劉婧雯，王勝楠，陳泳詩，張艷婷， 龐 杰， 顏吉強(qiáng)

（1.福建農(nóng)林大學(xué)食品科學(xué)學(xué)院，福建 福州 350002；2.福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院，福建 福州 350002）

水產(chǎn)品味道鮮美，含有優(yōu)質(zhì)的蛋白質(zhì)、特殊的氨基酸，以及具有保健功能的多不飽和脂肪酸，是人體重要的營養(yǎng)來源[1-2]。然而，水產(chǎn)品在死亡后，外界環(huán)境改變會(huì)引起自身肌肉組織發(fā)生一系列物理變化（如顏色、質(zhì)構(gòu)、持水程度）、化學(xué)變化（如蛋白質(zhì)腐敗、脂肪氧化和三磷酸腺苷降解等），以及微生物活動(dòng)，進(jìn)而導(dǎo)致水產(chǎn)品不僅風(fēng)味變化、營養(yǎng)價(jià)值降低，嚴(yán)重時(shí)會(huì)影響人體健康[3-4]。因此，水產(chǎn)品新鮮程度的檢測(cè)就變得尤為重要。

目前，水產(chǎn)品新鮮度檢測(cè)的常規(guī)方法有很多，涉及在物理、化學(xué)和微生物學(xué)特性方面。盡管這些方法穩(wěn)定準(zhǔn)確，但是這些方法需要專業(yè)人士進(jìn)行檢測(cè)，主觀干擾因素較大，耗時(shí)費(fèi)力，不僅破壞了樣品的完整性，而且所用的化學(xué)試劑容易造成環(huán)境污染。更重要的是延遲檢測(cè)時(shí)間，易造成試驗(yàn)誤差。因此，找到一種經(jīng)濟(jì)、無損、準(zhǔn)確、快速的檢測(cè)水產(chǎn)品新鮮度的方法，是保證水產(chǎn)品安全、消費(fèi)者健康的重要手段。

近年來，高光譜成像（Hyperspectral Imaging，HSI）技術(shù)融合了傳統(tǒng)的光譜信息（反映研究對(duì)象的化學(xué)成分及組織結(jié)構(gòu)）與圖像信息技術(shù)（反映研究對(duì)象的空間分布、外部屬性及集合結(jié)構(gòu)），能夠同時(shí)得到樣品照片上每個(gè)像素點(diǎn)的光譜要素，得到每個(gè)波段下的連續(xù)型圖像，進(jìn)而實(shí)現(xiàn)研究對(duì)象“圖譜合一”的可視化手段。HSI技術(shù)既有光譜信息的優(yōu)勢(shì)：測(cè)量簡(jiǎn)單、省時(shí)高效、非破壞性、預(yù)測(cè)準(zhǔn)確、多組分同時(shí)測(cè)定的優(yōu)點(diǎn)，同時(shí)又具有視圖像技術(shù)的優(yōu)點(diǎn)：直觀形象、靈活性高、精確度高、檢測(cè)面廣、可視化等[5-6]。因此，HSI技術(shù)在水產(chǎn)品快速無損檢測(cè)方面有大量的研究，試驗(yàn)成果頗豐。

綜述了近年來HSI技術(shù)在水產(chǎn)品品質(zhì)檢測(cè)方面的研究進(jìn)展，主要包括水產(chǎn)品在貯藏過程中的物理屬性、化學(xué)變化及微生物污染情況3個(gè)方面，最后對(duì)HSI技術(shù)在水產(chǎn)品品質(zhì)快速無損檢測(cè)的應(yīng)用研究進(jìn)行了展望。

