豬肉含有豐富的營(yíng)養(yǎng)成分，是人類生活中必不可少的食物來(lái)源。近年來(lái)，我國(guó)豬肉產(chǎn)量不斷提高，人們對(duì)豬肉產(chǎn)品的需求量加大，同時(shí)對(duì)其質(zhì)量也提出更高的要求。然而由于肉制品中的脂肪、蛋白質(zhì)含量豐富，水分活度高，在加工、貯存、銷售過(guò)程中，很容易被微生物污染及受環(huán)境因素的影響，致使產(chǎn)品腐敗變質(zhì)，從而失去其食用價(jià)值。生鮮豬肉在流通、儲(chǔ)存過(guò)程中易受內(nèi)源酶、外界環(huán)境、微生物等的作用而發(fā)生腐敗變質(zhì)。生鮮豬肉中的蛋白質(zhì)在酶和細(xì)菌的作用下，發(fā)生分解而產(chǎn)生氨和胺等堿性含氮物，并與組織內(nèi)的酸性物質(zhì)結(jié)合，形成鹽基態(tài)氮。鮮豬肉中TVB-N含量隨著放置時(shí)間的延長(zhǎng)，呈現(xiàn)出緩慢增高，平穩(wěn)增高和大幅度增高變化三個(gè)過(guò)程。
光譜成像技術(shù)是一個(gè)新興的平臺(tái)技術(shù)。它是光譜分析技術(shù)與圖像分析技術(shù)相結(jié)合的產(chǎn)物，具有空間分辨能力和光譜分辨能力，可以同時(shí)獲得對(duì)象的空間和光譜信息。光譜成像技術(shù)在食品、農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用較廣泛，Peng和Lu等人研究利用光譜散射特性預(yù)測(cè)牛肉的pH值、嫩度和顏色。多光譜成像技術(shù)在便攜、小型、批量生產(chǎn)場(chǎng)合更具有優(yōu)越性。
本文研究的目標(biāo)是探究利用多光譜成像技術(shù)結(jié)合數(shù)學(xué)建模方法預(yù)測(cè)生鮮豬肉貨架期的可行性。
1材料和方法1.1多光譜成像系統(tǒng)收稿H期：修訂曰期：項(xiàng)9金：公益性行業(yè)（農(nóng)業(yè)）科研專項(xiàng)經(jīng)費(fèi)資助（項(xiàng)目編號(hào)：201003008）。
作簡(jiǎn)介：李翠玲（1985），女（漢），新，碩士，主要從事生鮮肉的品質(zhì)安全快速檢測(cè)關(guān)鍵技術(shù)的研發(fā)。北京市海淀區(qū)華東路17號(hào)，100083.Email：通訊作者：彭彥昆（1960），男（漢），山東，教授，牛要從事農(nóng)畜產(chǎn)品品質(zhì)安全尤損檢測(cè)的研究。北京市海淀區(qū)清華東路丨7號(hào)，丨00083.丨1：川6881.6（。（。
多光譜成像系統(tǒng)所使用的多光譜成像系統(tǒng)如所示。主要由光源單元、圖像采集單元和數(shù)據(jù)處理單元組成。光源單元包括穩(wěn)壓電源、溴鎢燈光源（HL2000，USA）、光纖；圖像采集單元包括高性能可見(jiàn)/近紅外CCD相機(jī)（UM301，USA）、采集卡（CronosPlus，Canada）、濾光片，通過(guò)查閱相關(guān)的，共選擇7片窄帶濾光片，中心波長(zhǎng)分別為551、560、580、600、625、760、810rnn9，半高帶寬1015nm；數(shù)據(jù)處理單元的主要功能是接收并保存多光譜圖像數(shù)據(jù)、提取有效信息、建立預(yù)測(cè)模型。暗箱用于隔離外界光線和噪聲的干擾。轉(zhuǎn)動(dòng)支架旋鈕可調(diào)節(jié)載物臺(tái)的高度。肉樣放置在載物臺(tái)上，當(dāng)光照射在肉樣表面時(shí)，肉樣的漫反射光經(jīng)濾光片，通過(guò)CCD相機(jī)形成多光譜圖像，經(jīng)圖像采集卡生成8位圖像數(shù)據(jù)文件。
