欢迎您来到博普特科技官方网站!

土壤仪器电话

010-82794912

品质至上,客户至上,您的满意就是我们的目标

技术文章

当前位置:  首页 > 技术文章

食品品质光谱可视化:一种基于多光谱图像的肉类腐败检测智能决策支持系统

发表时间:2022-04-26 09:06:29点击:1035

来源:北京博普特科技有限公司

分享:

An intelligent decision support system for the detection of meat spoilage using multispectral images

一种基于多光谱图像的肉类腐败检测智能决策支持系统

摘要:在食品工业中,质量和安全被认为是世界范围内与健康和社会进步直接相关的重要问题。使用视觉技术对食品生产进行质量检测具有明显的优势,即能够使用非破坏性方法持续监控生产,从而提高质量并最大限度地降低成本。已经评估了智能决策支持系统在使用多光谱成像信息在不同储存温度(0、5、10 和 15 摄氏度)下监测有氧或气调包装下储存的碎牛肉腐败方面的性能。本文使用神经模糊模型,该模型包含一个聚类预处理阶段来定义模糊规则,而其最终的模糊规则库由竞争学习确定。最初,肉类样品根据其储存条件进行分类,然后使用识别模型预测细菌的总活菌数。所提出方法的创新进一步扩展到识别用于存储的温度,仅利用成像光谱信息。结果表明,光谱信息与所提出的建模方案相结合可以被视为准确评估肉类腐败的替代方法。

1650934968309181.png

图1.不同温度下牛肉碎样品TVC和XLD的种群动态

在AIR和MAP条件下不同温度下牛肉碎储存的TVC和XLD随储存时间的增长曲线如图1所示。1.两种TVC案例的增长曲线相似,不同之处在于AIR包装条件下的最大比增长率(lmax) 与MAP案例不同。已经发现,与有氧储存相比,气调包装会延迟微生物协会所有成员的生长速度,以及每个微生物群获得的最大数量。由于快速生长的假单胞菌属,需氧储存会加速腐败;在此外,二氧化碳的存在会显着抑制这种生长[25]。分析表明,有氧病例的总活菌计数范围为 3.8-9.8 log10 cfu cm-2,MAP 病例的总活菌数范围为 3.7-8.5 log10 cfu cm-2。然而,对于 AIR 和 MAP 条件,随着储存温度的升高,生长速率增加得更快。对于 XLD,只有当温度达到 15 C 时才会发生显着变化。

1650935026241847.png

图2.AIR和MAP案例的选定频谱

图2显示了从AIR和MAP碎牛肉样品中获得的平均反射光谱样品。仔细查看图1中选定的光谱。图2更准确地说,在5°C下储存的需氧样品的情况下,表明存在一些差异

在600至850nm波长范围内,未损坏样品(t = 0 h, TVC = 4.1 log10 cfu cm-2)和损坏样品 (t = 479.5 h, TVC = 9.3 log10 cfu cm-2) 之间的反射率大小。这些差异通常是由于碳水化合物、蛋白质、脂肪等营养成分的腐败变质,在储存过程中逐渐消耗和分解,产生一系列化学物质,包括氨、硫化氢、酮和醛。在近红外区域(850-970 nm)也可以观察到类似的情况,其中反射率值随着存储时间的增加而降低。与反射光谱相关的数据集以及肉类样品的相关微生物分析由希腊雅典农业大学提供,并进一步用于开发拟议的智能决策支持系统。

1650935067644116.png

图3.TVC的FINN预测模型(AIR案例-所有输入)

图3.结果表明,AFINN 模型的识别精度在 AIR 数据集的 TVC 预测中非常令人满意,表明该方法在解决非线性问题(如肉类腐败)方面的优势。预测与观察到的 TVC 的图如图1所示。5,并且显示出围绕权益线的非常好的分布,几乎包含了所有数据±0.5 对数单位面积内。根据图。如图 5 所示,将对应于5C下储存并在储存 234 小时后收集的碎牛肉样品对应的“7A5”模式放置在指定区域之外。

1650935146668047.png

图4.TVC的AFINN预测模型(AIR案例-RPCA 输入)

对于第二个模拟研究,输入向量由从RPCA 算法中提取的仅有的五个 PC 组成。预测与观察到的 TVC 的图如图 1 所示。6,并显示出围绕权益线的良好分布。图的比较 5与相关图 6 很明显。一个样本 “2A15”明显位于±0.5 log 单位面积的边界线之外,它与在 15 C 下储存并在储存 12 小时后收集的肉类样品相关。然而,三个样本(即“2A10”、“2A5”、“4A10”)位于 ±0.5 对数单位面积的边界线上。 ''2A5''对应于碎牛肉,储存于 5℃,储存 42 小时后收集,''2A10''和''4A10''储存于 10℃,储存 12 小时和 36 小时后收集分别。

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

食品品质光谱可视化研究:虾青素涂层分类的多光谱图像分析

食品品质光谱可视化研究:高通量多光谱图像处理在食品科学中的应用



  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌HAIP
  • 土壤仪器品牌植物遗传资源学报