CN109001152A - 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 - Google Patents
基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 Download PDFInfo
- Publication number
- CN109001152A CN109001152A CN201811168172.4A CN201811168172A CN109001152A CN 109001152 A CN109001152 A CN 109001152A CN 201811168172 A CN201811168172 A CN 201811168172A CN 109001152 A CN109001152 A CN 109001152A
- Authority
- CN
- China
- Prior art keywords
- overall target
- bird egg
- egg freshness
- sample
- freshness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000003595 spectral effect Effects 0.000 claims abstract description 16
- 238000002360 preparation method Methods 0.000 claims abstract description 5
- 235000013601 eggs Nutrition 0.000 claims description 120
- 239000000523 sample Substances 0.000 claims description 46
- 210000002969 egg yolk Anatomy 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 34
- 239000013307 optical fiber Substances 0.000 claims description 13
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 9
- 229910052782 aluminium Inorganic materials 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004611 spectroscopical analysis Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 238000010238 partial least squares regression Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000003973 paint Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000004411 aluminium Substances 0.000 claims description 4
- 229910052736 halogen Inorganic materials 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000002203 pretreatment Methods 0.000 claims description 4
- 239000010937 tungsten Substances 0.000 claims description 4
- 229910052721 tungsten Inorganic materials 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 238000002835 absorbance Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 125000005843 halogen group Chemical group 0.000 claims description 2
- 239000007921 spray Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 2
- 230000017448 oviposition Effects 0.000 claims 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 108010000912 Egg Proteins Proteins 0.000 description 13
- 102000002322 Egg Proteins Human genes 0.000 description 13
