金濤 劉偉 劉長虹
摘要 基于多光譜成像技術(shù)對(duì)牛肉干中水分含量的快速無損檢測(cè)方法進(jìn)行研究,通過對(duì)比最小二乘回歸(PLS)、最小二乘支持向量機(jī)(LS-SVM)和誤差反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)所建預(yù)測(cè)模型的性能,發(fā)現(xiàn)BPNN模型對(duì)牛肉干水分含量預(yù)測(cè)效果最佳,其確定系數(shù)(Rp2)、預(yù)測(cè)集均方根誤差(RMSEP)和剩余預(yù)測(cè)偏差(RPD)分別為0.941、3.602%和4.142。結(jié)果表明,光譜吸收度是檢測(cè)牛肉干水分含量的重要特征,BPNN結(jié)合多光譜建立的預(yù)測(cè)模型精度較高,魯棒性較好,在牛肉干水分的實(shí)時(shí)無損檢測(cè)中具有良好的應(yīng)用前景。
關(guān)鍵詞 牛肉干;水分含量;多光譜成像技術(shù);無損檢測(cè);化學(xué)計(jì)量學(xué)
中圖分類號(hào) TS.251.7文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611(2021)02-0204-02
doi:10.3969/j.issn.0517-6611.2021.02.055
開放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):
Research on Rapid Nondestructive Detection of Moisture Content of Beef Jerky Based on Multispectral Imaging Technology
JIN Tao1, LIU Wei1,2, LIU Changhong1
(1. School of Food and Biological Engineering, Hefei University of Technology, Hefei,Anhui 230009;2. Intelligent Control and Computer Vision Lab, Hefei University, Hefei,Anhui 230601)
Abstract The rapid and nondestructive detection of moisture content in beef jerky based on multispectral imaging was performed. By comparing the results of different chemometrics methods such as partial least square (PLS), least squaresupport vector machine (LSSVM) and back propagation neural network (BPNN), the best model was from BPNN method with the determination coefficients (Rp2) , the root mean square error of prediction (RMSEP) and the residual prediction deviation (RPD) was 0.941, 3.602% and 4.142. The results showed that spectral absorbance was an important feature for detecting the moisture content of beef jerky. The prediction model established by BPNN combined with multispectral had high accuracy and good robustness. It had a good application prospect in the realtime nondestructive detection of beef jerky moisture.
Key words Beef jerky;Moisture content;Multispectral imaging technology;Nondestructive detection;Chemometrics
肉品工業(yè)是關(guān)系國計(jì)民生的重要產(chǎn)業(yè),對(duì)促進(jìn)禽畜生產(chǎn)、發(fā)展農(nóng)村經(jīng)濟(jì)、繁榮城鄉(xiāng)市場(chǎng)、滿足人民生活需要起到重要作用[1]。牛肉干是牛肉重要的傳統(tǒng)加工制品,風(fēng)味獨(dú)特,易于儲(chǔ)藏,深受消費(fèi)者歡迎。水分是影響牛肉干加工、儲(chǔ)藏和口感的關(guān)鍵因素,是牛肉產(chǎn)品重要的營養(yǎng)和衛(wèi)生指標(biāo),也是肉品加工貯藏過程中的重要參數(shù)[2-3]。目前,在農(nóng)產(chǎn)品/食品中常用的水分檢測(cè)方法主要有電阻水分檢測(cè)法、電容水分檢測(cè)法、微波水分檢測(cè)法和核磁共振水分檢測(cè)法[4-5]。目前的傳統(tǒng)方法雖然檢測(cè)精度較高,但操作過程復(fù)雜,耗時(shí)長,對(duì)試驗(yàn)樣品具有破壞性,難以在加工過程中對(duì)樣品進(jìn)行實(shí)時(shí)檢測(cè)。
