Van de vele vleesproducten wordt rundvlees begunstigd door de meeste consumenten vanwege het hoge eiwit, vetarme, hoge vitamine- en mineraalgehalte, dat ten zeerste voldoet aan de voedingsbehoeften van moderne mensen voor vlees. Naarmate het tempo van het leven van mensen versnelt, zijn traditionele gekookte rundvleesproducten een veel voorkomend voedsel geworden in supermarkten en delicatessens, en de vraag en het verkoopvolume nemen ook toe. In het echte leven is het grootste deel van het gekookte rundvlees dat op de markt wordt verkocht, in bulk, en het is rijk aan hoog eiwit- en hoog watergehalte, dus het is heel gemakkelijk om micro-organismen te fokken en ervoor te zorgen dat het tijdens de opslag van lage temperatuur bederft. Daarom is op basis van redelijke en effectieve beoordelingsnormen en -systemen van rundvleeskwaliteit op zoek naar betrouwbare methoden voor het beoordelen van veiligheid op het gebied van veiligheid van rundvlees een topprioriteit geworden voor de ontwikkelingsrichting van de rundvleesmarkt.
Hyperspectrale afbeeldingen, ook bekend als hypercubes, zijn driedimensionale datablokken (X, Y, λ) die samengesteld zijn uit een reeks tweedimensionale ruimtelijke afbeeldingen (x, y) onder continue golflengte λ. Zoals getoond in de onderstaande figuur, is vanuit het perspectief van de golflengte, hyperspectrale beeldgegevens (x, y, λ) een driedimensionaal gegevensblok bestaande uit tweedimensionale afbeeldingen (x, y); Vanuit het perspectief van tweedimensionale gegevens (x, y), is hyperspectrale een reeks spectrale krommen. Het principe van het gebruik van HSI -technologie om de frisheid van voedsel te detecteren, verwijst naar het verschil in de absorptie, reflectie, verstrooiing, elektromagnetische energie van licht en de spectrale positie van de piek/trog van de interne chemische samenstelling en externe fysische kenmerken van het object naar worden getest, wat leidt tot verschillende digitale signaalkenmerken. De piek- en valleiwaarden (spectrale vingerafdrukken) van absorptie bij verschillende golflengten kunnen bijvoorbeeld de fysische eigenschappen van verschillende verbindingen vertegenwoordigen, zodat kwalitatieve of kwantitatieve analyse van voedselkwaliteit kan worden bereikt door de analyse van hypersspectrale informatie, dat wil zeggen niet destructief testen van voedselkwaliteit.
(1) TVC -monster ROI en spectrumextractie
Voor het TVC -monster werd een ROI -afbeelding van 50 px x 50 px spier subsample van het hyperspectrale beeld subsample na zwart -witte correctie geselecteerd. De geselecteerde
Gekookt rundvlees subsample -beeld werd gemiddeld onder een specifiek spectrum om het spectrale gemiddelde van elk monster onder een specifieke band te verkrijgen. Deze stap is geïmplementeerd
Op de software Envi 5.1, voornamelijk via de ROI -tool van de Envi -software.
De onderstaande afbeelding toont de extractie van het ROI -gebied van het TVC -gekookte rundvleesmonster in Envi5.1 en de verkregen spectrale waarde.
(2) TVB-N monster ROI en spectrumextractie
Het extractieproces van ROI -regio is hetzelfde als dat van de TVC -voorbeeldgegevens in de vorige paragraaf. Het ROI-gebied van 50px*50px wordt ook verkregen om het gekookte rundvleesmonster van TVB-N te voorspellen. Het is te zien dat er bepaalde verschillen zijn in de spectrale krommen van de twee partijen gekookte rundvleesmonsters (naar schatting werd de twee batches daoxiangcun gekookte rundvleesproducten met een lange interval gekocht, die kunnen worden veroorzaakt door verschillende rundvleesvariëteiten) . Evenzo wordt deze stap voor het TVB-N Cooked Beef-monster ook geïmplementeerd op de Software Envi5.1.
De onderstaande afbeelding toont TVB-N die het ROI-gebied in Envi5.1 extraht en de monsterspectrale waarde verkrijgt.
Spectrale voorbewerkingsresultaten
De spectrale informatie van het gekookte rundvleesmonster voor het voorspellen van TVC werd voorverwerkt (in de volgorde van SG -afvlakking, vectornormalisatie en SNV -transformatie). Het oorspronkelijke spectrum van de spectrale informatie en het spectrum voorbewerkingsresultaat worden weergegeven in de onderstaande afbeelding.
Dezelfde voorbewerkingsmethode als die gebruikt voor het gekookte rundvleesmonster voor het voorspellen van TVC in de vorige paragraaf wordt gebruikt om de spectrale informatie van de hyperspectrale gegevens van het monster voor het voorspellen van TVB-N-waarde vooraf te verwerken. Het originele spectrum en het spectrum na preprocessing worden getoond in de onderstaande afbeelding:
Een tienvoudig cross-validatiemodel van ondersteunende vectorregressie (SVR) werd vastgesteld voor de spectrale gegevens voor en na voorbewerking. De modelprestaties worden weergegeven in de tabel en de modelleringsresultaten worden in de figuur weergegeven. Deze methode is geïmplementeerd in de multivariate data -analysesoftware TEunScrambler X10.4. De SVR -methode en de modelprestatie -indicatoren worden geïntroduceerd in paragraaf 4.1 en worden hier niet gedetailleerd beschreven.
Zoals te zien is in de tabel, zijn de prestaties van de voorspellingsmodellen van de twee indicatoren die zijn vastgesteld door de voorbewerkte spectra tot op zekere hoogte verbeterd. De prestatiecorrelatiecoëfficiënt R van het voorspellingsmodel voor TVC is toegenomen met 16 procentpunten, terwijl de prestatiecorrelatiecoëfficiënt R van het voorspellingsmodel voor TVB-N met 9 procentpunten is toegenomen. Dit verifieert de noodzaak van spectrale voorbewerking, dus de daaropvolgende analyse gebruikt de voorbewerkte gegevens.
Samenvatting en vooruitzichten
Om een snelle en niet-destructieve detectie van de frisheid van gekookte vleesproducten te bereiken, neemt dit papier gekookt rundvlees als onderzoeksobject en gebruikt hij hyperspectrale beeldvormingstechnologie om een voorspellingsmodel te creëren voor de frisheid van gekookt rundvlees. De veranderingen in de frisheid van gekookt rundvlees tijdens opslag en de belangrijkste factoren die de frisheid van gekookt rundvlees beïnvloeden, werden bestudeerd, en de Microbial Index TVC-waarde en Chemical Index TVB-N-waarde werden bepaald. De specifieke onderzoeksconclusies zijn als volgt: de mogelijkheid om hyperspectrale beeldvormingstechnologie te gebruiken om de frisheid van gekookt rundvlees te detecteren werd bestudeerd, en de veranderingstrend van de Freshness Index TVC en TVB-N waarde TVC van gekookt rundvlees tijdens opslag werd besproken; De prestaties van het SVR-voorspellingsmodel (met behulp van tienvoudige kruisvalidatie) gebouwd voor en na spectrale gegevens voorbewerking werd vergeleken, en het voorspellingsmodel gebouwd met de voorbewerkte gegevensset had betere prestaties; De sample set partitioneringsmethode werd bestudeerd. De trainingsset en testset gegenereerd door verschillende methoden voor monsterpartitionering werden gemodelleerd en geanalyseerd, en ten slotte werden de trainingsset en testset gedeeld door de SPXY -partitiemethode geselecteerd.