1 HSI成像系統(tǒng)

1.1 HSI成像系統(tǒng)的基本原理

HSI系統(tǒng)主要由成像光譜儀、照相機(jī)、載物臺(tái)、光源、控制臺(tái)和計(jì)算機(jī)處理系統(tǒng)5個(gè)部分組成。在食品檢測(cè)領(lǐng)域中，“推掃式”線形掃描光譜儀是最常見的HSI系統(tǒng)（見圖1（a））。當(dāng)光源照到檢測(cè)對(duì)象表面，反射投射光線經(jīng)過鏡頭射入光譜儀，儀器再根據(jù)光纖的波長(zhǎng)不同對(duì)光信息進(jìn)行色散，形成光譜圖像。富含檢測(cè)樣本品質(zhì)信息的光譜被面陣電耦合器件（Charge couples device，CCD）檢測(cè)到，當(dāng)檢測(cè)對(duì)象在載物臺(tái)的運(yùn)輸下與光譜相機(jī)做平行運(yùn)動(dòng)，通過線形掃描的方式獲取三維光譜圖像。高光譜圖像是一個(gè)三維的數(shù)據(jù)矩陣（x，y，λ）（見圖1（b））：一個(gè)二維空間維度（x，y）和一個(gè)一維的光譜維度（λ）。光譜圖像的每個(gè)像素點(diǎn)都有一條連續(xù)的光譜曲線，每個(gè)光譜波段都是一幅二維的空間圖像。CCD探測(cè)器將光譜信號(hào)轉(zhuǎn)換為電信號(hào)，再由圖像采集卡轉(zhuǎn)換為數(shù)字信號(hào)，最終通過計(jì)算機(jī)呈現(xiàn)出來。HSI技術(shù)通過掃描具有不同物理特性和化學(xué)組成的檢測(cè)對(duì)象，再根據(jù)譜線的峰形及反射值、吸收值及峰值位置的不同實(shí)現(xiàn)對(duì)檢測(cè)對(duì)象定性或定量的分析。最后，根據(jù)高光譜圖像提供的波譜空間分布信息，達(dá)到對(duì)檢測(cè)對(duì)象品質(zhì)信息的可視化，進(jìn)而實(shí)現(xiàn)在線檢測(cè)的目的。

HSI成像系統(tǒng)見圖1。

圖1 HSI成像系統(tǒng)

1.2 HSI圖像數(shù)據(jù)處理方法

高光譜數(shù)據(jù)處理流程圖見圖2。

圖2 高光譜數(shù)據(jù)處理流程圖

對(duì)待檢測(cè)樣品進(jìn)行HSI圖像采集：確定樣品與鏡頭間距離、移動(dòng)平臺(tái)的速度、成像分辨率和曝光時(shí)間等采樣條件后，采集樣本與黑白板HSI圖像，并進(jìn)行黑白校正；利用計(jì)算機(jī)軟件對(duì)HSI圖像進(jìn)行處理，常用處理方法為圖像尺寸調(diào)整（去除背景圖像，降低空間維度或光譜維度）、建立掩膜與圖像分割（完全去除背景并保留樣品完整信息）；感興趣區(qū)域與圖像處理（選取不含背景信息的盡可能含有大量有效信息的區(qū)域，取目的感興趣區(qū)域內(nèi)所有像素點(diǎn)反射率的光譜數(shù)據(jù)，將光譜數(shù)據(jù)取平均值并提取，獲得光譜數(shù)據(jù)矩陣）。

為了方便模型的校正，減少外界干擾因素的影響，提高模型的精確性，需要對(duì)光譜進(jìn)行預(yù)處理，如平滑、微分、求導(dǎo)、多元散射校正和標(biāo)準(zhǔn)正態(tài)變換等方法獲得高信噪比，低背景干擾的光譜數(shù)據(jù)。剔除多余的波長(zhǎng)信息，提取與測(cè)量指標(biāo)（物理、化學(xué)或微生物）緊密相關(guān)的具有特征的光譜信息，即為特征波長(zhǎng)提取，常用的提取方法有回歸系數(shù)法（Regression coefficient，RC）、遺傳算法（Genetic al gorithm，GA）、連續(xù)投影算法（Successive projection algorithm，SPA）。

從HSI圖像提取的光譜數(shù)據(jù)與紋理變量可以反映被測(cè)樣品的性質(zhì)、結(jié)構(gòu)和組成。需要利用化學(xué)計(jì)量學(xué)建立模型，進(jìn)而反映光譜數(shù)據(jù)和紋理變量與被測(cè)樣品品質(zhì)參數(shù)之間的關(guān)系。

