一種肉類品質(zhì)檢測方法
【專利摘要】本發(fā)明公開了一種肉類品質(zhì)快速無損檢測方法，利用顯微光譜系統(tǒng)獲取待測肉類樣品的各種不同顯微組織的反射光譜，并將這些光譜數(shù)據(jù)合成為一個合成光譜，然后利用逐步回歸的方法選在合成光譜中取能夠反映預(yù)測指標(biāo)的特征波長組合，并用這些特征波長建立多元線性回歸預(yù)測模型，使用預(yù)測模型可以對肉類品質(zhì)指標(biāo)做出判斷。本發(fā)明能夠?qū)崿F(xiàn)對肉類品質(zhì)參數(shù)的快速、無損檢測，使我國對肉類品質(zhì)的檢測手段與發(fā)達(dá)國家接軌。
【專利說明】—種肉類品質(zhì)檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于農(nóng)畜產(chǎn)品品質(zhì)檢測領(lǐng)域，用于畜肉品質(zhì)檢測，涉及一種肉類品質(zhì)的顯微光譜非破壞快速檢測檢測方法，更具體地，涉及到肉類表面顯微組織的光譜采集、光譜合成、特征提取和品質(zhì)參數(shù)檢測的方法。
技術(shù)背景
[0002]我國是各種肉類產(chǎn)品的生產(chǎn)、消費大國，每年的生產(chǎn)、消費量也在不斷增長。但是各種質(zhì)量問題也是層出不窮，瘦肉精、病死肉、注水肉等問題肉也困擾著廣大消費者。本發(fā)明提出了一種基于顯微光譜技術(shù)的快速檢測肉類品質(zhì)檢測的方法。
[0003]目前，肉類行業(yè)使用的品質(zhì)檢測的主要評估方法有:1)感官評定法，由經(jīng)過專業(yè)訓(xùn)練的人員對樣品進(jìn)行分級評定，這種方法易受評定人員的主觀因素的影響；2)設(shè)備評定法，如使用剪切儀測定牛肉的嫩度值，用紅外烘干設(shè)備檢測牛肉的水分含量，這些方法檢測比較耗時，對樣品具有破壞性，不適合于在線檢測；3)光譜檢測技術(shù)，作為一種新興技術(shù)，光譜檢測技術(shù)在各行業(yè)中得到了廣泛的應(yīng)用，光譜檢測技術(shù)包括高光譜、顯微光譜、熒光光譜、多光譜等。
[0004]光譜技術(shù)利用光線在被測樣品內(nèi)部的吸收、反射及散射特征來實現(xiàn)對樣品參數(shù)的檢測。光線的吸收與被測樣品的化學(xué)成分有關(guān)，而光線的反射和散射主要由被測樣品的結(jié)構(gòu)特性決定，因此光譜技術(shù)可以用于測定樣品的品質(zhì)參數(shù)。
[0005]本發(fā)明是基于顯微光譜技術(shù)的肉類品質(zhì)檢測方法，較其它基于光譜技術(shù)的檢測方法，本方法分別肉類各顯微成分組織對其品質(zhì)參數(shù)的影響，并將各組織成分的光譜進(jìn)行合成來預(yù)測樣品的品質(zhì)參數(shù)，以提高檢測精度和穩(wěn)定性，具有快速無損檢測特性，對各部門及生產(chǎn)企業(yè)擴(kuò)大檢測范圍、進(jìn)行產(chǎn)品分級具有重大的現(xiàn)實意義。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提供一種用于肉類品質(zhì)檢測的顯微光譜檢測方法，實現(xiàn)肉類品質(zhì)參數(shù)的快速無損檢測。
[0007]為達(dá)到上述目的，本發(fā)明提供一種肉類品質(zhì)參數(shù)的快速檢測方法，包括以下步驟:
[0008]S1、顯微光譜數(shù)據(jù)獲取:利用顯微光譜儀獲取待測畜肉樣品表面肌纖維組織、脂肪組織、肌節(jié)組織等不同組織的顯微光譜數(shù)據(jù)I0、12、I3...等； [0009]S2、光譜數(shù)據(jù)的合成:將不同組織的顯微光譜數(shù)據(jù)I0 I2、I3-..等合成為合成光譜
1 ；
[0010]S3、特征波長的選取:采用逐步回歸方法從合成光譜I0中獲取能夠表征待測樣品品質(zhì)參數(shù)的最佳波長；
[0011]S4、待測樣品品質(zhì)參數(shù)檢測:使用合成光譜I0中獲取能夠表征待測樣品品質(zhì)參數(shù)的最佳波長建立多元回歸數(shù)學(xué)模型，檢測待測樣品的品質(zhì)參數(shù)。[0012]其中，所述步驟S1中所獲取的待測畜肉樣品的各顯微組織的光譜I0、I2、I3...等是由顯微光譜儀的光譜提取軟件進(jìn)行校正后所得到的光譜數(shù)據(jù)，軟件校正包括黑、白參考校正。
[0013]其中，所述步驟S2中合成光譜的公式為:
[0014]
【權(quán)利要求】
1.一種畜肉品質(zhì)參數(shù)檢測方法，其特征在于包括以下步驟: 51、顯微光譜數(shù)據(jù)獲取:利用顯微光譜儀獲取待測畜肉樣品表面肌纖維組織、脂肪組織、肌節(jié)組織等不同組織的顯微光譜數(shù)據(jù)Ip 12、I3...等； 52、光譜數(shù)據(jù)的合成:將不同組織的顯微光譜數(shù)據(jù)Ip12、I3等合成為合成光譜I。; 53、特征波長的選取:采用逐步回歸方法從合成光譜Itl中獲取能夠表征待測樣品品質(zhì)參數(shù)的最佳波長； 54、待測樣品品質(zhì)參數(shù)檢測:使用合成光譜Itl中獲取能夠表征待測樣品品質(zhì)參數(shù)的最佳波長建立多元回歸數(shù)學(xué)模型，檢測待測樣品的品質(zhì)參數(shù)。
2.如權(quán)利要求1所屬的畜肉品質(zhì)參數(shù)檢測方法，其特征在于，所屬步驟SI中所獲取的待測畜肉樣品的各顯微組織的光譜I1U2U3等是由顯微光譜儀的光譜提取軟件進(jìn)行校正后所得到的光譜數(shù)據(jù)，軟件校正包括黑、白參考校正。
3.如權(quán)利要求1所屬的畜肉品質(zhì)參數(shù)檢測方法，其特征在于，所屬步驟S2中合成光譜的公式為:
4.如權(quán)利要求1所屬的畜肉品質(zhì)參數(shù)檢測方法，其特征在于，所屬步驟S4中建立的多元線性回歸數(shù)學(xué)模型為:
【文檔編號】G01N21/25GK103674851SQ201210341998
【公開日】2014年3月26日 申請日期:2012年9月17日 優(yōu)先權(quán)日:2012年9月17日
【發(fā)明者】郭輝, 蘇剛, 韓長杰 申請人:新疆農(nóng)業(yè)大學(xué)