CN104880427A - 一种猪肉产品快速水分检测方法 - Google Patents

Abstract

本发明公开了一种猪肉产品快速水分检测方法，包括以下步骤：S1采集猪肉样本的高光谱反射图像；S2采用国家标准GB/50093-2010中的直接干燥法计算猪肉样本的含水率；S3对猪肉样本的提取特征波长：S4结合猪肉样本的含水率X，使用特征波长的光谱反射值建立多元线性回归数学模型：S5对待测猪肉样品的含水率进行预测。本发明的猪肉产品快速水分检测方法，检测精度高，无需对单种样品分别建模，具有普遍适用性。

Description

一种猪肉产品快速水分检测方法

技术领域

本发明涉及肉品品质无损检测领域，特别涉及一种猪肉产品快速水分检测方法。

背景技术

猪肉营养丰富，味道鲜美，是我国人民最喜爱的肉类之一。我国是猪肉生产大国，据国家统计局统计数据报道，2013年我国猪肉总产量为5493.03万吨。猪肉作为一种重要的原材料，可以加工成多种产品，例如：肉饼、肉丸、腌肉、熏肉、火腿等。在猪肉的储存及运输环节，猪肉经常以冷藏或冷冻的方式进行储存。猪肉及其产品的水分与食品质量安全密切相关。水分含量过高，容易滋生细菌、霉菌等微生物，容易腐败变质；水分含量过低，会使猪肉口感及营养下降，肉品失重，造成经济损失。注水猪肉在市场上依然存在，不法商贩用盐水、脏水等给猪肉注水，严重的危害了消费者的饮食安全与身心健康。

目前，传统肉品水分检测方法依然是主流，一般通过人工感官评价法和化学分析方法来实现。这些方法操作过程繁琐，人为主观影响较大，检测效率较低，对样品的损伤不可逆转。发明一种实时、无损的水分检测方法是非常有必要的。

高光谱成像技术是一种实时、快速、无损的检测手段，在实验室环境中已经进行了广泛的研究。高光谱成像技术将光谱技术和图像技术融为一体，实现了图谱合一，在食品检测领域具有巨大的潜力。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种猪肉产品快速水分检测方法，检测精度高，无需对单种样品分别建模，具有普遍适用性。

本发明的另一目的在于提供实现上述猪肉产品快速水分检测方法的装置。

本发明的目的通过以下技术方案实现：

一种猪肉产品快速水分检测方法，包括以下步骤：

S1采集猪肉样本的高光谱反射图像；

S2采用国家标准GB/50093-2010中的直接干燥法，对猪肉样本的水分进行检测，并计算猪肉样本的含水率X；

S3对猪肉样本的高光谱反射图像进行预处理，提取光谱平均值，并提取特征波长：

用连续投影法选取猪肉样本的4个特征波长，分别为1280nm、1536nm、1897nm和2015nm，并选择纯水分子OH伸缩振动的一级倍频波长1440nm和其较强的合频吸收波长1940nm作为特征波长；

S4结合步骤S2得到的猪肉样本的含水率X，使用特征波长的光谱反射值建立多元线性回归数学模型：

Y＝45.36R_1280nm+106.53R_1536nm+88.65R_1897nm

+21.33R_2015nm+135.58R_1440nm+74.98R_1940nm-68.76

其中，Y是水分预测值，R_1280nm、R_1536nm、R_1897nm和R_2015nm分别为猪肉样本在特征波长1280nm、1536nm、1897nm和2015nm处光谱反射值的65％；R_1440nm和R_1940nm分别为猪肉样本在特征波长1440nm和1940nm处的光谱反射值；

S5使用步骤S4得到的多元线性回归数学模型对待测猪肉样品的含水率进行预测。

步骤S1所述猪肉样本包括热鲜肉、冷鲜肉、冷冻解冻肉、腌肉和肉饼；步骤S5所述待测猪肉样品包括热鲜肉、冷鲜肉、冷冻解冻肉、腌肉和肉饼。

步骤S3所述对猪肉样本的高光谱反射图像进行预处理，具体为：

对猪肉样本的高光谱反射图像进行黑、白参考校正；将分割阀值设置为0.19～0.25，去除背景，得到感兴趣区域。

步骤S2所述猪肉样本的水分进行检测，并计算猪肉样本的含水率X，具体为：

$X=\frac{m_1-m_2}{m_1-m_3}$

其中，X为试样中水分的含量，m₁为称量瓶和干燥前的猪肉样本的质量，m₂为称量瓶和试样干燥后的猪肉样本质量，m₃为称量瓶的质量。

与现有技术相比，本发明具有以下优点和有益效果：

(1)本发明采用混合特征波长提取法，将检测目标水的特征吸收峰对应的波长作为特征波长，并按一定比例与猪肉样本的特征波长相结合，提高了对水分预测的精度。

(2)本发明对多种猪肉产品的水分同时进行检测，无需对单种样品分别建模，具有普遍适用性。

(3)本发明采用高光谱成像技术预测猪肉产品的水分，克服了传统方法操作过程繁琐，人为主观影响较大，检测效率较低，对样品的损伤不可逆转等缺点，实现了实时、快速、无损检测。

附图说明

图1为本发明的实施例的猪肉产品快速水分检测方法的流程图。

具体实施方式

下面结合实施例，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例

如图1所示，本实施例的猪肉产品进行快速水分检测的方法，具体如下：

从广州番禺食品集团有限公司新造分公司生猪定点屠宰场采购20条未经处理的猪背最长条肌，和20块后腿肉，用切肉机将其切成2cm厚的肉片。取150块作为原料。将原料随机分成6组并编号，每组30块。组1为热鲜肉，对样品不作处理；组2为冷藏肉，将样品放置于4℃冰箱中储存24小时，取出在室温静止4小时；组3为冷冻解冻肉，将样品随机分成2份每份15块，分别放置于-6℃和-18℃冰箱中储存24小时，取出在室温静止4小时；组4为腌肉，将样品随机分成5份每份6块，用30％的氯化钠分别腌制5、15、25、50、100、180分钟；组5为肉饼，将样品用绞肉机绞成肉馅，制作30个肉饼。

以本实施例制备的热鲜肉、冷藏肉、腌肉、肉饼作为猪肉样本，采集样本的高光谱图像：将样本表面水分擦干、处理平整后置于高光谱图像采集室的载物台上；调节载物台移动速度、曝光时间及镜头焦距，使各部分相适应，得到清晰、不畸变的图像，速度为1.8mm/s，曝光时间为30ms；调节光源角度，使光线与载物台平面呈45度角，减少阴影。设置完成后，启动装置，采集高光谱图像，并经过黑、白参考校正，去除图像采集时产生的噪声；

对采集过图像的样本进行水分检测，采用国家标准GB 50093-2010中的直接干燥法对样本的水分进行检测，并记录称量瓶(加海砂、玻棒)和样本的质量m₁，称量瓶(加海砂、玻棒)和样本干燥后的质量m₂，称量瓶(加海砂、玻棒)的质量m₃，计算猪肉样本的含水率X，含水率X的计算公式为：

$X=\frac{m_1-m_2}{m_1-m_3}$

得到的水分结果如表1所示：

表1直接干燥法检测水分结果

其中，得到的水分在56.27％～71.26％之间，平均值为66.26％，该水分范围较大，有利于模型的精度和准确性；

对采集好的高光谱图像进行处理，提取高光谱反射图像的光谱平均值，具体为：将分割阀值设置为0.19～0.25，去除背景，得到感兴趣区域；在感兴趣区域内提取光谱平均值，用连续投影法提取能表征猪肉样本水分的4个特征波长，分别为1280nm、1536nm、1897nm和2015nm，并选择纯水分子OH伸缩振动的一级倍频波长(1440nm)和其较强的合频吸收波长(1940nm)作为特征波长；

其中，用连续投影法选取的4个特征波长的反射值以65％计，1440nm和1940nm波长处的反射值以100％计；

建立的多元线性回归数学模型：

Y＝45.36R_1280nm+106.53R_1536nm+88.65R_1897nm

+21.33R_2015nm+135.58R_1440nm+74.98R_1940nm-68.76

其中，Y是水分预测值，R_1280nm、R_1536nm、R_1897nm和R_2015nm分别为猪肉样本在特征波长1280nm、1536nm、1897nm和2015nm处光谱反射值的65％；R_1440nm和R_1940nm分别为猪肉样本在特征波长1440nm和1940nm处的光谱反射值。

使用本发明的多元线性回归数学模型对待测猪肉产品的含水率进行预测，得到的决定系数(r)为97.88％，交叉验证均方差(RMSECV)为0.736。现有高光谱成像技术，用连续投影法提取6个特征波长并建立多元线性回归数学模型对待测猪肉样品的含水率进行预测，得到的决定系数(r)为88.32％，交叉验证均方差(RMSECV)为0.752。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种猪肉产品快速水分检测方法，其特征在于，包括以下步骤：

S1采集猪肉样本的高光谱反射图像；

S2采用国家标准GB/50093-2010中的直接干燥法，对猪肉样本的水分进行检测，并计算猪肉样本的含水率X；

S3对猪肉样本的高光谱反射图像进行预处理，提取光谱平均值，并提取特征波长：

用连续投影法选取猪肉样本的4个特征波长，分别为1280nm、1536nm、1897nm和2015nm，并选择纯水分子OH伸缩振动的一级倍频波长1440nm和其较强的合频吸收波长1940nm作为特征波长；

S4结合步骤S2得到的猪肉样本的含水率X，使用特征波长的光谱反射值建立多元线性回归数学模型：

Y＝45.36R_1280nm+106.53R_1536nm+88.65R_1897nm

+21.33R_2015nm+135.58R_1440nm+74.98R_1940nm-68.76

其中，Y是水分预测值，R_1280nm、R_1536nm、R_1897nm和R_2015nm分别为猪肉样本在特征波长1280nm、1536nm、1897nm和2015nm处光谱反射值的65％；R_1440nm和R_1940nm分别为猪肉样本在特征波长1440nm和1940nm处的光谱反射值；

S5使用步骤S4得到的多元线性回归数学模型对待测猪肉样品的含水率进行预测。

2.根据权利要求1所述的猪肉产品快速水分检测方法，其特征在于，步骤S1所述猪肉样本包括热鲜肉、冷鲜肉、冷冻解冻肉、腌肉和肉饼；步骤S5所述待测猪肉样品包括热鲜肉、冷鲜肉、冷冻解冻肉、腌肉和肉饼。

3.根据权利要求1所述的猪肉产品快速水分检测方法，其特征在于，步骤S3所述对猪肉样本的高光谱反射图像进行预处理，具体为：

对猪肉样本的高光谱反射图像进行黑、白参考校正；将分割阀值设置为0.19～0.25，去除背景，得到感兴趣区域。

4.根据权利要求1所述的猪肉产品快速水分检测方法，其特征在于，步骤S2所述猪肉样本的水分进行检测，并计算猪肉样本的含水率X，具体为：

$X=\frac{m_1-m_2}{m_1-m_3}$

其中，X为试样中水分的含量，m₁为称量瓶和干燥前的猪肉样本的质量，m₂为称量瓶和试样干燥后的猪肉样本质量，m₃为称量瓶的质量。