基于高光譜成像技術的三文魚肉脂肪含量可視化研究

本研究應用了900-1700nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS-15進行相關研究。短波近紅外高光譜相機，采集速度全譜段可達200FPS,被廣泛應用于成分識別，物質鑒別，機器視覺，農產品品質，屏幕檢測等領域。

三文魚是一種高檔魚類消費品種，其肉質細嫩，富含脂肪、維生素、蛋白質和脂肪酸等物質，近年來隨著我國對外貿易日益便捷，三文魚日漸成為我國消費者喜歡的一種魚類消費品種，其價格比一般的普通淡水魚相對高一些。三文魚的脂肪同蛋白質一樣，是影響三文魚肉品質的一個重要物質，脂肪含量的高低，對三文魚的口感影響較大。因此，三文魚的脂肪含量可作為評價三文魚品質好壞的一個重要參數，脂肪含量是三文魚檢測參數中必須檢測的一個參數。傳統的三文魚脂肪含量檢測方法一般都是破壞性的，須將三文魚肉搗碎，并須經過提取、分離等化學步驟，費時費力，且污染環境，不符合在線大批量實時檢測要求.近紅外光譜檢測技術作為一種近年來得到快速發展的無損檢測方法，在食品品質檢測中得到大量應用和研究，檢測精度較高。但是近紅外光譜檢測方法只能檢測被檢測對象的內在品質屬性，如三文魚的蛋白質、脂肪含量，不能反映被檢測對象品質的空間屬性；而常規的圖像檢測方法只能檢測被檢測對象的外在空間屬性，不能對被檢測對象的內在品質屬性進行表達，或者能表達但準確度不能保證，隨著技術的發展，高光譜成像檢測技術因具備光譜檢測和圖像檢測的雙重優勢，得到了廣泛關注和報道。采用高光譜成像技術檢測三文魚品質參數的研究在國內外都有所報道，但采用高光譜成像技術檢測三文魚脂肪含量的同時進行可視化表達的相關研究報道并不多見。本研究對100個三文魚樣本的脂肪含量進行檢測，并采用偏最小二乘（PLS）建模方法進行建模分析，在此基礎上，采用Matlab語言進行編程，對三文魚的脂肪含量進行可視化表達。

本研究采用高光譜成像技術對三文魚脂肪含量進行檢測，并進行可視化表達，首先獲取到三文魚的原始高光譜成像數據并進行校正，然后提取樣本的光譜數據，建立PLS樣本脂肪含量預測模型，并取得比較好的結果，在此基礎上，采用Matlab語言編程，利用回歸系數方程對三文魚脂肪含量進行圖形可視化表達，該表達方法可精確到每個像素點，更形象直觀，應用前景廣泛。