多光譜成像技術(shù)是一種新型的分析檢測(cè)技術(shù),可同時(shí)得到被測(cè)物的光譜信息和空間信息,具有簡便、實(shí)用、檢測(cè)成本較低、無破壞性等優(yōu)點(diǎn)。近年來,基于多光譜技術(shù)的農(nóng)產(chǎn)品檢測(cè)受到廣泛關(guān)注,在大麥霉變識(shí)別、大米蛋白質(zhì)含量的預(yù)測(cè)、牛肉品質(zhì)檢測(cè)等方面均有研究報(bào)道[6-9]。
筆者以多光譜成像儀為檢測(cè)裝置,結(jié)合最小二乘回歸(PLS)、最小二乘支持向量機(jī)(LS-SVM)和誤差反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)3種不同機(jī)器學(xué)習(xí)算法,進(jìn)行牛肉干水分含量的快速無損檢測(cè)研究,通過對(duì)比不同建模方法的預(yù)測(cè)結(jié)果,獲取牛肉干水分的最佳預(yù)測(cè)模型,為牛肉干中水分的快速無損檢測(cè)提供一種新方法。
1 材料與方法
1.1 試驗(yàn)原料
所選牛肉材料購置于麥德龍超市,選擇新鮮牛后腿肉,挑選白膜、筋腱組織較少的大塊牛肉,便于后期樣品處理。將買好的牛肉清洗干凈,用手術(shù)刀除去白膜、牛筋等物質(zhì),切成大小一致的3 cm×3 cm×1 cm的100個(gè)方塊并進(jìn)行編號(hào),置于冷水中大火煮沸,除去血沫,再用初煮水文火煮制1 h,撈出晾干,逐個(gè)稱重。預(yù)處理過的牛肉置于電熱恒溫烘干箱中進(jìn)行干燥,前3 h溫度為75 ℃,后3 h為60 ℃,最后提高溫度至105 ℃直至烘干。
分別在干燥開始后的1、2、3、4、5、6、7和9 h取出樣品,采集牛肉干的多光譜圖像,并稱量相應(yīng)時(shí)間點(diǎn)的牛肉干質(zhì)量。在試驗(yàn)過程中,為防止樣品稱量時(shí)由于內(nèi)外溫差較大,影響數(shù)據(jù)結(jié)果,牛肉干干燥后從烘箱里拿出放入干燥器中使其冷卻至室溫。待采集完多光譜圖像后,將牛肉干置于105 ℃烘箱中烘至恒重,測(cè)定水分含量。
1.2 試驗(yàn)設(shè)備
試驗(yàn)光譜測(cè)定采用VideometerLab多光譜測(cè)量儀,其檢測(cè)采用的光譜為405、435、450、470、505、525、570、590、630、645、660、700、780、850、870、890、910、940和970 nm 的19個(gè)波長。多光譜成像系統(tǒng)的采集系統(tǒng)主要組成部分包括攝像頭、LED燈和積分球[8]。測(cè)量時(shí)將樣品置于積分球內(nèi)部,積分球內(nèi)涂有可使光線均勻散播的不光滑白色顏料,LED燈安裝于積分球邊緣,光譜敏感攝像頭置于積分球的頂部,如圖1所示。
1.3 試驗(yàn)方法
將獲得的100個(gè)牛肉干樣品隨機(jī)分為60個(gè)建模集和40個(gè)預(yù)測(cè)集,建模集用于建立牛肉干水分預(yù)測(cè)模型,預(yù)測(cè)集用于驗(yàn)證模型的性能。針對(duì)獲取的樣品多光譜圖像,首先采用典型判別分析(canonical discriminant analysis,CDA)和閾值設(shè)定完成背景剔除和感興趣區(qū)域分割,然后采用統(tǒng)計(jì)學(xué)方法獲取牛肉干感興趣區(qū)域的平均光譜反射率。分別采用PLS、LS-SVM和BPNN算法對(duì)獲取的樣品多光譜圖像數(shù)據(jù)進(jìn)行處理,并建立相應(yīng)的水分預(yù)測(cè)模型[10]。
1.4 定量模型評(píng)價(jià)標(biāo)準(zhǔn)
為評(píng)價(jià)不同方法所得模型的性能,該研究分別采用以下指標(biāo)進(jìn)行分析,包括確定系數(shù)(R2)、建模集的均方根誤差(RMSEC)、預(yù)測(cè)集的均方根誤差(RMSEP)和剩余預(yù)測(cè)偏差(RPD),計(jì)算方法分別如下:
R2=[ni=1(xi-)(yi-)]2
ni=1(xi-)2ni=1(yi-)2(1)
其中,xi為樣本測(cè)量值;為xi的平均值;yi為樣本預(yù)測(cè)值;為yi的平均值;n為樣本數(shù)。
RMSEC=Ici=1(i-yi)2Ic-1(2)
其中,Ic表示樣本個(gè)數(shù),yi表示樣本i的測(cè)量值,i表示樣本i的預(yù)測(cè)值。
RMSEP=Ipi=1(i-yi-Bias)2Ip-1(3)
其中,Bias是偏差,Bias=1IpIpi=1(i-yi);Ip是預(yù)測(cè)集樣本的樣本數(shù);yi是預(yù)測(cè)集樣本的測(cè)量值;i是預(yù)測(cè)集樣本的預(yù)測(cè)值。
RPD=STDRMSEP(4)
其中,STD是預(yù)測(cè)集樣本測(cè)量值的標(biāo)準(zhǔn)偏差。
2 結(jié)果與分析
2.1 牛肉干干燥過程中水分含量變化
