高光譜成像儀在牛肉分類中的應用
發布時間:2024-02-23
瀏覽次數:481
牛肉含有豐富的蛋白質,氨基酸組成比豬肉更接近人體需要,能提高機體抗病能力。但是在運輸過程中,市場上的冷凍肉和新鮮肉摻雜在一起,讓人難以分辨。首爾大學的研究人員利用高光譜成像技術,做了相關的研究。本文進行了簡單介紹。
牛肉含有豐富的蛋白質,氨基酸組成比豬肉更接近人體需要,能提高機體抗病能力。但是在運輸過程中,市場上的冷凍肉和新鮮肉摻雜在一起,讓人難以分辨。首爾大學的研究人員利用高光譜成像技術,做了相關的研究。本文進行了簡單介紹。
?
?
????研究進展
由于對安全、可食用肉類的需求的不斷增加,冷凍儲存技術得到了不斷改進。然而目前存在解凍肉在處理和銷售過程中被進行了錯誤的標記,宣稱為新鮮肉類,這可能導致消費者受到誤導或產生安全隱患。在這項研究中,使用高光譜圖像數據構建了一個機器學習(ML)模型,用于區分新鮮冷藏、長期冷藏和解凍的牛肉樣本。通過四種預處理方法,共準備了五個數據集來構建ML模型。使用PLS-DA和SVM技術構建了模型,其中應用散點校正和RBF核函數的SVM模型性能最佳。結果表明,利用高光譜圖像數據立方體,可以構建區分新鮮肉類和非新鮮肉類的預測模型,這可以成為肉類儲存狀態常規分析的快速、非侵入性方法。
?
?
安裝在暗室中的高光譜數據采集系統的配置示意圖
?
基于此,來自首爾大學的研究人員使用Resonon Pika L 高光譜成像儀,在近紅外光譜的400-1000 nm波段內獲取高光譜圖像數據立方體,進行了相關研究。在本研究中,圖像采集系統安裝在暗室中,以確保完全消除外部光并能夠采集高光譜圖像。
?
將九個樣本同時放置在啞光黑色板上,通過移動相機獲取高光譜圖像數據立方體。所有樣品均經過光學穩定處理,在采集高光譜數據之前將它們置于實驗環境中 20 分鐘,消除由肌紅蛋白/氧肌紅蛋白含量差異引起的巧合差異。隨后,通過分離紅色肉部分,從高光譜數據立方體中提取了(ROI)的光譜,確保了只有紅色部分肉的光譜被提取用于分析。這個過程產生了高質量的數據集,適用于后續的分析和解釋。使用四種預處理技術(MSC、SNV轉換、一階Savitzky–Golay濾波和最小-最大歸一化)對提取的光譜進行模型開發。
?
?
本研究獲取的高光譜數據立方體中的光譜圖像。(a–c) 分別為“新鮮”、“受損”和“冷凍”樣品的 630–650 nm 平均圖像;(d-f)分別為“新鮮”、“受損”和“冷凍”樣品的 540-560 nm 平均圖像。
?
?
用于構建肉樣本分類模型的高光譜數據立方體中的光譜。(a) 實驗數據的完整光譜;(b) 每個實驗組的平均光譜(實線)以及加減標準差后的光譜(虛線)。
?
研究結論
這篇文章研究了使用NIR高光譜成像儀,對牛肉進行分類,區分其“新鮮”、“受損”和“冷凍”狀態。通過將韓國產牛肉樣品劃分為新鮮冷藏、長期冷藏和解凍狀態,共獲得了九個高光譜圖像數據立方體,并通過滴水損失測試定量分析了牛肉樣品的狀況。本研究共收集了4950個光譜圖像,將其80%用作訓練集,20%用作測試集。
?
在構建機器學習模型時,使用了四種預處理方法,包括MSC和SNV用于校正,Savitzky-Golay 1st濾波器用于平滑,Min-Max用于歸一化,以及原始數據,共準備了五個數據集。采用PLS-DA和SVM技術構建模型,其中SVM模型使用了四個核函數。評估模型性能時,準確性是主要指標,同時對“新鮮”類別的F1分數進行了估計,以獨立驗證生鮮肉分類的性能。測試集的準確率在幾乎所有模型中都超過90%,主要錯誤是由于未能正確區分“受損”和“凍結”類別。具有散點校正和RBF核函數的SVM模型表現最佳,其準確度達到96.57%,“新鮮”類別的F1分數為100%。研究結果表明,通過純化高光譜圖像數據立方體篩選的光譜可以構建一個預測模型,用于區分新鮮肉和非新鮮肉。這些模型在未來的實際肉類采購場所中具有可行性。
?
?
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..