固态复合调味料null检测 | "科技打假！高光谱成像技术在香辛料掺假鉴别中的应用"-北京欧普特科技有限公司

方案摘要

方案下载

应用领域	食品/农产品
检测样本	固态复合调味料
检测项目
参考标准	行业标准

香辛料是食品造假的重灾区，它们的供应链复杂、售价高昂，并且通常以粉末或颗粒形式出售，因此不法商贩会掺加更便宜、难以区分的相似材料获取高额利润。

方案下载

配置单

Hyperspec MV.C机器视觉OEM高光谱成像仪
型号：Hyperspec MV.C

¥20万 - 80万
咨询

方案详情

"科技打假！高光谱成像技术在香辛料掺假鉴别中的应用"

香辛料是食品造假的重灾区，它们的供应链复杂、售价高昂，并且通常以粉末或颗粒形式出售，因此不法商贩会掺加更便宜、难以区分的相似材料获取高额利润。

橄榄叶和香桃木叶与牛至叶外观相似，但是价格更低。近年来，有关机构对商店出售的牛至叶进行的研究表明：近四分之一的样品含有非牛至叶成分。按重量计算，掺假程度范围可达到30%至70%。

一般的掺假鉴别，可以使用液相色谱-质谱仪（LC/MS）分析来检测，香辛料（例如红辣椒）的纯度可以通过气相色谱来确定，但这些方法在样品制备方面需要耗费大量的时间和精力。也可以使用光学显微镜进行分析，但单个小颗粒的识别和计数非常繁琐。

高光谱成像 (HSI) 系统与机器学习算法相结合的新方法，可以快速检测样品中是否存在非牛至叶的成分，并进行量化分析计算含量。

牛至叶分析：

最近，Headwall Photonics进行了一项牛至叶成分测试，样品中掺杂了法国百里香和香桃木的样品，在扫描台上使用MV.C NIR高光谱成像仪（光谱范围为900-1700 nm）进行扫描，并在perClass Mira软件中进行数据的获取与分析，选择牛至叶像素来创建牛至类，在对牛至叶图像进行调查时，伪彩色RGB分类图像显示了样品中多个非牛至掺杂叶的区域（粉红色区域），掺杂物的光谱与牛至叶明显不同，如下图所示。

左图：牛至叶RGB图像，右图：掺假的高光谱图像伪彩色分类

蓝色曲线：牛至叶红色曲线：掺杂物

将这些像素的一部分样本作为掺杂类别，并建立新的分类模型。这些掺杂物无法通过肉眼识别，甚至无法使用高分辨率RGB图像来识别。但是通过高光谱技术，可以检测到掺杂物。通过添加法国百里香和普通香桃木叶（两种常见的掺杂物）的纯净光谱数据，该模型得到了进一步改进，可以产生量化结果并在几秒钟内做出质量决策。

辣椒分析：

在完整的叶片中，有经验的专业人员通过触摸嗅闻等方式或许也可分别出是否掺假，但是对于粉末状物体却无能为力。对于磨碎的香料，可以添加更多类型的添加剂来掩盖产品的真实等级。染料、粉笔、粘土和种子粉通常作为掺杂物添加到红辣椒粉中。在Headwall Photonics进行的一项内部研究中，收集了红辣椒和红粘土，并以不同的质量百分比浓度组合在一起。然后在扫描台上使用MV.C NIR高光谱成像仪扫描这些粉末，并在perClass Mira软件中进行数据的获取与分析。