隨著生活品質的提高以及消費者對食品安全意識的不斷增強，消費者對包子食品安全問題越來越關注。在實際包子加工過程中，由于生產規模、生產速度、包子餡的加工機械等的影響，包子在生產過程其表面可能會存在污物或包子露餡、包子發霉等問題，因而存在嚴重的食品安全隱患。

成像技術和光譜技術是傳統的光學技術的兩個重要方向，成像技術能夠獲得物體的影像，得到其空間信息；光譜技術能夠得到物體的光學信息，進而研究其物質屬性。20 世紀 70 年代以前，成像技術和光譜技術是相互獨立的學科，隨著遙感技術的發展，成像光譜技術迅速發展起來，它是一種快速、無損的檢測技術，具有光譜分辨率高、多波段和圖譜合一的特點，能在大尺度范圍內識別地表并深入研究其地表物質的成分及結構。目前，成像高光譜技術已成熟應用于農業、食品、藥品、化工產品、刑偵、文物保護等領域，但用于包子的品質檢測目前尚未有研究者對其進行開展研究。

1. ?實驗目標

本次實驗對包子的混雜金屬、混雜玻璃片、混雜塑料片、包子完整情況（是否有餡露出來）、有無包裝紙、有何種顏色的包裝紙進行了初步的檢測，目的是為了分辨出包子中混雜的金屬、玻璃片、塑料片，以及是否露餡、是否包含包裝紙和用何種包裝紙對其進行包裝。

2. 分析方法

2.1 波段選擇方法

目前應用比較廣泛的最佳波段選取方法有各波段信息量的比較、波段間相關性比較、最佳指數法(O IF)、各波段數據的信息熵和聯合熵、協方差矩陣特征值法、波段指數法等。

在各種方法中，由美國查維茨提出的最佳指數法( OIF)綜合考慮單波段圖像的信息量及各波段間的相關性，更接近于波段選擇的原則，且計算簡單，易于實現，得到廣泛的應用。OIF指數的計算公式如下：

? ? ?

其中：Si?為第i個波段的標準差，Rij為i、j 兩波段的相關系數。對n波段圖像，先統計計算單波段圖像的標準差，計算各波段間的相關系數矩陣，再分別求出所有可能的波段組合對應的OIF指數，根據該指數大小來判斷各種波段組合的優劣。指數越大，則相應組合影像所包含的信息量就越大。對OIF指數從大到小進行排序，最大O IF指數對應的波段組合即為最佳波段組合。

2.2 分類方法

利用see5.0機器學習法進行分類。see5.0機器學習規則軟件是美國USGS在完成國家土地覆蓋制圖(NLCD)項目中開發的一個自動提取分類規則的數據挖掘工具。

3. 分析結果

圖2 ?塑料托盤上有無包子進行判別分析

圖3 ?包子混雜塑料片原圖及分類結果?

圖4??包子混雜金屬原圖及分類結果

?

圖5??包子混雜玻璃片原圖及分類結果

?

圖6?包子多種包裝紙原圖及判別結果

?

圖7 包子露餡判別分析

?

圖8 包子過程有無包裝紙判別分析

?

圖9 多種情形下包子品質分析