注意的是，百分比是使用 VM 结果作为基础计算的（“基本事实”，即我们将 AS 与 VM 区域进行比较）。接下来，图5(B) 显示了仅通过 AS 方法而不是通过 VM 方法检测到的区域的百分比（再次假设 VM 结果为“基本”事实），反之亦然（即百分比与 VM 相比，互斥区域）。正如预期的那样，结果反映了图 5(A) 中所示的结果。一个有趣的观察，在“最坏”情况下最明显（猪肉片），但在整个 所有五个数据集，VM 对相对较低的共定位百分比 (>90%) 的贡献大于 AS“专有”区域。

相关阅读

丹麦Videometer Liq固/液体稳定性分析仪检测仪

丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪

丹麦videometer多光谱颜色/质构/成分综合分析仪

食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估

食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究

食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法

食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较

食品品质光谱成像可视化：蔬菜的多光谱成像

食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图

食品品质光谱成像可视化：使用多光谱成像分析快速无损识别注水牛肉样品

食品品质光谱成像可视化：具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成

食品品质光谱成像可视化：虾在冰成熟过程中的可剥性和质量变化

食品品质光谱可视化研究：长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系

食品品质光谱成像可视化：使用 vis/NIR 多光谱成像对微加工苹果的每日新鲜度衰减：初步测试

食品品质光谱成像可视化：多光谱视觉系统与色度计在肉色评估中的比较

食品品质光谱成像可视化：肉品连续煎炸多维质量监控新视觉技术

食品品质光谱可视化研究：使用光谱成像和三色测量对鲑鱼虾青素颜色进行分类

食品品质光谱可视化研究：长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系