- 241000271566 Aves Species 0.000 description 10
- 210000003278 egg shell Anatomy 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- QCVGEOXPDFCNHA-UHFFFAOYSA-N 5,5-dimethyl-2,4-dioxo-1,3-oxazolidine-3-carboxamide Chemical compound CC1(C)OC(=O)N(C(N)=O)C1=O QCVGEOXPDFCNHA-UHFFFAOYSA-N 0.000 description 4
- 235000014103 egg white Nutrition 0.000 description 4
- 210000000969 egg white Anatomy 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 206010049244 Ankyloglossia congenital Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000011197 physicochemical method Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- -1 tungsten halogen Chemical class 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 101000693916 Gallus gallus Albumin Proteins 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 108010064983 Ovomucin Proteins 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007705 chemical test Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013345 egg yolk Nutrition 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002235 transmission spectroscopy Methods 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法，包括：R1样品制备；R2光谱信息采集；R3禽蛋新鲜度综合指标计算；R4判别模型的建立；R5最佳预测模型的确定。本发明还提供了实现上述方法的基于可见/近红外光谱的禽蛋新鲜度综合指标检测装置。实验证明，本发明所提供基于可见/近红外光谱的鸡蛋新鲜度综合指标检测，其确定的最佳模型预测相关系数可达0.868。
Description
技术领域
本发明涉及光学与农产品检测领域，具体说是一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法。
背景技术
禽蛋能为人体提供丰富的蛋白质、脂肪、矿物质、磷脂和维生素，是一种理想的动物性蛋白食品。在储藏过程中禽蛋通过蛋壳孔隙与外界进行气体交换，蛋白和蛋黄进行水分和矿物质等迁移。禽蛋理化成分和营养成分都发生变化：蛋壳内外水分挥发造成蛋重下降和气室增大，蛋白和蛋黄间水分交换造成蛋黄系数减小，卵黏蛋白的变化使蛋白变薄。禽蛋变质速率与储藏温度湿度、母鸡品种和鸡龄等有关。禽蛋在储藏期间的变质给商家造成了大量的经济损失，也对消费者的食用品质和安全造成不良影响，所以需要对禽蛋新鲜度进行检测。
禽蛋新鲜度常用检测指标为蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度等。多个禽蛋新鲜度单指标检测会增加工作量和计算量，而且有可能造成信息的重叠，这样会造成分析问题，进而影响最终的统计分析结果。把禽蛋新鲜度多个单指标转化为一个综合指标有利于更全面的预测禽蛋新鲜度。
因此，找出快速无损检测禽蛋新鲜度综合指标的方法，对禽蛋新鲜度检测具有重要意义。
发明内容
本发明为解决禽蛋新鲜度综合指标检测的问题，提供一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法。该方法采用提取单一指标的主要特征分量结合线性拟合方法计算禽蛋新鲜度综合指标，利用可见近红外光谱技术结合数据分析方法，预测禽蛋新鲜度综合指标。该方法具有快速、无损的特点，适用于实际生产中的禽蛋新鲜度检测。
为达到以上目的，本发明提供一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法，包括如下步骤：
样品制备；
光谱信息采集；
禽蛋新鲜度综合指标计算；
判别模型的建立；
最佳预测模型的确定。
所述样品制备，具体过程如下：
