Kabilang sa maraming mga produkto ng karne, ang karne ng baka ay pinapaboran ng karamihan sa mga mamimili dahil sa mataas na protina, mababang taba, mataas na bitamina at nilalaman ng mineral, na lubos na nakakatugon sa mga pangangailangan sa nutrisyon ng mga modernong tao para sa karne. Habang ang bilis ng buhay ng mga tao ay nagpapabilis, ang mga tradisyunal na lutong produktong karne ng baka ay naging isang pangkaraniwang pagkain sa mga supermarket at delicatessens, at ang dami ng demand at benta ay tumataas din. Gayunpaman, sa totoong buhay, ang karamihan sa mga lutong karne na nabili sa merkado ay malaki, at mayaman ito sa mataas na protina at mataas na nilalaman ng tubig, kaya napakadaling mag-breed ng mga microorganism at maging sanhi ito na masira sa panahon ng pag-iimbak ng mababang temperatura. Samakatuwid, batay sa makatuwiran at epektibong mga pamantayan sa kalidad ng grading at mga sistema ng grading, na naghahanap ng maaasahang mga pamamaraan ng pagtuklas ng kaligtasan ng kalidad ng baka ay naging isang pangunahing prayoridad para sa direksyon ng pag -unlad ng merkado ng karne ng baka.
Ang mga imahe ng hyperspectral, na kilala rin bilang mga hypercubes, ay mga three-dimensional na mga bloke ng data (x, y, λ) na binubuo ng isang serye ng dalawang-dimensional na mga imahe ng spatial (x, y) sa ilalim ng patuloy na haba ng haba ng haba λ. Tulad ng ipinapakita sa figure sa ibaba, mula sa pananaw ng haba ng haba, ang data ng imahe ng hyperspectral (x, y, λ) ay isang three-dimensional na data block na binubuo ng dalawang-dimensional na mga imahe (x, y); Mula sa pananaw ng dalawang-dimensional na data (x, y), ang hyperspectral ay isang serye ng mga spectral curves. Ang prinsipyo ng paggamit ng teknolohiyang HSI upang makita ang pagiging bago ng pagkain ay tumutukoy sa pagkakaiba sa pagsipsip, pagmuni -muni, pagkalat, electromagnetic na enerhiya ng ilaw at ang kamangha -manghang posisyon ng rurok/labangan ng panloob na komposisyon ng kemikal at panlabas na pisikal na katangian ng bagay na masuri, na humahantong sa iba't ibang mga katangian ng digital signal. Halimbawa, ang mga halaga ng rurok at lambak (spectral fingerprints) ng pagsipsip sa iba't ibang mga haba ng haba ay maaaring kumatawan sa mga pisikal na katangian ng iba't ibang mga compound, upang ang husay o dami ng pagsusuri ng kalidad ng pagkain ay maaaring makamit sa pamamagitan ng pagsusuri ng impormasyon ng hyperspectral, iyon ay, hindi mapanirang pagsubok sa kalidad ng pagkain.
(1) TVC Sample ROI at pagkuha ng spectrum
Para sa sample ng TVC, isang 50 px × 50 px kalamnan subsample ang imahe ng ROI ng imahe ng hyperspectral na subsample matapos ang itim at puting pagwawasto ay napili. Ang napili
Ang lutong imahe ng beef subsample ay na -average sa ilalim ng isang tiyak na spectrum upang makuha ang parang multo na kahulugan ng bawat sample sa ilalim ng isang tukoy na banda. Ang hakbang na ito ay ipinatupad
Sa software Envi 5.1, higit sa lahat sa pamamagitan ng ROI tool ng ENVI software.
Ang figure sa ibaba ay nagpapakita ng pagkuha ng ROI area ng TVC na lutong sample ng karne ng baka sa Envi5.1 at nakuha ang spectral na halaga.
(2) TVB-N sample ROI at pagkuha ng spectrum
Ang proseso ng pagkuha ng rehiyon ng ROI ay pareho sa data ng sample ng TVC sa nakaraang talata. Ang rehiyon ng ROI ng 50px*50px ay nakuha din upang mahulaan ang lutong sample ng karne ng TVB-N. Makikita na may ilang mga pagkakaiba -iba sa mga spectral curves ng dalawang batch ng mga lutong sample ng karne ng baka (tinatayang ang dalawang batch ng mga produktong lutong karne ng daoxiangcun ay binili sa isang mahabang agwat, na maaaring sanhi ng iba't ibang mga uri ng karne ng baka) . Katulad nito, ang hakbang na ito para sa TVB-N na lutong beef sample ay ipinatupad din sa software envi5.1.