常用建模方法見表1。

表1 常用建模方法

2 HSI技術(shù)在水產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用

2.1 HSI技術(shù)在水產(chǎn)品物理特性檢測(cè)的應(yīng)用

2.1.1 色澤

色澤是反映水產(chǎn)品品質(zhì)變化的一個(gè)重要的物理屬性指標(biāo)。肌細(xì)胞中的肌紅蛋白是影響魚肉色澤變換的主要因素[7]。蝦肉在冷藏過程中由于酶促褐變等生化反映使得蝦肉色澤發(fā)生變化[8-9]。這些都可以直觀地反應(yīng)水產(chǎn)品的新鮮度，直接決定了消費(fèi)者的購買意愿。對(duì)色澤的分析一般可以采用國際照明協(xié)會(huì)（CIE）的L*a*b*方法，通過色差儀進(jìn)行測(cè)定。代瓊[10]利用HSI技術(shù)（400~1 000 nm）對(duì)不同冷藏時(shí)間的刀額新對(duì)蝦的色澤進(jìn)行了HSI采樣。利用SPA算法分別提取色澤參數(shù)（L*，a*和b*）的特征波長(zhǎng)，特征波長(zhǎng)個(gè)數(shù)分別為12，9和11。隨即對(duì)3個(gè)參數(shù)的特征波長(zhǎng)建立預(yù)測(cè)模型，LS-SVM模型具有良好的預(yù)測(cè)效果，其預(yù)測(cè)模型相關(guān)系數(shù)（R2p）分別為0.88，0.71和0.85，預(yù)測(cè)均方根誤差（Root means square error of prediction，RMSEP）為0.076，0.450和0.685。目前，HSI技術(shù)在蝦體色澤方面的研究報(bào)告較少，研究為以后HSI技術(shù)在蝦體色澤變化方面的快速無損檢測(cè)中的應(yīng)用提供了理論基礎(chǔ)。

2.1.2 質(zhì)構(gòu)特性

水產(chǎn)品的質(zhì)構(gòu)特性與脂肪、膠原蛋白含量、肌纖維密度及結(jié)締組織的機(jī)械強(qiáng)度有很大的關(guān)系[11]。在冷藏過程中，水產(chǎn)品會(huì)發(fā)生細(xì)胞自溶、微生物和酶作用，使肉質(zhì)變軟，失去彈性[9，12]。一般可以通過質(zhì)構(gòu)儀模擬人口腔的咀嚼動(dòng)作結(jié)合水產(chǎn)品在腐敗過程中質(zhì)構(gòu)特性變化的原理，可以判斷新鮮程度。硬度、彈性、黏性、咀嚼性和膠著性是分析質(zhì)構(gòu)特性最常見的參數(shù)指標(biāo)。這種傳統(tǒng)的檢測(cè)手段造成資源浪費(fèi)，且由于生物體的差異導(dǎo)致預(yù)測(cè)結(jié)果不準(zhǔn)確。HSI技術(shù)通過快速、無損檢測(cè)的手段，可以達(dá)到對(duì)每個(gè)待測(cè)樣本進(jìn)行快速分析、準(zhǔn)確預(yù)測(cè)的效果。朱逢樂[13]采用HSI漫反射模式采集了大菱鲆魚3±0.5℃下0~11 d的光譜圖像，并結(jié)合了質(zhì)構(gòu)參數(shù)（黏性、彈性和內(nèi)聚性）采用Random Frog算法提出了光譜特征波長(zhǎng)，特征波長(zhǎng)個(gè)數(shù)分別為11，16和14。通過模型擬合發(fā)現(xiàn)LS-SVM的建模與預(yù)測(cè)結(jié)果最優(yōu)。其中，黏性LS-SVM的R2p為0.909 4，RMSEP為10.000 6；彈性LS-SVM的R2p為0.875 4，RMSEP為0.200 1；內(nèi)聚性的R2p為0.846 2，RMSEP為0.086 9。Chen J H等人[14]通過GA算法提取草魚的光譜數(shù)據(jù)與彈性相關(guān)的特征波長(zhǎng)，通過LS-SVM模型擬合出最優(yōu)結(jié)果，其模型擬合的R2p為0.941 0，RMSEP為1.229。由以上可以看出，LS-SVM模型對(duì)于HSI技術(shù)在魚肉質(zhì)構(gòu)的快速無損檢測(cè)方面具有很好的擬合效果。