取相同品种的产后24h内新鲜禽蛋若干，置于相同环境，根据实验要求在不同储藏期进行禽蛋光谱信息采集和指标检测；
所述光谱信息采集，具体过程如下：
在检测环境相同条件下，应用可见/近红外禽蛋新鲜度检测装置获取样品的可见/近红外透射光谱；
所述样品光谱获取方式为：采集过程中为充分采集样品的透射光谱信息，光纤探头在每个样品赤道部位采集3次透射光谱，每次旋转一定角度，旋转角度为0°、60°、120°，静置后采集样品的光谱信息，取多次采集的光谱平均光谱作为该样品光谱，获得光谱数据集T；
所述透射光谱的数据形式为透射率或吸光度中的一种；
所述禽蛋新鲜度综合指标建立，具体过程如下：
禽蛋新鲜度综合指标提取蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度等主要特征分量结合线性拟合得出；，其蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度单一指标由如下常规理化方法检测：
蛋形指数检测：用游标卡尺测量每个鸡蛋的纵径和横径，蛋形指数的计算公式：
蛋形指数＝纵径值/横径值
蛋黄指数检测：鸡蛋打开后分离蛋清与蛋黄，蛋黄放置于玻璃平面上，用游标卡尺测量蛋黄高度和蛋黄直径，蛋黄系数的计算公式：
蛋黄指数＝蛋黄高度/蛋黄直径。
哈夫单位检测：先将鸡蛋称重，再将鸡蛋打开轻放于玻璃平面内，用游标卡尺测定蛋黄边缘与浓蛋白边缘的中点高度，避开系带，测定三个等距离中点的平均值；根据蛋白高度与质量，按下列公式计算鸡蛋的哈夫单位：
HU＝100×lg[H+7.57-1.7×(G^0.37)]
式中：HU为哈夫单位，H为蛋白高度单位mm，G为质量单位g；
蛋白pH检测：鸡蛋打开后分离蛋清和蛋黄，蛋白放置于玻璃器皿中，用pH计对蛋白pH进行测量；
气室直径检测：鸡蛋打破保留气室完整，用游标卡尺从蛋壳内部测量气室直径；
蛋壳厚度检测：用千分尺测量鸡蛋蛋壳赤道和两头厚度，三点值平均得到蛋壳厚度；
禽蛋新鲜度综合指标由由以下公式计算：
对单一指标提取数据的主要特征分量，结合载荷系数，得到主成分与单一指标之间的函数：
Pn＝Cn1×S1+Cn2×S2+…+Cni×Si
式中：P为主成分,n为主成分数，C为载荷系数，S为单一指标，i为指标序号；
利用主成分P1,P2……，Pn做线性拟合，以每个主成分的方差贡献率r作为权数，构造一个综合评价函数：
CFI＝r1×P1+r2×P2……+rn×Pn
式中：CFI为禽蛋新鲜度综合指标,r方差贡献率，P为主成分，n为主成分数；
所述判别模型的建立，具体过程如下：
光谱预处理：
将光谱数据集进行不同预处理；
所述预处理的方法包括一阶导数、二阶导数、多元散射校正(MSC)、标准正态变换(SNV)光谱预处理方法中的一种或几种的组合。
判别模型的建立：
将所述预处理后的光谱集结合单指标和综合指标数据集按照3:1的比例分为校正集与验证集，采用定量分析方法建立禽蛋新鲜度综合指标的预测模型，所述的建模分析方法为偏最小二乘回归法(PLSR)；
所述最佳预测模型的确定，具体过程如下：
计算所述不同模型预测集的模型评价参数，确定适用于禽蛋新鲜度综合指标的最佳预测模型；
所述最佳预测模型，由于样品品种、检测条件的不同，最佳预测模型也不同；
所述基于可见/近红外光谱的禽蛋新鲜度综合指标的检测装置，包括：
光谱采集单元，包括光纤、光源和光谱仪；光纤置于待测样品下方，光纤的一端固定于探头支架用于采集光谱信息，另一端与光谱仪连接，将光信号传输至光谱仪；光源为卤钨灯，置于样品上方，距离样品台距离为20mm-30mm；
散热装置，安装于光源后方；
电源，为整个装置供电；
暗箱，暗箱由铝型材支架、黑色铝塑板外壳和样品台构成，铝型材用黑色哑光漆喷成黑色，减少材料反光，样品台为喷涂黑色哑光漆的金属铝平板，中间设有直径为35mm大的圆形孔，圆形孔上方覆盖有遮光海绵。
附图说明
图1为本发明实施例1中的可见/近红外光谱的鸡蛋新鲜度综合指标检测装置示意图。
附图中各标记说明如下：1：光纤；2：探头支架；3：电源；4：光源；5：散热装置；6：样品台；7：暗箱；8：光谱仪。
图2为本发明实际检测所得透射光谱曲线图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例1、基于可见/近红外光谱的鸡蛋新鲜度综合指标检测装置
一、基于可见/近红外光谱的鸡蛋新鲜度综合指标检测装置
如图1所示，本实施例中的基于可见/近红外光谱的鸡蛋新鲜度综合指标检测装置由如下部件组成：
光谱采集单元，包括光纤1、光源4和光谱仪8。光纤1置于待测样品下方，光纤1的一端固定于探头支架2用于采集光谱信息，另一端与光谱仪8连接，将光信号传输至光谱仪8；光谱仪8型号为USB2000+(海洋光学)，其检测波段为330nm-1100nm，其一端连接光纤1，一端通过数据线连接电脑；光源4为卤钨灯，具体为一个12V100W卤钨灯(欧司朗)，光源4置于样品台6圆形孔的正上方，距样品台6的距离为25mm，为待检测鸡蛋提供光源；
散热装置5为直流12V 0.14A风扇，安装于光源4后方；
电源3为直流稳压电源，为整个装置供电；
