高光谱图像技术检测油炸薯片羧甲基赖氨酸含量

2022/12/05   下载量: 0

方案摘要

方案下载
应用领域 食品/农产品
检测样本 薯类和膨化食品
检测项目 理化分析>其他
参考标准

本研究应用了400-1000nm的高光谱相机,可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。

方案下载
配置单
方案详情

本研究应用了400-1000nm的高光谱相机,可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。

高光谱图像技术具有分辨率高、曲线连续、无损伤、无污染、能准确检测物质特征或成分等特点。近年来,高光谱技术在城市测绘、精准农业、环境监测、军事监控和计算机视觉等工业领域得到了广泛的认可和关注。而且由于高光谱反射率与理化参数的相关性,可以建立各种理化参数的光谱监测模型。因此,测定食品或农产品中重要营养成分和有害成分含量的研究较多,P-7在监测食品或农产品质量方面取得了重大进展。国内外也有利用高光谱成像快速检测鲜切薯片或块茎的相关研究,但利用高光谱成像预测油炸薯片中CML含量的报道较少。本文利用高光谱成像技术,对不同加工参数的油炸薯片中CML的含量进行了测定,构建了三种预测模型并进行了比较。最终确定最佳快速稳健模型,为寻找高效的CML低剂量检测设备提供依据和手段,更好地服务于食品企业,保证产品质量。

以不同CML含量的油炸薯片为检测对象,利用高光谱成像仪采集波长为371.05 nm~1 023.82 nm的图像,首先提取波长为200 ~ 1000的图像平均值。光谱反射值,然后经过黑白校正和标准正态变量变换光谱预处理,最后比较主成分回归、偏最小二乘回归和BP神经网络三种建模方法。结果表明,基于BP神经网络的油炸薯片中CML含量预测模型最为准确。经过验证,该预测模型兼具准确性和稳健性。这说明高光谱图像技术结合BP神经网络能够准确预测油炸薯片中CML的含量,为食品中CML含量的快速无损检测提供了重要依据。


上一篇 高光谱相机对“阳光玫瑰葡萄”的糖度测试实验
下一篇 高光谱成像仪技术解决核桃品质检测难题

文献贡献者

相关仪器 更多
相关方案
更多

相关产品

当前位置: 彩谱 方案 高光谱图像技术检测油炸薯片羧甲基赖氨酸含量

关注

拨打电话

留言咨询