計(jì)算樣品在干燥過程中0、1、2、3、4、5、6、7和9 h共9個(gè)時(shí)間點(diǎn)的水分含量,得到牛肉干干燥過程中水分含量變化(圖2)。由圖2可知,牛肉干的水分含量隨干燥時(shí)間的延長而降低,干燥前期比干燥后期水分含量減少速度要緩慢,主要是因?yàn)樗钟膳H飧蓛?nèi)部向外部遷移的過程中,會(huì)在表面附著,從而使水分含量減少緩慢,而隨著時(shí)間延長,內(nèi)部水分逐漸減少,表面水分減少明顯加快。由于每個(gè)樣品的重量及厚度的不同,每個(gè)樣品在后期水分含量偏差較大。
2.2 光譜曲線分析
通過多光譜測(cè)量儀所獲得的不同干燥時(shí)間點(diǎn)的光譜反射值提取結(jié)果如圖3所示。由圖3可知,由于水分對(duì)光有一定的吸收能力,0 h光譜反射率最高,隨著水分含量達(dá)到穩(wěn)態(tài),光譜反射率的差別逐漸減小。同時(shí),在不同波段下,光譜反射強(qiáng)度也不相同,在400~525 nm波段下,光的反射強(qiáng)度基本不變,而在525~850 nm波段,光譜反射強(qiáng)度變化較為明顯。
2.3 光譜數(shù)據(jù)建模分析
通過PLS、LS-SVM和BPNN 3種不同建模方法結(jié)合所獲取的光譜特征數(shù)據(jù)建立牛肉干的水分含量預(yù)測(cè)模型,所得結(jié)果如表1所示。由表1可知,BPNN模型對(duì)牛肉干水分含量的預(yù)測(cè)效果最好,其建模集相關(guān)系數(shù)Rc2為0.950,建模集均方根誤差RMSEC為3.251%,此時(shí),其預(yù)測(cè)集相關(guān)系數(shù)Rp2和RPD分別達(dá)到0.941和4.142。LS-SVM和BPNN這2個(gè)預(yù)測(cè)模型的RPD值超過了3(分別為3.545 和4.142),同時(shí)RMSEP/RMSEC的值小于或接近1.3,說明所建立模型魯棒性較好。綜上所述,多光譜成像技術(shù)結(jié)合合適的化學(xué)計(jì)量學(xué)方法能較好地對(duì)牛肉干加工過程中的水分含量進(jìn)行定量預(yù)測(cè),在對(duì)牛肉干進(jìn)行實(shí)時(shí)在線的水分檢測(cè)中具有良好的應(yīng)用前景。
3 結(jié)論
該研究基于多光譜成像技術(shù)對(duì)牛肉干加工過程中水分
含量的檢測(cè)進(jìn)行研究,結(jié)果表明,牛肉干在不同光譜波段下的反射強(qiáng)度不同,在400~525 nm波段下,光的反射強(qiáng)度基本不變,而在525~850 nm波段,光譜反射強(qiáng)度差異較大。通過對(duì)比不同建模方法的預(yù)測(cè)結(jié)果表明,光譜特征是牛肉干水分含量檢測(cè)的重要特征,基于BPNN算法所建立的預(yù)測(cè)模型精度較高,魯棒性較好,在牛肉干水分的實(shí)時(shí)在線檢測(cè)中具有良好的應(yīng)用前景。
參考文獻(xiàn)
[1] 李新生,黨婭,王艷龍.中國牛肉干加工技術(shù)及產(chǎn)業(yè)發(fā)展現(xiàn)狀[J].肉類研究,2012,26(4):32-35.
[2] 王桂霞.中國牛肉產(chǎn)業(yè)鏈研究[D].北京:中國農(nóng)業(yè)大學(xué),2005.
[3] 謝小雷,李俠,張春暉,等.牛肉干中紅外-熱風(fēng)組合干燥工藝中水分遷移規(guī)律[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(14):322-330.
[4] 張曼玲,郭鳴灝,陳東紅.不同食品中水分測(cè)定方法探討[J].現(xiàn)代農(nóng)業(yè)科技,2009(21):291-293.
[5] 謝小雷,張春暉,李俠,等.中紅外-熱風(fēng)組合干燥牛肉干水分預(yù)測(cè)模型研究[J].食品科學(xué),2014,35(23):61-66.
[6] 李江波,饒秀勤,應(yīng)義斌.農(nóng)產(chǎn)品外部品質(zhì)無損檢測(cè)中高光譜成像技術(shù)的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析,2011,31(8):2021-2026.
[7] KAMRUZZAMAN M,MAKINO Y,OSHITA S.Parsimonious model development for realtime monitoring of moisture in red meat using hyperspectral imaging[J].Food chemistry,2016,196(4):1084-1091.
[8] 劉錦霞.基于多光譜成像技術(shù)快速檢測(cè)注水肉及冷凍肉的品質(zhì)安全[D].合肥:合肥工業(yè)大學(xué),2016.
[9] MA F,QIN H,ZHOU C L,et al.Rapid and nondestructive detection of iron porphyrin content in pork using multispectral imaging approach[J].Food analytical methods,2016,9(5):1180-1187.
[10] 劉偉,劉長虹,鄭磊.基于支持向量機(jī)的多光譜成像稻谷品種鑒別[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(10):145-151.