2011年7月從超市購(gòu)置宰后24小時(shí)出自同一頭豬的新鮮豬里脊肉，將肉樣分割成約2cm厚的肉塊，選擇其中的21塊作為有效樣品，用保鮮膜包裝好后放入冷藏箱運(yùn)回圖像上像素的灰度值）表示該樣品圖像采集區(qū)域的反射光強(qiáng)。
2.2揮發(fā)性鹽基氮的測(cè)定參照國(guó)標(biāo)GB/T5009.44-2003，對(duì)標(biāo)準(zhǔn)方法進(jìn)行適當(dāng)?shù)母倪M(jìn)，采用KDY-9820型半自動(dòng)定氮儀法替代半微量定氮法測(cè)定豬肉中的揮發(fā)性鹽基氮。測(cè)得的21個(gè)豬肉樣品的TVB-N參照值如表1所示。
序號(hào)2.3多光譜散射圖像特征提取研究中使用MATLAB7.11.0（R2010b）對(duì)數(shù)據(jù)進(jìn)行處理。
求得圖像上以光束的入射點(diǎn)為圓心，以一個(gè)像素尺寸（8.6nmx8.3）為帶寬的圓環(huán)（近似）上所有像素灰度值的平均值，圓環(huán)半徑從小到大遞增一個(gè)像素，以平均值作為對(duì)應(yīng)圓環(huán)上像素的灰度值，以減小誤差。以圓環(huán)半徑為橫坐標(biāo)，以圓環(huán)像素灰度值為縱坐標(biāo)，可做出各個(gè)波長(zhǎng)處圖像的散射曲線。
21個(gè)樣品在760mn波段處圖像的散射曲線如所示。
使用非線性回歸方法，用含有四個(gè)參數(shù)的洛倫茲函數(shù)擬合各個(gè)波長(zhǎng)處得散射曲線。含有四個(gè)參數(shù)的洛倫茲函數(shù)表示如下：其中：R為散射曲線上任意一點(diǎn)的反射光強(qiáng)（灰度值）：z為該點(diǎn)距離光束入射點(diǎn)的散射距離（圓環(huán)半徑）；a為散射曲線的漸進(jìn)值；b為散射曲線的峰值：c為散射曲線的半波帶寬；d為散射曲線拐點(diǎn)處的斜率。
對(duì)每個(gè)波長(zhǎng)處的散射曲線做LD函數(shù)擬合，這樣每個(gè)波長(zhǎng)處的散射圖像就可以用LD函數(shù)的4個(gè)參數(shù)來(lái)描述，進(jìn)一步對(duì)參數(shù)進(jìn)行分析可預(yù)測(cè)生鮮豬肉的TVB-N.a所示圖像的散射曲線的擬合圖如。4揮發(fā)性鹽基氮預(yù)測(cè)模型的建立偏最小二乘回歸（PLSR）方法因其在提取主成分時(shí)考慮到與待分析組分的相關(guān)性，所建線性模型通常具有較高的預(yù)測(cè)精度，因此本文采用PLSR方法建立生鮮豬肉TVB-N的預(yù)測(cè)模型。將樣品分為兩組，樣品序號(hào)為3的倍數(shù)的7個(gè)樣品為預(yù)測(cè)集，其余14個(gè)樣品為校正集。每一個(gè)樣品的TVB-N參照值對(duì)應(yīng)于其散射圖像的LD函數(shù)的4個(gè)參數(shù)。校正集14個(gè)樣品的TVB-N參照值與392（14x7x4）個(gè)參數(shù)值做偏最小二乘回歸。模型預(yù)測(cè)相關(guān)系數(shù)達(dá)到0.87，預(yù)測(cè)標(biāo)準(zhǔn)誤差為2.50mg/100g，為采用PLSR方法建模的預(yù)測(cè)效果圖。