2.1.3 系水力

系水力也是衡量水產(chǎn)品肉質(zhì)的重要物理指標(biāo)之一。在冷藏、加工和運(yùn)輸過程中，系水力差的肌肉容易造成大量的汁液流失，進(jìn)而導(dǎo)致可溶性營養(yǎng)成分和風(fēng)味物質(zhì)的損失，造成品質(zhì)降低，減少經(jīng)濟(jì)效益。水分占據(jù)肌肉組成的大半部分（75%），且其在肌肉中以結(jié)合水、不易流動(dòng)水和自由水的形式存在于肌纖維粗絲和細(xì)絲之中、肌原纖維之間、肌纖維與肌內(nèi)膜之間及肌纖維和肌束膜之間。在凍藏過程中，肌原纖維結(jié)構(gòu)發(fā)生變化，不易流動(dòng)的水向細(xì)胞外遷移轉(zhuǎn)變?yōu)樽杂伤饾u造成汁液流失，最終導(dǎo)致水分相對(duì)含量會(huì)發(fā)生變化[15]。其中，滴水損失法是眾多檢測(cè)方法中簡(jiǎn)單易行、普遍應(yīng)用的一種方法[16]。該檢測(cè)方法結(jié)果準(zhǔn)確性高且操作簡(jiǎn)單、但檢測(cè)耗時(shí)過長(zhǎng)，不能時(shí)間對(duì)待測(cè)對(duì)象的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，無法滿足在線檢測(cè)的要求。He H J等人[17-18]先后用HSI技術(shù)（900~1 700 nm和400~1 000 nm）測(cè)定鮭魚的系水力。均用RC算法提取草魚的光譜數(shù)據(jù)與系水能力相關(guān)的特征波長(zhǎng)，特征波長(zhǎng)個(gè)數(shù)分別為11和8。隨后2種高光譜均在PLSR模型擬合中取得了很好的效果，前者R2p為0.893，RMSEP為1.517；后者R2p為0.834，RMSEP為0.067。從模型的預(yù)測(cè)結(jié)果來看，兩者均有很高的預(yù)測(cè)相關(guān)系數(shù)。但是，從經(jīng)濟(jì)節(jié)約角度來講，可見-近紅外光譜（400~1 000 nm）設(shè)備成本低，更易于應(yīng)用在工業(yè)中[19]。HSI技術(shù)在水產(chǎn)品物理特性檢測(cè)的應(yīng)用。