暗箱7，由铝型材支架、黑色铝塑板外壳和样品台6构成，为封闭不透光箱体，主要为检测提供暗室环境，防止外界光的干扰。铝型材均使用黑色哑光漆喷成黑色，减少材料反光；样品台6为喷涂黑色哑光漆的金属铝平板，中间设有直径为35mm大的圆形孔，圆形孔上方覆盖遮光海绵。
二、装置使用方法
本实施例中的基于可见/近红外光谱的鸡蛋新鲜度综合指标检测装置的使用方法如下：
1.将光谱仪8与计算机相连，打开计算机和检测软件，通过软件检测界面检测光谱仪8是否连接成功；
2.连接光谱仪8后，进行光谱采集参数设置，关闭暗箱7的箱门，保存暗参考；
3.打开暗箱7的箱门和电源3，光源4预热30分钟后，关闭暗箱7的箱门，保存白参考；
4.扣除暗参考，采用透射方式采集光谱；
5.样品台6上放置待检测鸡蛋，鸡蛋水平放置，在光谱采集软件中保存光谱；
7.通过计算机对待测鸡蛋的光谱进行预处理，代入已建立的最佳预测模型。
实施例2、基于可见/近红外光谱的鸡蛋新鲜度综合指标检测方法
1样品制备
取相同品种的产后24h内新鲜鸡蛋91枚，放置环境相同，分成13组，在第0、1、3、5、7、8、10、12、13、16、1、19和21天进行光谱检测和新鲜度理化检测。
2样品光谱信息采集
鸡蛋光谱采集采用透射方式，将鸡蛋水平放置于样品台中间位置的圆形孔上，旋转角度为0°、60°、120°，静置后采集样品的光谱信息，在光谱采集软件中保存光谱，最后取三次光谱信息的平均值作为该样品的光谱信息值。
3鸡蛋新鲜度综合指标计算
禽蛋新鲜度综合指标提取蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度等主要特征分量结合线性拟合得出；，其蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度单一指标由如下常规理化方法检测：
3.1蛋形指数检测
用游标卡尺测量每个鸡蛋的纵径和横径，蛋形指数的计算公式：
蛋形指数＝纵径值/横径值
3.2蛋黄指数检测：
鸡蛋打开后分离蛋清与蛋黄，蛋黄放置于玻璃平面上，用游标卡尺测量蛋黄高度和蛋黄直径，蛋黄系数的计算公式：
蛋黄指数＝蛋黄高度/蛋黄直径。
3.3哈夫单位检测：
先将鸡蛋称重，再将鸡蛋打开轻放于玻璃平面内，用游标卡尺测定蛋黄边缘与浓蛋白边缘的中点高度，避开系带，测定三个等距离中点的平均值；
根据蛋白高度与质量，按下列公式计算鸡蛋的哈夫单位：HU＝100×lg[H+7.57-1.7×(G^0.37)]
式中：HU为哈夫单位，H为蛋白高度单位mm，G为质量单位g。
3.4蛋白pH检测：
鸡蛋打开后分离蛋清和蛋黄，蛋白放置于玻璃器皿中，用pH计对蛋白pH进行测量。
3.5气室直径检测
鸡蛋打破保留气室完整，用游标卡尺从蛋壳内部测量气室直径。
3.6蛋壳厚度检测
用千分尺测量鸡蛋蛋壳赤道和两头厚度，三点值平均得到蛋壳厚度。
鸡蛋新鲜度单指标检测统计结果如表1所示：
表1鸡蛋新鲜度单指标统计分析
3.7鸡蛋新鲜度综合指标计算
对单一指标提取数据的主要特征分量，结合载荷系数，得到主成分与单一指标之间的函数：
Pn＝Cn1×S1+Cn2×S2+…+Cni×Si
式中：P为主成分,n为主成分数，C为载荷系数，S为单一指标，i为指标序号；
得到的每个主成分P与单一指标之间的载荷系数C如表2所示：
表2主成分与单指标之间的载荷系数
利用主成分P1，……，Pn做线性组合，以每个主成分的方差贡献率作为权数，构造一个综合评价函数：
CFI＝0.285×AH+0.263×AD+0.251×ET-0.162×YI-0.145×SI-0.026×HU
式中：CFI为禽蛋新鲜度综合指标,AH为蛋白pH,AD为气室直径，ET为蛋壳厚度，YI为蛋黄指数，SI为蛋形指数，HU哈夫单位。
4鸡蛋新鲜度综合指标的判别模型的建立
4.1光谱预处理：
将所述光谱数据集进行不同预处理；
所述预处理的方法为平滑(SG)、多元散射校正(MSC)、标准正态变换(SNV)。
4.2判别模型的建立：
将所述预处理后的光谱集结合单指标和综合指标数据集按照3:1的比例分为校正集与验证集，采用定量分析方法建立鸡蛋新鲜度综合指标的预测模型，所述的建模分析方法为偏最小二乘回归法(PLSR)。
5鸡蛋新鲜度综合指标的最佳预测模型确定
计算所述不同模型预测集的模型评价参数，确定适用于鸡蛋新鲜度综合指标的最佳预测模型；
不同预处理后光谱数据采用偏最小二乘回归法建模，单指标蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度建模结果如表3-8所示；综合指标建模结果如表9所示。鸡蛋新鲜度综合指标最佳预测模型预处理方法为标准正态变换(SNV)，预测集相关系数为0.868。
表3鸡蛋蛋形指数建模结果
表4鸡蛋蛋黄指数建模结果
表5鸡蛋哈夫单位建模结果
表6鸡蛋蛋白pH建模结果
表7鸡蛋气室直径建模结果
表8鸡蛋蛋壳厚度建模结果
表9鸡蛋综合指标建模结果
其中，Rc为校正相关系数，RMSEC为校正均方根误差，Rp为预测相关系数，RMSEP为预测均方根误差。
本发明的优点如下：
