Videometer食品品质光谱成像：蔬菜多光谱图像

食品工业中的质量控制通常通过测量所涉及食品中的各种化合物来进行。作者提出了一种成像概念，用于获取高质量的多光谱图像，以评估胡萝卜和芹菜在14天内的光学反射变化。为了比较，对相同样品进行感官分析。在多光谱图像记录之前，将蔬菜预油炸并在30°C下冷冻4个月。在14天的影像记录中，蔬菜保持在±5°C。在此期间，表面变化和反射特性非常微妙。然而注意到某些波长和波长组合在统计上存在显着差异。相应的感官测试在14天内显示出微弱的差异（在 10% 的显着性水平上显着），这使得作者能够使用多光谱成像检测到微小的变化变得更加重要。从我们的研究结果来看，氧化似乎很可能导致随着时间的推移而发生变化。

图1.显示芹菜样品所有光谱通道的图

对于每个问题的分数的ANOVA分析，天对芹菜变色的影响具有0.088的p值。相比之下，天对胡萝卜变色的影响的p值为0.46。变色分数在图2中显示为天数的函数。只有一个其他影响在10%的显着性水平上是显着的，即评估者和天对芹菜的异味分数的交互作用。检验的p值为0.074。因此，注意到的变色可能与轻微的异味同时发生。

图2.分别作为芹菜和胡萝卜天数函数的变色得分箱线图

为了评估日常反射的变化，对从每个蔬菜块中提取的特征进行了非配对t检验。检查计算为每个蔬菜块内像素强度值的第 5、10、25、50、75、90 和 95 个百分位数的特征，以了解反射变化趋势作为冰箱中保存天数的函数。第5个百分位特征的代表性结果如图3所示，图3为胡萝卜，图4为芹菜。

图3.未配对的两个样本t检验，用于胡萝卜数据集所有天之间5%百分位反射值的差异

测试了分布在六个不同样品日的总共358个胡萝卜样品和389个芹菜样品的组间差异。仅比较连续的天数，如图1和图2中的y轴所示。3和4。这些图显示了t检验的p值，零假设，即天之间的平均值没有差异。灰色背景表示在5%水平上有显着差异的天数。统计测试表明，对于胡萝卜，我们能够验证从第2天到第4天对于所有波长高达890nm 的平均值的显着变化。除了图示的第 5个百分位数之外，其他百分位数的这种模式相似。对于胡萝卜，在第4天后，我们注意到可见光波长的平均值和从第12天到第14天的NIR波长只有一些显着变化。然而，对于芹菜，我们能够每4-6天显着跟踪一次变化。然而，这些变化并不像参考文献中报道的那样清楚。因为这些统计数据是基于纯波长而不是波长的比率。至于胡萝卜，最显着的变化是从第2天到第4天。

图4.未配对的两个样本t检验，用于celeriac数据集所有天之间5%百分位反射值的差异

相关阅读

丹麦Videometer Liq固/液体稳定性分析仪检测仪

丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪

丹麦videometer多光谱颜色/质构/成分综合分析仪

食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估

食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究

食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法

食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较