HSI技術(shù)在水產(chǎn)品物理特性檢測(cè)的應(yīng)用見表2。

表2 HSI技術(shù)在水產(chǎn)品物理特性檢測(cè)的應(yīng)用

2.2 HSI技術(shù)在水產(chǎn)品化學(xué)品質(zhì)檢測(cè)的應(yīng)用

2.2.1 營養(yǎng)成分

蛋白質(zhì)和脂肪作為水產(chǎn)品重要的兩大有機(jī)營養(yǎng)成分在水產(chǎn)品貯藏過程中會(huì)發(fā)生腐敗和氧化。蛋白質(zhì)等含氮物質(zhì)易分解產(chǎn)生三甲胺、二甲胺、組胺、硫化氫、吲哚等具有腐敗氣味的低級(jí)產(chǎn)物，造成產(chǎn)品變質(zhì)，失去食用價(jià)值。陳瑜楠[24]結(jié)合RC系數(shù)法提取的光譜信息與PLSR算法建立草魚和三文魚的預(yù)測(cè)模型，其中草魚的特征波長(zhǎng)為402，425，495，553，593，613，626，643，935，962 nm，R2p為0.806；三文魚的特征波長(zhǎng)為402，438，583，637，921，989 nm，R2p為0.809。水產(chǎn)品在冷藏過程中，脂肪會(huì)隨著氧化和水解的作用，造成脂肪酸敗、含量降低，不僅影響了水產(chǎn)品的食用價(jià)值（如口感、風(fēng)味）還影響著水產(chǎn)品的后期加工[24]。葉青[11]運(yùn)用SPA算法結(jié)合三文魚樣品的脂肪含量提取了6個(gè)特征波長(zhǎng)值（970，1 152，1 210，1 286，1 397，1 464 nm），并利用PLSR模型進(jìn)行擬合，得到了較高的R2p0.913，RMSEP為0.92。脂肪酸作為人體能量重要來源之一，可以根據(jù)其分子內(nèi)雙鍵飽和程度分為3種類型，即飽和脂肪酸、單不飽和脂肪酸及多不飽和脂肪酸。其中，多不飽和脂肪酸根據(jù)第一個(gè)雙鍵在碳鏈上的位置分為ω-3，ω-6和ω-9系脂肪酸，ω-3和ω-6系脂肪酸為人體必需氨基酸，必須從使用中獲得。陳瑜楠[24]首次將HSI技術(shù)（400~1 000 nm）應(yīng)用在了水產(chǎn)品脂肪酸無損檢測(cè)上，利用RC系數(shù)法選取草魚和三文魚的亞油酸、DHA和EPA的特征波長(zhǎng)，并通過模型擬合，選取MILR方法作為最優(yōu)預(yù)測(cè)模型，最后通過把草魚和三文魚3種脂肪酸含量的預(yù)測(cè)值信息轉(zhuǎn)化為圖像信息，成功實(shí)現(xiàn)了可視化分布。

（a）草魚、（b）三文魚脂肪酸含量的可視化分布圖[24]見圖3。

圖3 （a）草魚、（b）三文魚脂肪酸含量的可視化分布圖

2.2.2 pH值

在貯藏的初期階段，糖原發(fā)生降解且部分腺苷（如ATP和磷酸等）被分解產(chǎn)生了酸性物質(zhì)，導(dǎo)致肌肉組織pH值下降[25]；隨著貯藏時(shí)間的延長(zhǎng)，微生物活動(dòng)使得蛋白質(zhì)降解和一些氨基酸分解產(chǎn)生含氮的堿性物質(zhì)，使得pH值升高[26]。因此，pH值也會(huì)作為判定水產(chǎn)品新鮮度的化學(xué)指標(biāo)之一。酸度計(jì)法是常見的測(cè)定水產(chǎn)品pH值的手段，但是該方法很難準(zhǔn)確測(cè)出同一魚體內(nèi)不同部位的pH值變化[27]。He H J等人[17]利用HSI技術(shù)（400~1 000）檢測(cè)了不同地域鮭魚的pH值，RC系數(shù)法選取了10個(gè)特征波長(zhǎng)，并建立了PLSR預(yù)測(cè)模型，其中R2p為0.877，RMSEP為0.046。

2.2.3 揮發(fā)性鹽基氮含量（TVB-N值）

TVB-N是指水產(chǎn)品在水解酶及微生物作用下，蛋白質(zhì)分解產(chǎn)生氨及胺類等低級(jí)堿性含氮物質(zhì)，因具有揮發(fā)性而得名[28]。是評(píng)價(jià)水產(chǎn)品品質(zhì)和腐敗程度一個(gè)重要化學(xué)指標(biāo)。根據(jù)國家標(biāo)準(zhǔn)（GB T5009.45—2003）規(guī)定30 mg N/100 g為海水魚品質(zhì)極限閾值，20 mg N/100 g為淡水魚品質(zhì)極限閾值[24，29]。Cheng J H等人[19]利用HSI技術(shù)檢測(cè)草魚在冷凍-解凍情況下的TVB-N含量，通過SPA結(jié)合草魚的TVB-N的化學(xué)值提取了10個(gè)特征波長(zhǎng)（420，466，523，552，595，615，717，850，955 nm），并建立了PLSR和LS-SVM的模型，通過比較R2p，確定LS-SVM模型對(duì)草魚冷凍-解凍過程中TVB-N含量變化的預(yù)測(cè)具有很好的效果，其中R2p為0.902，RMSEP為2.782。最后用該模型預(yù)測(cè)HSI圖像上的每個(gè)像素點(diǎn)的TVB-N含量以展示TVB-N的分布。