为解决禽蛋新鲜度综合指标检测的问题，提供一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法。该方法采用无量纲归一化处理方法计算禽蛋新鲜度综合指标，利用可见/近红外光谱技术结合数据分析方法，预测禽蛋新鲜度综合指标。该方法具有快速、无损的特点，适用于实际生产中的禽蛋新鲜度检测。
(1)本发明为解决禽蛋新鲜度综合指标检测的问题，提供一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法及装置。该方法具有快速、无损的特点，适用于实际生产中的禽蛋新鲜度的检测。
(2)本发明所述的基于可见/近红外光谱的禽蛋新鲜度综合指标方法及装置，通过采集禽蛋赤道位置多个部位的可见/近红外光谱，求取平均值作为待检测样品的光谱数据，采用不同的预处理方法处理光谱数据及偏最小二乘建模方法建立预测模型，比较建模准确率确定最佳模型，预测禽蛋新鲜度综合指标，具有快速、无损的优点。
本领域技术人员应该理解，上文所述具体实施方式仅为了更好地理解本发明，并不用于对本发明进行限制，本发明的保护范围应以权利要求书的限定为准。
Claims (8)
1.一种基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法，其特征在于，具体包括如下步骤：
取品种和产蛋时间相同的新鲜禽蛋，置于相同环境，根据实验要求在不同储藏期进行禽蛋若干个单一指标检测和光谱信息采集，通过所述的若干个单一指标计算得禽蛋新鲜度综合指标；
对获得的光谱信息采用不同的预处理方法，结合综合指标数据集采用不同的定量分析方法建立禽蛋新鲜度综合指标的预测模型，比较所述不同模型预测集的模型评价参数，确定禽蛋新鲜度综合指标的最佳预测模型；
所述基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法包括如下步骤：
R1样品制备：
取品种和产蛋时间相同的新鲜禽蛋，置于相同环境，根据实验要求在不同储藏期进行禽蛋光谱信息采集和指标检测；
R2光谱信息采集：
在检测环境相同条件下，应用可见/近红外禽蛋新鲜度检测装置获取样品的可见/近红外透射光谱，所述样品光谱获取方式为：采集过程中为充分采集样品的透射光谱信息，光纤探头在每个样品赤道部位采集多次透射光谱，每次旋转一定角度，静置后采集样品的光谱信息，取多次采集的平均光谱作为该样品光谱，获得光谱数据集；
R3禽蛋新鲜度综合指标提取若干个单一指标的主要特征分量结合线性拟合得出；
R4判别模型的建立：
将所述的光谱数据集进行不同预处理后，结合综合指标数据集按照3:1的比例分为校正集与验证集，采用定量分析方法建立禽蛋新鲜度综合指标的预测模型；
R5最佳预测模型的确定：
计算比较所述不同模型预测集的模型评价参数，确定禽蛋新鲜度综合指标的最佳预测模型。
2.根据权利要求1所述的检测方法，其特征在于：
所述透射光谱的数据形式为透射率或吸光度中的一种。
3.根据权利要求1所述的检测方法，其特征在于：
禽蛋新鲜度综合指标由若干个单一指标由以下公式计算：
对单一指标提取数据的主要特征分量，结合载荷系数，得到主成分与单一指标之间的函数：
Pn＝Cn1×S1+Cn2×S2+…+Cni×Si
式中：P为主成分,n为主成分数，C为载荷系数，S为单一指标，i为指标序号；
利用主成分P1,P2……，Pn做线性拟合，以每个主成分的方差贡献率r作为权数，构造一个综合评价函数：
CFI＝r1×P1+r2×P2……+rn×Pn
式中：CFI为禽蛋新鲜度综合指标,r方差贡献率，P为主成分，n为主成分数。
4.根据权利要求1所述的检测方法，其特征在于：
所述的建模分析方法为偏最小二乘回归法(PLSR)。
5.根据权利要求1所述的检测方法，其特征在于：
所述预处理的方法包括一阶导数、二阶导数、多元散射校正(MSC)、标准正态变换(SNV)光谱预处理方法中的一种或几种的组合。
6.根据权利要求1所述的检测方法，其特征在于：
采集赤道位置光谱3次，旋转角度可以为30°、60°、90°、120°等角度中的一种。
7.根据权利要求1所述的检测方法，其特征在于：
所述单一指标包括蛋形指数、蛋黄指数、哈夫单位、蛋白pH、气室直径和蛋壳厚度等指标中任几种的组合。
8.一种用于实施如权利要求1-7中的任一项基于可见/近红外光谱的禽蛋新鲜度综合指标的检测装置，包括：
光谱采集单元，包括光纤、光源和光谱仪；光纤置于待测样品下方，光纤的一端固定于探头支架用于采集光谱信息，另一端与光谱仪连接，将光信号传输至光谱仪；光源为卤钨灯，置于样品上方，距离样品台距离为20mm-30mm；
散热装置，安装于光源后方；
电源，为整个装置供电；
暗箱，暗箱由铝型材支架、黑色铝塑板外壳和样品台构成，铝型材表面用黑色哑光漆喷成黑色，减少材料反光，样品台为喷涂黑色哑光漆的金属铝平板，中间开有直径为35mm的圆形孔，圆形孔上方覆盖遮光海绵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811168172.4A CN109001152A (zh) | 2018-10-08 | 2018-10-08 | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811168172.4A CN109001152A (zh) | 2018-10-08 | 2018-10-08 | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109001152A true CN109001152A (zh) | 2018-12-14 |
