消費者意識到食品質(zhì)量和成分對營養(yǎng)和健康的影響。不同類型的過敏和不耐受變得越來越普遍，有關(guān)食品生產(chǎn)的安全問題引起了人們的關(guān)注。

除了不斷增加的消費者要求外，食品廠家還有法律義務(wù)保證其產(chǎn)品的質(zhì)量和安全。生產(chǎn)過程中的故障會造成相當(dāng)大的經(jīng)濟(jì)損失，甚至危及消費者安全。

從實驗室到實時檢查

有幾種技術(shù)可用于監(jiān)測食品生產(chǎn)的質(zhì)量。不幸的是，其中許多需要實驗室分析，這是勞動密集型且緩慢的。從測量到結(jié)果可能需要幾天甚至幾周的時間。此外，樣品經(jīng)常在檢查過程中被破壞。

食品生產(chǎn)過程控制必須以較短的響應(yīng)時間進(jìn)行工作。在線監(jiān)控食品生產(chǎn)需要更快、更復(fù)雜的檢查和分析方法，以確保一致的質(zhì)量和安全。

食品分析中的光譜學(xué)與高光譜成像

高光譜成像為質(zhì)量檢測提供了一種快速且無損的方法，是食品工業(yè)中行之有效的方法。它允許確定樣品的成分(例如，水分或蛋白質(zhì)含量)和物理特性(例如，粒度)。

食物中的許多相關(guān)化學(xué)物質(zhì)吸收 SWIR(900-2500 納米)范圍內(nèi)特定波長的光。這些吸收特征揭示了樣品的化學(xué)性質(zhì)，可以通過光譜法檢測到。

光譜法是分析均質(zhì)樣品(如面粉)平均成分的理想方法。它的缺點是它只提供單個樣本點的信息。因此，它不適合分析更復(fù)雜的多組分食品。

高光譜成像將光譜學(xué)與成像相結(jié)合。該技術(shù)允許實時同時對樣本進(jìn)行逐像素分析。與光譜儀一樣，高光譜成像不需要與樣品接觸，也不會破壞或污染食物。

單個吸收帶的測量或全光譜的校準(zhǔn)提供了有關(guān)成分的信息，可以映射這些信息以測量成分的分布，例如水分或脂肪。

高光譜成像還可以進(jìn)行復(fù)雜的多組分產(chǎn)品分析，這是其他技術(shù)難以做到的。

高光譜傳感器提供數(shù)百個窄波段的信息。識別不同化學(xué)鍵的吸收帶可以為與食品生產(chǎn)相關(guān)的特定指標(biāo)開發(fā)校準(zhǔn)模型。

它比傳統(tǒng)的 RGB 或光譜傳感器可以提供的信息多得多。然而，要創(chuàng)建應(yīng)用程序，用戶必須知道哪些波段是感興趣的并記錄下來以供分析，哪些可以忽略。

檢測食品的水分分布

高光譜成像的典型應(yīng)用是測量產(chǎn)品中的水分分布。水分分布是許多食品的基本屬性。它影響有利于微生物活動的質(zhì)地和條件。

水分會在保質(zhì)期內(nèi)發(fā)生變化，因此與產(chǎn)品新鮮度有關(guān)。水分分布并不總是均勻的，沒有成像技術(shù)很難檢測到。例如，在烘焙中，它可用于研究生產(chǎn)條件對最終產(chǎn)品水分均勻性的影響。

面包中的水分分布

下面的圖顯示了高光譜相機(jī)研究的新鮮白面包片中的水分分布。首先，建立校準(zhǔn)，然后將此模型應(yīng)用于實際樣品。

圖像中的紫色和藍(lán)色表示水分含量低，而黃色和紅色表示水分含量高。很容易看出，面包中心的水分含量迅速增加，而外皮的水分含量較低。

一片新鮮面包中在高光譜相機(jī)檢測中水分分布。

檢測多組分產(chǎn)品中的水分遷移

高光譜成像還可用于檢測多組分產(chǎn)品中的水分遷移，這在傳統(tǒng)上比單組分產(chǎn)品更具挑戰(zhàn)性。

例如，它可用于測量保質(zhì)期內(nèi)水分分布的變化，這對于具有多種水分活度不同成分的產(chǎn)品(例如水分含量低但水分含量高的產(chǎn)品)至關(guān)重要。