冷藏草魚片TVB-N含量的可視化分布圖[19]見圖4。

圖4 冷藏草魚片TVB-N含量的可視化分布圖

2.2.4 硫代巴比妥酸含量（TBA值）

TBA值是反映脂質(zhì)過氧化的指標(biāo)之一。脂肪自身氧化過程中不斷生成醛基、酮基羧酸等低級(jí)氧化物，使得TBA值不斷增加[30]。因此，TBA值越大，脂肪氧化程度越高，酸敗程度越嚴(yán)重。Cheng J H等人[31]采用HSI技術(shù)（400~1 000 nm）檢測(cè)草魚和三文魚在冷藏過程中TBA值的變化，運(yùn)用RC提取了各自的特征波長(zhǎng)（10和6個(gè)），通過MILR模型擬合得到了最高的R2p和RMSEP，分別為0.902和0.84，2.782和1.513。

2.2.5 K值

K值是以三磷酸腺苷（ATP）的分解產(chǎn)物作為水產(chǎn)品新鮮度判定的指標(biāo)。水產(chǎn)品死后，其在肌肉組織內(nèi)的途徑為ATP-二磷酸腺苷（ADP）-一磷酸腺苷（AMP）-肌苷酸（IMP）-肌苷（HxR）-次黃嘌呤（Hx）。K值表示HxR和Hx濃度的總和占ATP代謝物濃度的比值[32-33]。雖然K值可以表示評(píng)價(jià)水產(chǎn)品新鮮程度的指標(biāo)（K值越高，水產(chǎn)品越不新鮮），但是K值很難直接進(jìn)行計(jì)算，外界很多因素（如養(yǎng)殖方式、成長(zhǎng)階段、屠宰手段及僵直時(shí)間等）都對(duì)ATP的降解速率有直接或間接的影響。而且檢測(cè)ATP降解產(chǎn)物的操作過程復(fù)雜、儀器成本高、破壞檢測(cè)樣品及造成環(huán)境污染。Cheng J H等人[34]利用HSI技術(shù)（400~1 000 nm）檢測(cè)草魚和鰱魚的K值變化，SPA提取了7個(gè)特征波長(zhǎng)（432，455，588，635，750，840，970 nm）并建立了PLSR（R2p=0.935，RMSEP=5.17）和LS-SVM模型（R2p=0.915，RMSEP=6.18），最終用PLSR模型預(yù)測(cè)高光譜圖像上每個(gè)像素點(diǎn)K值展示K值分布。

冷藏草魚片K值的可視化分布圖[34]見圖5。HSI技術(shù)在水產(chǎn)品化學(xué)品質(zhì)檢測(cè)的應(yīng)用見表3。

表3 HSI技術(shù)在水產(chǎn)品化學(xué)品質(zhì)檢測(cè)的應(yīng)用

圖5 冷藏草魚片K值的可視化分布圖

2.3 微生物污染評(píng)價(jià)

