雞蛋因其營養豐富而深受人們的喜愛，已經成為許多人每日生活的必需品。但市面上雞蛋的品種有很多，不同種類的雞蛋在營養、口感等方面有著很大的區別。為了打擊以次充好，維護市場的公平，就有必要對雞蛋的種類進行鑒定。本文介紹了近紅外高光譜成像儀在雞蛋品種鑒別中的應用。

雞蛋品種鑒別的重要性：

雞蛋是人類最好的營養來源之一，雞蛋中有生物價值高的蛋白質以及各種各樣的維生素和礦物質。對于人體而言，雞蛋的蛋白質僅次于母乳。雞蛋的品質直接關系到消費者的切身利益。雞蛋的品質包含雞蛋的蛋殼質量、蛋殼色澤、哈夫單位及血肉斑率等。影響雞蛋品質的因素包括雞蛋品種、遺傳因素和飼養因素等，而在其中選擇高品質雞蛋顯得尤為重要。

市場上雞蛋種類很多，它們的營養價值不一樣，市場價格也不一樣，例如富硒雞蛋的價格就是普通雞蛋的幾倍。部分商家用普通雞蛋冒充高品質雞蛋售賣，既擾亂市場，又損害消費者的利益。因此，急需一種快速無損檢測技術對雞蛋種類進行識別，從而達到對判別優劣雞蛋、打擊“以次充好”的不良商家及維護市場公平具有重要意義。

近紅外高光譜成像儀在雞蛋品種鑒別中的應用：

目前，雞蛋種類判別主要靠人工經驗，這種方法勞動強度大、效率低且成本高。因此為了快速且無損的對雞蛋的種類進行鑒別，就可以使用高光譜成像技術。它可以采集樣本整個面的光譜和圖像，利用平均光譜來反映樣本，相關性好，滿足實時、快速、無損及可視地判別雞蛋種類。使用高光譜成像儀鑒別雞蛋的品種，其具體步驟如下：

1.樣品準備

準備各種品種的雞蛋，從不同品種的雞蛋中挑出大小均勻、表面無損傷雞蛋作為樣本，所有的雞蛋按照種類進行編號，按照順序放入樣品盤中，室溫進行保存。

2.光譜圖像采集

每次取適量的雞蛋放置于測量臺上，依次采集樣本的高光譜圖像信息。獲取樣本高光譜圖像信息后，利用軟件對提取感興趣的區域，計算平均光譜值。

3.光譜數據處理

在數據采集的過程中，儀器噪音、雞蛋表面凹凸不平等因素對光的采集會產生影響，需要將原始光譜數據進行預處理，以剔除冗沉信息，提升預測模型的穩定性和預測結果的準確性。

4.建立預測模型

利用分析軟件采用不同的方法對原始光譜進行預處理，并使用該數據進行建模，分析不同的預處理方法對預測模型的作用。例如應用偏最小二乘回歸（PLSR）建立雞蛋品種的預測模型，并對模型的預測能力進行驗證和精度評價。然后根據預測模型建立相應的雞蛋品種鑒別的方法。通過預測模型，就可以對雞蛋的品種進行精確的鑒定。

高光譜成像技術結合了計算機圖像技術和光譜技術的優點，數據信息量大，可以實現對圖像信息和光譜信息進行判別、分類、識別的全面分析。圖像特征和光譜特征都有助于鑒別雞蛋的種類，將最佳波長的光譜數據與空間信息特征進行數據融合，并應用到預測模型中，可以得到更好的預測結果，進而對雞蛋的品種進行鑒別。