2.5貨架期預(yù)測(cè)模型的建立觀察中參照值的變化，可以發(fā)現(xiàn)在本研究中TVB-N隨著時(shí)間的變化呈對(duì)數(shù)增長(zhǎng)，處于快速增高變化階段，因此本文采用對(duì)數(shù)函數(shù)擬合TVB-N的變化曲線，在此基礎(chǔ)上建立生鮮豬肉的貨架期預(yù)測(cè)模型。
率參數(shù)；t為時(shí)間（d）。對(duì)（2）式進(jìn)行移項(xiàng)、取對(duì)數(shù)等變形處理可得下式：式（3）是在式（2）的基礎(chǔ)上推導(dǎo)出來(lái)的，可以計(jì)算生鮮豬肉的貨架期。
TVB-N的變化規(guī)律呈對(duì)數(shù)特性，擬合的相關(guān)系數(shù)為0.93，標(biāo)準(zhǔn)誤差為1.76mg/100g.擬合的效果圖如所示。擬合得三個(gè)參數(shù)A=29.1076，B=19.8618，k=0.1824.將這三個(gè)參數(shù)代入（3）式，可建立生鮮豬肉貨架期（Shelflife，SL，d）的預(yù)測(cè)模型：TVB-N隨時(shí)間變化規(guī)律將由揮發(fā)性鹽基氮預(yù)測(cè)模型預(yù)測(cè)的21個(gè)TVB-N值帶入（4）式，可獲得相應(yīng)肉樣的貨架期數(shù)值，為生鮮豬肉貨架期的預(yù)測(cè)效果圖，可以看出預(yù)測(cè)的整體趨勢(shì)是正確的，但預(yù)測(cè)精度欠佳。
3.結(jié)論生鮮豬肉的貨架期是衡量其商品價(jià)值的重要依據(jù)之一，因此，能夠的得出一種對(duì)生鮮豬肉貨架期快速、無(wú)損傷、可靠的檢測(cè)方法就顯得十分重要。傳統(tǒng)的化學(xué)實(shí)驗(yàn)室分析等方法雖然具有準(zhǔn)確度高、可靠等優(yōu)點(diǎn)，但其分析過(guò)程繁瑣、耗時(shí)、對(duì)試樣具有破壞性，逐漸不能滿足快速發(fā)展的生產(chǎn)和經(jīng)濟(jì)要求。光譜圖像技術(shù)結(jié)合了光譜和圖像分析技術(shù)，具有快速、非破壞等特點(diǎn)，其中多光譜成像技術(shù)在便攜、小型、批量生產(chǎn)場(chǎng)合更具有優(yōu)越性。本文在多光譜成像技術(shù)的基礎(chǔ)上，針對(duì)小樣本非線性問(wèn)題，探索針對(duì)生鮮豬肉貨架期可行有效的檢測(cè)方法。研究結(jié)果表明利用多光譜成像技術(shù)結(jié)合相應(yīng)的數(shù)學(xué)建模方法預(yù)測(cè)生鮮豬肉貨架期具有可行性。
在研究的過(guò)程中發(fā)現(xiàn)了一些問(wèn)題和不足，有待改進(jìn)：（1）所選用的樣品偏少，應(yīng)增加樣本的廣泛性，以建立應(yīng)適當(dāng)增加樣品數(shù)量；（2）由于在采集多光譜圖像時(shí)是手動(dòng)更換濾光片，并且樣品厚度不均，因此很難保證每次樣品上表面到濾光片的距離相等，所使用的多光譜成像系統(tǒng)有待改進(jìn)；（3）誤差的傳遞，從揮發(fā)性鹽基氮預(yù)測(cè)模型到貨架期預(yù)測(cè)模型存在著誤差的傳遞，應(yīng)盡量減小誤差，提高精度：（4）評(píng)定指標(biāo)單一，可以從影響貨架期的因素出發(fā)，選擇一些其他適宜的指標(biāo)，并根據(jù)它們對(duì)貨架期的影響程度，為其分配權(quán)重。
|
