本研究應用了400-1000nm的高光譜相機，可采用賽斯拜克(Sinespec)產(chǎn)品高光譜相機SP系列進行相關研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz(支持多區(qū)域波段選擇)。

對蝦是中國乃至世界一種重要的水產(chǎn)品，在漁業(yè)經(jīng)濟中占有重要地位“。其中，刀額新對蝦是我國分布最廣的對蝦類，以黃海和渤海為主要產(chǎn)地。成年刀額新對蝦體長一般在 13-24 厘米之間，體重為 20-40 克，雄體為棕黃色，雌體呈青藍色，生命周期通常為一年，個別可達到兩年或三年[23)。刀額新對蝦不僅肉質鮮嫩，味道鮮美，而且富含豐富的優(yōu)質蛋白質以及多種人體必需的微量元素，深受消費者青睞在日本，顏色亮紅、神似珊瑚的熟蝦被視為長壽吉祥的象征，受到國際市場的廣泛歡迎近年來，隨著蝦青素和蝦紅素抗氧化、抗腫瘤等生理功能研究的進一步深入，推進了對蝦產(chǎn)品的高值化利用由于打撈上來的活蝦極易死亡，在運輸及銷售的過程中常采用冷藏或冷凍處理。

蝦類死亡后，在酶和微生物的共同作用下，蝦肉的化學成分(蛋白質、糖類、脂肪等)不斷被分解成氨、胺類、有機酸、CO2、脂肪酸、甘油、醛和酮等化合物間。同時蝦仁的組織結構也逐漸被破壞，其色澤、紋理、硬度、彈性及氣味等外部特征均不斷變化，最終導致腐敗變質而不能食用17.81。隨著生活水平的提高，消費者對蝦類等水產(chǎn)品的安全品質需求越來越高。新鮮度既是水產(chǎn)品腐敗程度的直接反映，也是水產(chǎn)品品質安全評價的一項重要指標。因此，快速、無損、準確地檢測蝦仁的新鮮程度不僅與消費者的切身利益息息相關，也對蝦仁及其制品的運輸、儲藏和銷售有著重要的科學意義和應用價值。

(1)應用可見/短波近紅外高光譜成像技術實現(xiàn)了蝦仁質構參數(shù)和色澤參數(shù)的快速無損檢測及其可視化分布。冷藏期間，分別采用質構儀和色差計測定蝦仁樣本的 TPA 質構特性(硬度、彈性、恢復性、膠著性、咀嚼性和粘聚性)和色澤變化 (L、a和 b*)。優(yōu)選出最佳光譜預處理方法對蝦仁樣本的平均光譜進行去噪，再采用SPA 算法提取出光譜特征波長。然后分別結合線性的偏最小二乘回歸(PLSR)，非線性的RBF人工神經(jīng)網(wǎng)絡(RBF-NN)和最小二乘支持向量機(LS-SVM)對訓練集樣本建立特征波長與L*、a"、b*、硬度、彈性、恢復性、膠著性、咀嚼性和粘聚性的相關性模型，再對預測集樣本的相關參數(shù)值進行預測。結果表明：

(a)冷藏期間，蝦仁樣本的色澤參數(shù)隨冷藏時間的延長呈現(xiàn)一定的變化規(guī)律。對于蝦仁色澤參數(shù) L，a，b的最優(yōu)預處理方法分別是SNV，SNV和S-G平滑。應用SPA算法從預處理光譜提取色澤參數(shù)的特征波長。三種參數(shù)的特征波長模型中，RBF-NN 的結果較差，且存在過擬合現(xiàn)象。PLSR與LS-SVM模型的結果較為相近。其中 L-LS-SVM模型的預測集R和RMSEP分別為 0.88 和 0.716; b-LS-SVM模型的預測集R和RMSEP分別為0.85 和0.685:a -LS-SVM模型的預測集效果略差，R為0.71,RMSEP為0.450;

(b)(b)冷藏期間，蝦仁樣本的硬度、彈性、恢復性、膠著性、咀嚼性、粘聚性隨冷藏時間的延長呈現(xiàn)一定的變化規(guī)律。彈性、恢復性和咀嚼性的最優(yōu)建模數(shù)據(jù)均為原始光譜而硬度、膠著性和粘聚性的最優(yōu)預處理方法分別為MSC、SNV 和MSC。基于預處理光譜，用SPA 算法分別提取硬度、彈性、恢復性、膠著性、咀嚼性、粘聚性的特征波長。通過比較硬度、膠著性和咀嚼性的特征波長模型，RBF-NN模型存在過擬合現(xiàn)象LS-SVM的建模與預測結果均為最優(yōu)。其中硬度LS-SVM 模型的預測集R和RMSEP分別為0.81 和0.402,膠著性LS-SVM模型的預測集R和RMSEP分別為0.80 和0.163咀嚼性LS-SVM模型的預測集 R和RMSEP分別為 0.84 和 0.174。對于彈性、恢復性和粘聚性，基于三種方法建立的預測模型結果均較差。