Family
ID=64589895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811168172.4A Pending CN109001152A (zh) | 2018-10-08 | 2018-10-08 | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109001152A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109813494A (zh) * | 2019-02-27 | 2019-05-28 | 西北农林科技大学 | 一种基于测量质心无损检测鸡蛋新鲜度的方法 |
| CN111157511A (zh) * | 2020-01-09 | 2020-05-15 | 江南大学 | 一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法 |
| CN112213281A (zh) * | 2020-11-16 | 2021-01-12 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种基于透射近红外光谱快速测定淡水鱼新鲜度综合评价的方法 |
| CN113984692A (zh) * | 2021-11-01 | 2022-01-28 | 武汉轻工大学 | 鸡蛋综合品质无损检测方法及装置 |
| CN115219003A (zh) * | 2022-07-27 | 2022-10-21 | 江苏省家禽科学研究所 | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
| CN108318444A (zh) * | 2018-01-26 | 2018-07-24 | 中国农业大学 | 一种基于可见近红外光谱的孵化前未受精禽蛋判别方法 |
-
2018
- 2018-10-08 CN CN201811168172.4A patent/CN109001152A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
| CN108318444A (zh) * | 2018-01-26 | 2018-07-24 | 中国农业大学 | 一种基于可见近红外光谱的孵化前未受精禽蛋判别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 王斌会: "《多元统计分析及R语言建模》", 31 January 2016, 暨南大学出版社 * |
| 赵杰文等: "鸡蛋新鲜度的可见－近红外透射光谱快速识别", 《激光与光电子学进展》 * |
| 魏益民等: "《食品挤压理论与技术 中卷》", 31 July 2009, 中国轻工业出版社 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109813494A (zh) * | 2019-02-27 | 2019-05-28 | 西北农林科技大学 | 一种基于测量质心无损检测鸡蛋新鲜度的方法 |
| CN111157511A (zh) * | 2020-01-09 | 2020-05-15 | 江南大学 | 一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法 |
| WO2021138941A1 (zh) * | 2020-01-09 | 2021-07-15 | 江南大学 | 一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法 |
| CN111157511B (zh) * | 2020-01-09 | 2021-07-27 | 江南大学 | 一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法 |
| CN112213281A (zh) * | 2020-11-16 | 2021-01-12 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种基于透射近红外光谱快速测定淡水鱼新鲜度综合评价的方法 |
| CN113984692A (zh) * | 2021-11-01 | 2022-01-28 | 武汉轻工大学 | 鸡蛋综合品质无损检测方法及装置 |
| CN115219003A (zh) * | 2022-07-27 | 2022-10-21 | 江苏省家禽科学研究所 | 快速无损评估禽蛋蛋壳、蛋清、蛋黄重量的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109001152A (zh) | 基于可见/近红外光谱的禽蛋新鲜度综合指标检测方法 | |
