基于高光谱散射技术的牛肉嫩度和颜色的预测研究-吴建虎

基于高光谱散射技术的牛肉嫩度和颜色的预测研究吴建虎博士中国农业大学2024/3/23Contents引言1

材料与方法2

结果与讨论34

结论42024/3/2321.引言

背景中国是第三大牛肉生产国，而当前的生产不能满足消费和出口的需求.

2024/3/233嫩度是最重要的指标，是影响消费者满意度的最重要，国外研究表明大多数消费者能区分不同嫩度级别的牛肉，并且愿意为嫩度好的牛肉付较高的价钱

颜色

嫩度1.引言对消费者的第一印象，直接影响消费者对肉品质优劣，新鲜与否的判断。牛肉品质

通常是指牛肉所具有的外观、风味、营养、卫生等各种与加工和食用有关的物理、化学性状2024/3/234Oneofthegreatestchallengesinthemeatindustryistoobtainreliableinformationaboutmeatqualityduringpost-mortemalongtheproductionprocess,ultimatelyprovidingguaranteedqualityofbeefproductsfortheconsumers.1.引言2024/3/235品质测量1.主观/感官测量（Subjective&sensory）2.仪器

WBSF;Colorimeter3.NIR/VideoFeasibleInconsistency4.高光谱测量

Hyperspectralscatterimaging(HSI)risingmethods

NIR+video1.引言2024/3/236Freshbeef2-dayhyperspectralscatteringimages7-day嫩度值嫩度分级7-day

颜色参数CIE1976L*a*b*PHvalue

本研究目的：1.引言2024/3/237样本尺寸采样位置重量年龄3-4cm厚度12thriband14thrib

280to450kg25and36months样本

2.材料与方法北京御香苑集团宰后两天鲁西黄牛2024/3/238高光谱成像系统Scanningline5mm3mm2.材料与方法2024/3/239参照值的测量颜色测量嫩度测量2.材料与方法2024/3/2310散射曲线的数学模型三参数的洛伦兹函数LorentzianDistributionfunction(LD)I–光的强度CCDcount;x–与光入射中心点的垂直距离,mm；

a–散射曲线的渐近线;b–散射曲线的峰值x=0

C–

散射曲线的半波带宽2.材料与方法abc2024/3/2311品质参数的预测模型C0,Cm

回归系数m=1,2,3...i,i是每个模型的优选波长数X

代表优选波长处的参数a,b或者c。performanceRcvSEcvSEC选择单一参数(a,borc)的组合逐步回归方法MLR多元线性回归2.材料与方法2024/3/23123.结果与讨论牛肉参数的测量结果表1样本参数的范围、均值、标准差Table1Range,Meanandthestandarddeviation(SD)ofqualityattributesofbeefsamples质量参数均值范围标准差嫩度(N)50.9120.82-86.0520.57颜色参数L*39.0834.25-43.492.29a*21.8515.26-26.883.05b*0.83-1.77-2.20.802024/3/2313高光谱散射图像3.结果与讨论Figure1.高光谱散射图像(a)散射图像(b)550,635和760nm波长处的散射曲线2024/3/2314Figure1.高光谱散射图像2024/3/2315散射曲线的拟合结果3.结果与讨论Figure2.760nm处的曲线洛伦兹拟合Figure3.整个波段的洛伦兹拟合相关系数有效波段

525—1000nm2024/3/2316模型的建立及预测结果3.结果与讨论表2LD参数对应的优化波长组合Table2CombinationsofLDparametersforestablishingMLRmodel

嫩度L*a*b*a820,850,915nm620,631,773nm533,580,650,731,752nm718,820,850927nmb548,562,947,960,965，998nm768,784,836,994nm525,856,872nm543,565,815,965nmc737,750,768nm720,750nm528,975,995nm528,963,985nmLD参数优化波长使用逐步回归选择LD参数的优化组合建立多元线性回归模型。

2024/3/23173.结果与讨论图3各个参数组合对品质参数的MLR预测结果Table3PredictionresultsofqualityattributesbasedoptimalLDparametercombinationsLD参数预测结果嫩度L*a*b*RcvSEcvRcvSEcvRcvSEcvRcvSEcva0.7115.2N0.861.180.901.340.860.43b0.8611.7N0.920.900.891.510.880.41c0.7515.7N0.741.580.682.320.730.57模型的建立及预测结果2024/3/23183.结果与讨论按照国内赵杰文的分类方式，嫩度值>58.8N粗糙牛肉，嫩度值<=58.8N嫩牛肉，参数b所建模型对样本的分级准确率为91%，这表明，利用牛肉的散射特性可以较好的对牛肉嫩度预测和分级嫩度分级LD的三个参数都可以用来预测牛肉的嫩度，其中，参数b*的预测结果最好(Rcv=0.86,SEcv=11.7N)，参数c(半波带宽)的预测结果最差。Cluffetal[31]使用光谱散射预测牛肉的嫩度，认为半波带宽对牛肉的嫩度有影响，我们的研究中发现，散射曲线的峰值与牛肉嫩度的相关性较大。2024/3/23193.结果与讨论讨论

近年来，高光谱成像技术在农产品品质安全检测方面得到了较多的应用，高光谱成像技术作为新兴的研究手段具有系统成本高、包含的信息量大、高光谱图像的获取、处理和分类需要较长时间等缺点，限制了其在线检测的应用。

高光谱成像系统在确定产品品质参数的特征波长具有优势，通过研究确定与检测参数相关性强的特征波长，可为进一步在线检测速度和设备成本方面具有优势的多光谱系统的开发提供一定的支持。

本次研究使用的样本数量均来自鲁西黄牛，采集样本集中于腰肉部位，因此今后研究要增加样本的广泛性，以建立广泛适应性强的模型。2024/3/23204.结论本研究使用高光谱散射成像系统获取宰后2天新鲜牛肉表面400-1100nm波长范围内高光谱散射图像，从散射图像中提取散射曲线，使用洛伦兹分布函数拟合散射曲线，使用逐步回归选取拟合函数参数的优化组合，用于预测成熟7天的牛肉颜色和嫩度，从本试验研究中得出如下结论：

1.在525-1000nm波长范围内，洛伦兹分布函数可以较好的拟合牛肉的散射曲线2使用多个波长处散射曲线的LD拟合渐进值和峰值建立的多元线性回归模型，可以较好的预测牛肉嫩度、颜色参数。使用全交叉验证作为模型的检验