食品成分的高光譜成像定性分析

由于高光譜成像提供了樣品的逐像素信息，因此它是多組分產(chǎn)品成分映射的理想選擇。

脂肪、水分或結(jié)晶蔗糖等某些特性在短波紅外 (SWIR) 范圍內(nèi)具有清晰的光譜特征。通過對照參考樣品進(jìn)行校準(zhǔn)，可以進(jìn)行定量測量。

完全定量測量需要為每個要識別的組件開發(fā)單獨的校準(zhǔn)模型。這適用于需要定期分析同一樣品類型的應(yīng)用，例如，混合肉中的脂肪含量。

然而，即使沒有對短期應(yīng)用進(jìn)行全面校準(zhǔn)或在沒有參考樣品的情況下，也可以獲得有用的比較信息。

一些高光譜應(yīng)用成像使用光譜數(shù)據(jù)來識別和分類圖像中不同成分的特征。對于許多食品應(yīng)用，該方法的全部優(yōu)勢是通過定量高光譜分析來測量特定化合物的濃度。

這是通過創(chuàng)建校準(zhǔn)模型來實現(xiàn)的，該校準(zhǔn)模型基于高光譜圖像與傳統(tǒng)方法對一系列樣本進(jìn)行的參考測量的比較。

有許多不同的算法(偏最小二乘法、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)，僅舉幾例)來構(gòu)建這些校準(zhǔn)模型，這些模型將樣本中的所需參數(shù)映射到高光譜數(shù)據(jù)輸出。

根據(jù)要檢測的材料或特性，不同的吸收帶對于校準(zhǔn)建模具有重要意義。例如，結(jié)晶蔗糖在 1435 納米處具有特征吸收峰。脂質(zhì)含有吸收帶位于 1724 和 1762 納米的 CH2 鍵。水分子中的 OH 鍵具有多個 SWIR 吸光度，包括 1925 納米處的吸光度。

在某些情況下，可以使用這些特定波長的圖像進(jìn)行定性評估。但是，對于一系列波長使用多變量校準(zhǔn)可獲得最佳結(jié)果，包括對于相關(guān)選擇的吸收波段未知或存在多個重疊波段的特性。

建立標(biāo)定模型后，可應(yīng)用于未知測試樣品或生產(chǎn)線樣品的高光譜圖像，快速映射這些參數(shù)。

巧克力棒的組成

以下是商業(yè)巧克力棒的比較研究示例。全面校準(zhǔn)需要訪問每種成分材料類型的參考樣本。然而，不是映射特定吸收帶的強(qiáng)度，而是可以進(jìn)行有用的比較。

下圖顯示了三個吸收帶的圖。CH2 的條帶通常與脂肪含量的差異相關(guān)，另一個條帶是結(jié)晶蔗糖存在的特征。OH 的吸收帶通常與水分含量的差異有關(guān)。

高脂肪區(qū)域以紅色顯示，結(jié)晶蔗糖以綠色顯示，水分以藍(lán)色顯示。組件的組合顯示為混合顏色。

堅果呈紅色，表示脂肪含量高。焦糖呈藍(lán)色或紫色，表明水分含量高，脂肪含量不同。巧克力呈綠色、黃色或橙色，表示脂肪和結(jié)晶蔗糖的不同組合。該圖顯示了不同商業(yè)產(chǎn)品之間不同成分的組成有何不同。可以開發(fā)這些特性的定量校準(zhǔn)，以便對在線檢查進(jìn)行更詳細(xì)的分析。

來自巧克力棒的三個吸收帶的圖