| Tian et al. | Effective modification through transmission Vis/NIR spectra affected by fruit size to improve the prediction of moldy apple core | |
| Tian et al. | Measurement orientation compensation and comparison of transmission spectroscopy for online detection of moldy apple core | |
| CN102323267A (zh) | 一种快速评价生鲜肉品新鲜度的系统及方法 | |
| US20210247318A1 (en) | Non-Destructive Detection of Egg Freshness Based on Raman Spectroscopy | |
| CN108318444A (zh) | 一种基于可见近红外光谱的孵化前未受精禽蛋判别方法 | |
| CN108680515A (zh) | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 | |
| CN104568824B (zh) | 基于可见/近红外光谱的虾类新鲜度等级检测方法及装置 | |
| CN108663367A (zh) | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 | |
| CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
| CN104406693B (zh) | 一种田间水果的可见与近红外光谱采集装置与方法 | |
| Nturambirwe et al. | Detecting bruise damage and level of severity in apples using a contactless nir spectrometer | |
| Xu et al. | A novel hyperspectral microscopic imaging system for evaluating fresh degree of pork | |
| Fu et al. | Assessment of integrated freshness index of different varieties of eggs using the visible and near-infrared spectroscopy | |
| CN110231306A (zh) | 一种无损、快速测定奇亚籽蛋白质含量的方法 | |
| Lin et al. | Prediction of protein content in rice using a near-infrared imaging system as diagnostic technique | |
| CN105675538B (zh) | 一种胡麻饼养分的检测方法 | |
| CN109932336A (zh) | 一种全麦粉的快速鉴别方法 | |
| CN110231305A (zh) | 一种测定奇亚籽中dpph自由基清除能力的方法 | |
| Noypitak et al. | Detection of cracked shell in intact aromatic young coconut using near infrared spectroscopy and acoustic response methods | |
| CN107764770B (zh) | 基于近红外光谱的入孵前种蛋受精情况检测方法及装置 | |
| Guo et al. | Dynamic Nondestructive Detection Models of Apple Quality in Critical Harvest Period Based on Near-Infrared Spectroscopy and Intelligent Algorithms | |
| Hong et al. | Nondestructive prediction of rice seed viability using spectral and spatial information modeling of visible–near infrared hyperspectral images | |
| CN106442400B (zh) | 一种近红外光谱快速判定不同土壤类型茶鲜叶的方法 | |
| CN107643255A (zh) | 一种无损检测种蛋中后期死胚蛋的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |