Tarp daugelio mėsos produktų dauguma vartotojų teikia pirmenybę dėl daugelio baltymų, mažai riebalų, daug vitaminų ir mineralų, kurie labai patenkina šiuolaikinių mėsos žmonių mitybos poreikius. Didėjant žmonių gyvenimo tempui, tradiciniai virti jautienos produktai tapo įprastu maistu prekybos centruose ir delikatese, o paklausos ir pardavimo apimtys taip pat didėja. Tačiau realiame gyvenime didžioji dalis rinkai parduodamos jautienos yra dideli, joje gausu daug baltymų ir daug vandens, todėl labai lengva veisti mikroorganizmus ir priversti jį sugadinti laikant mažai temperatūroms. Todėl, remiantis pagrįstais ir efektyviais jautienos kokybės klasifikavimo standartais ir sistemomis, ieškant patikimų jautienos kokybės saugos klasifikavimo aptikimo metodų, tapo svarbiausiu jautienos rinkos kūrimo krypties prioritetu.
Hiperspektriniai vaizdai, dar žinomi kaip hiperkubai, yra trimatūs duomenų blokai (x, y, λ), sudaryti iš dviejų matmenų erdvinių vaizdų (x, y) serijos ištisinio bangos ilgio λ. Kaip parodyta žemiau esančiame paveikslėlyje, iš bangos ilgio perspektyvos hiperspektriniai vaizdų duomenys (x, y, λ) yra trijų matmenų duomenų blokas, sudarytas iš dvimatių vaizdų (x, y); Žvelgiant iš dviejų dimensijų duomenų (x, y), hiperspektrinės yra spektrinių kreivių serija. HSI technologijos naudojimo maisto šviežumui principas nurodo absorbcijos, atspindžio, sklaidos, šviesos elektromagnetinės energijos skirtumą ir vidinės cheminės sudėties smailės/lovio spektrinę padėtį ir objekto išorines fizines savybes į objektą. būti išbandytam, o tai lemia skirtingas skaitmeninio signalo charakteristikas. Pavyzdžiui, absorbcijos piko ir slėnio vertės (spektriniai pirštų atspaudai) skirtingų bangų ilgių gali atspindėti skirtingų junginių fizines savybes, kad būtų galima atlikti kokybinę ar kiekybinę maisto kokybės analizę analizuojant hiperspektrinę informaciją, tai yra, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne, ne. Destruktyvus maisto kokybės bandymas.
(1) TVC mėginio IG ir spektro ekstrahavimas
TVC mėginiui 50 PX × 50 PX raumenų pogrupio pogrupio Hiperspektrinio vaizdo pogrupio vaizdas, kai buvo pasirinkta nespalvota korekcija. Pasirinktas
Virtos jautienos pogrupio vaizdas buvo apskaičiuotas pagal tam tikrą spektrą, kad būtų gautas kiekvieno mėginio spektrinis vidurkis pagal tam tikrą juostą. Šis žingsnis buvo įgyvendintas
„Software Envi 5.1“, daugiausia naudodamiesi „ENVI“ programinės įrangos IG įrankiu.
Žemiau pateiktame paveikslėlyje parodytas TVC virto jautienos mėginio IG srities ekstrahavimas su ENVI5.1 ir gauta spektrine verte.
(2) TVB-N pavyzdys IG ir spektro ekstrahavimas
IG regiono ištraukimo procesas yra toks pat kaip ir TVC mėginio duomenų ankstesnėje pastraipoje. Taip pat gaunamas 50 pikselių*50 pikselių IG regionas, kad būtų galima numatyti virtos jautienos mėginį TVB-N. Galima pastebėti, kad yra tam tikrų skirtumų tarp dviejų virtų jautienos mėginių partijų spektrinių kreivių (manoma, kad dvi „Daoxiangcun“ virtų jautienos produktų partijos buvo įsigytos ilgą laiką, kurį gali sukelti skirtingos jautienos veislės). . Panašiai šis „TVB-N“ paruošto jautienos pavyzdžio žingsnis taip pat įgyvendinamas programinės įrangos „Envi5.1“.
Žemiau esančiame paveikslėlyje parodyta TVB-N ištraukianti IG sritį ENVI5.1 ir gaudamas mėginio spektrinę vertę.
Spektrinis išankstinis apdorojimo rezultatai
Buvo iš anksto apdorota virtos jautienos mėginio spektrinė informacija (SG išlyginimo, vektoriaus normalizavimo ir SNV transformacijos tvarka). Originalus spektrinės informacijos spektras ir spektro pirminio apdorojimo rezultatas parodytas žemiau esančiame paveikslėlyje.
Tas pats išankstinio apdorojimo metodas, kaip ir naudojamas virtos jautienos mėginiui numatyti TVC ankstesnėje pastraipoje, naudojamas iš anksto apdoroti mėginio hiperspektrinių duomenų spektrinę informaciją, kad būtų galima numatyti TVB-N vertę. Originalus spektras ir spektras po išankstinio apdorojimo parodytas žemiau esančiame paveikslėlyje:
Spektriniams duomenims prieš ir po išankstinio apdorojimo buvo sukurtas dešimties kartų kryžminio patvirtinimo modelis (SVR). Modelio našumas parodytas lentelėje, o modeliavimo rezultatai parodyti paveiksle. Šis metodas įgyvendinamas daugiamatėje duomenų analizės programinėje įrangoje „TheUnscrambler X10.4“. SVR metodas ir jo modelio našumo rodikliai bus įvesti 4.1 skyriuje ir čia nebus išsamiai aprašyti.
Kaip matyti iš lentelės, dviejų rodiklių, nustatytų iš anksto apdorotų spektrų nustatytų rodiklių prognozavimo modelių, veikimas tam tikru mastu pagerėjo. TVC prognozavimo modelio veikimo koreliacijos koeficientas R padidėjo 16 procentinių punktų, o TVB-N prognozavimo modelio našumo koreliacijos koeficientas R padidėjo 9 procentiniais punktais. Tai patikrina spektrinio apdorojimo būtinybę, todėl vėlesnėje analizėje naudojami iš anksto apdoroti duomenys.
Santrauka ir perspektyvos
Norint pasiekti greitą ir neardomojo virtų mėsos gaminių šviežumo aptikimą, šis dokumentas yra virtos jautienos kaip tyrimo objektas ir naudoja hiperspektrinę vaizdo gavimo technologiją, kad būtų sukurtas paruoštos jautienos šviežumo numatymo modelis. Buvo tiriami virtos jautienos šviežumo pokyčiai saugojimo metu ir pagrindiniai veiksniai, darantys įtaką virtos jautienos šviežumui, ir buvo nustatyti mikrobų indekso TVC vertė ir cheminė indekso TVB-N vertė, susijusi su ja. Konkrečios tyrimų išvados yra šios: buvo ištirta galimybė naudoti hiperspektrinę vaizdo gavimo technologiją, kad būtų galima nustatyti virtos jautienos šviežumą, ir buvo aptarta šviežumo indekso TVC ir TVB-N vertės virtos jautienos TVC pokyčių tendencija; SVR prognozavimo modelio (naudojant dešimties kartų kryžminį patvirtinimą), sukurto prieš ir po spektrinių duomenų išankstinio apdorojimo, našumas, o prognozavimo modelis, sukurtas su iš anksto apdorotų duomenų rinkiniu, turėjo geresnį našumą; Buvo ištirtas imties nustatyto padalijimo metodas. Buvo modeliuojami ir išanalizuoti treniruočių rinkinys ir bandymų rinkinys, sugeneruotas skirtingais mėginių padalijimo metodais, ir galiausiai buvo pasirinktas treniruočių rinkinys ir bandymų rinkinys, padalytas iš SPXY padalijimo metodo.