微生物污染程度是最常用來評(píng)價(jià)水產(chǎn)品新鮮程度的一個(gè)重要指標(biāo)，也是食品安全領(lǐng)域必不可少的衛(wèi)生檢測(cè)指標(biāo)。這是由于水產(chǎn)品本身會(huì)攜帶很多微生物，死后由于肌肉組織疏松，蛋白質(zhì)腐敗產(chǎn)生含氮物和氨基酸，為微生物的生長(zhǎng)與繁殖提供大量營養(yǎng)物質(zhì)[35-36]。微生物活動(dòng)產(chǎn)生大量的腐敗產(chǎn)物，進(jìn)而加速了水產(chǎn)品的腐敗程度。通常，微生物菌落總數(shù)（Total viable counts，TVC）作為反映水產(chǎn)品新鮮度最常用的指標(biāo)[37-39]。代瓊[10]采用SPA算法結(jié)合刀額新對(duì)蝦蝦仁TVC提取了11個(gè)特征波長(zhǎng)（408，416，420，423，429，435，441，600，652，719，939 nm），結(jié)合LS-SVM模型預(yù)測(cè)蝦仁中TVC（R2p=0.95，RMSEP=0.437），通過圖像融合技術(shù)實(shí)現(xiàn)了蝦仁TVC快速無損檢測(cè)及可視化分布。

一些特定的腐敗菌（如假單胞菌、沙門氏菌、大腸桿菌等）產(chǎn)生腐敗氣體，影響水產(chǎn)品質(zhì)量，通常也可以用它們的具體數(shù)量來評(píng)價(jià)水產(chǎn)品的新鮮程度[40]。He H J等人[41]采用HSI技術(shù)（900~1 700 nm）檢測(cè)三文魚片上的大腸桿菌，通過SPA提取了7個(gè)特征波長(zhǎng)，建立了PLSR模型（R2p=0.95，RMSEP=0.47），最后用該模型預(yù)測(cè)圖像上每個(gè)像素點(diǎn)的大腸桿菌數(shù)目，實(shí)現(xiàn)了可視化分布。同年，He H J等人[42]通過CARS結(jié)合三文魚片上的假單胞菌提取了10個(gè)特征波長(zhǎng)，建立PLSR模型預(yù)測(cè)模型（R2p=0.91，RMSEP=0.49），最后結(jié)合圖像技術(shù)實(shí)現(xiàn)了快速無損檢測(cè)的可視化分布。

（a）冷藏刀額新對(duì)蝦TVC含量[10]，（b）冷藏三文魚假單胞菌含量的可視化分布圖見圖6。

圖6 （a）冷藏刀額新對(duì)蝦TVC含量[10]，（b）冷藏三文魚假單胞菌含量的可視化分布圖

3 結(jié)論

將HSI技術(shù)與化學(xué)計(jì)量學(xué)和圖像處理技術(shù)實(shí)現(xiàn)融合，可以準(zhǔn)確高效地對(duì)水產(chǎn)品品質(zhì)進(jìn)行快速無損的檢測(cè)，進(jìn)而實(shí)現(xiàn)水產(chǎn)品貨架期預(yù)測(cè)，打破了依靠專業(yè)人士進(jìn)行繁瑣的傳統(tǒng)檢測(cè)技術(shù)，同時(shí)為消費(fèi)者提供了一種客觀可靠的評(píng)價(jià)方法。實(shí)際上，將HSI技術(shù)投入到實(shí)際生產(chǎn)過程中，達(dá)到實(shí)時(shí)在線檢測(cè)的更早地應(yīng)用于實(shí)際生產(chǎn)中。效果仍是一個(gè)十分復(fù)雜漫長(zhǎng)的過程。這就對(duì)研究人員在開發(fā)新的數(shù)據(jù)處理算法，建立龐大的云計(jì)算數(shù)據(jù)庫提出了更高的要求，如簡(jiǎn)化數(shù)據(jù)的預(yù)處理過程、縮短計(jì)算時(shí)間、提高模型擬合的準(zhǔn)確度，擴(kuò)大目標(biāo)水產(chǎn)品的種類等，以便更準(zhǔn)確地表示HSI數(shù)據(jù)與水產(chǎn)品品質(zhì)之間的對(duì)應(yīng)關(guān)系，提高模型擬合的精確度，

HSI技術(shù)在水產(chǎn)品微生物污染評(píng)價(jià)的應(yīng)用見表4。

表4 HSI技術(shù)在水產(chǎn)品微生物污染評(píng)價(jià)的應(yīng)用