Ang figure sa ibaba ay nagpapakita ng TVB-N na kumukuha ng lugar ng ROI sa Envi5.1 at makuha ang halimbawang halaga ng spectral.
Mga resulta ng preprocessing ng spectral
Ang parang multo na impormasyon ng lutong sample ng karne ng baka para sa paghula sa TVC ay na -preprocess (sa pagkakasunud -sunod ng SG smoothing, vector normalisasyon at pagbabagong -anyo ng SNV). Ang orihinal na spectrum ng spectral na impormasyon at ang spectrum preprocessing na resulta ay ipinapakita sa figure sa ibaba.
Ang parehong paraan ng pag-preprocessing na ginamit para sa lutong sample ng karne ng baka para sa paghula sa TVC sa nakaraang talata ay ginagamit upang ma-preprocess ang parang multo na impormasyon ng data ng hyperspectral ng sample para sa paghula ng halaga ng TVB-N. Ang orihinal na spectrum at ang spectrum pagkatapos ng preprocessing ay ipinapakita sa figure sa ibaba:
Ang isang sampung-tiklop na modelo ng cross-validation ng suporta vector regression (SVR) ay itinatag para sa spectral data bago at pagkatapos ng preprocessing. Ang pagganap ng modelo ay ipinapakita sa talahanayan at ang mga resulta ng pagmomolde ay ipinapakita sa figure. Ang pamamaraang ito ay ipinatupad sa multivariate data analysis software theunscrambler x10.4. Ang pamamaraan ng SVR at ang mga tagapagpahiwatig ng pagganap ng modelo nito ay ipakilala sa Seksyon 4.1 at hindi mailalarawan nang detalyado dito.
Tulad ng makikita mula sa talahanayan, ang pagganap ng mga modelo ng hula ng dalawang tagapagpahiwatig na itinatag ng preprocessed spectra ay napabuti sa isang tiyak na lawak. Ang koepisyentong ugnayan ng pagganap ng R ng modelo ng hula para sa TVC ay nadagdagan ng 16 na puntos na porsyento, habang ang koepisyent ng pagganap ng koepisyent R ng modelo ng hula para sa TVB-N ay nadagdagan ng 9 na porsyento na puntos. Pinatutunayan nito ang pangangailangan ng spectral preprocessing, kaya ang kasunod na pagsusuri ay gumagamit ng preprocessed data.
Buod at pananaw
Upang makamit ang mabilis at hindi mapanirang pagtuklas ng pagiging bago ng mga produktong lutong karne, ang papel na ito ay tumatagal ng lutong karne ng baka bilang object ng pananaliksik at gumagamit ng teknolohiyang imaging hyperspectral upang lumikha ng isang modelo ng hula para sa pagiging bago ng lutong karne ng baka. Ang mga pagbabago sa pagiging bago ng lutong karne ng baka sa panahon ng pag-iimbak at ang pangunahing mga kadahilanan na nakakaapekto sa pagiging bago ng lutong karne ng baka ay pinag-aralan, at ang halaga ng microbial index TVC at kemikal na index ng TVB-N na may kaugnayan dito ay natutukoy. Ang mga tiyak na konklusyon ng pananaliksik ay ang mga sumusunod: Ang posibilidad ng paggamit ng teknolohiyang imaging hyperspectral upang makita ang pagiging bago ng lutong karne ng baka ay pinag-aralan, at ang pagbabago ng takbo ng freshness index TVC at TVB-N na halaga ng TVC ng lutong karne ng baka sa panahon ng pag-iimbak ay tinalakay; Ang pagganap ng modelo ng hula ng SVR (gamit ang sampung-tiklop na pagpapatunay ng cross) na binuo bago at pagkatapos ng spectral data preprocessing ay inihambing, at ang modelo ng hula na binuo gamit ang preprocessed data set ay may mas mahusay na pagganap; Ang sample na pamamaraan ng pagkahati sa set ay pinag -aralan. Ang set ng pagsasanay at set ng pagsubok na nabuo ng iba't ibang mga pamamaraan ng pagkahati sa paghahati ay na -modelo at nasuri, at sa wakas ay napili ang set ng pagsasanay at pagsubok na hinati ng paraan ng pagkahati ng SPXy.
