基于高光譜圖像技術(shù)對(duì)牛肉品質(zhì)無(wú)損檢測(cè)的研究.pdf

1、牛肉具備較高的營(yíng)養(yǎng)和食用價(jià)值廣受大眾歡迎。人們?cè)谌找嫣岣叩奈镔|(zhì)生活水平條件下，對(duì)牛肉的品質(zhì)和食用種類方面要求越來(lái)越高。正常的牛肉是經(jīng)過(guò)屠宰后，經(jīng)48小時(shí)的冷藏后供人們食用。期間，經(jīng)過(guò)多種加工方法和運(yùn)輸途徑后，牛肉在各種物理和化學(xué)作用下發(fā)生變化從而使品質(zhì)受到影響。通常情況下，人們無(wú)法用肉眼直接辨別牛肉品質(zhì)的好壞，而傳統(tǒng)檢測(cè)方法效率和準(zhǔn)確性不高。本論文研究利用高光譜圖像技術(shù)對(duì)牛肉品質(zhì)進(jìn)行預(yù)測(cè)，為農(nóng)產(chǎn)品無(wú)損檢測(cè)提供理論基礎(chǔ)。研究的主要內(nèi)容如下

2、:
　　探討高光譜圖像技術(shù)基于光譜特征對(duì)牛肉含水率進(jìn)行了預(yù)測(cè)。通過(guò)自動(dòng)對(duì)牛肉高光譜圖像的分割，提取光譜數(shù)據(jù)。對(duì)牛肉的光譜信息采用不同的預(yù)處理方法，通過(guò)連續(xù)投影法和主成分分析法進(jìn)行特征變量選擇，采用偏最小二乘模型，實(shí)現(xiàn)對(duì)牛肉含水率預(yù)測(cè)。對(duì)比各方法的匹配后的模型預(yù)測(cè)結(jié)果，得出在變量標(biāo)準(zhǔn)化預(yù)處理后，經(jīng)主成分分析提取特征波長(zhǎng)下的偏最小二乘預(yù)測(cè)模型結(jié)果最佳，校正集決定系數(shù)為0.93，均方根誤差為4.973，預(yù)測(cè)集決定系數(shù)為0.92，均方根誤

3、差為5.868，最適合預(yù)測(cè)牛肉的含水率。
　　探討高光譜圖像技術(shù)基于光譜特征對(duì)牛肉蛋白質(zhì)含量進(jìn)行預(yù)測(cè)。自動(dòng)分割牛肉高光譜圖像后，將獲取的光譜數(shù)據(jù)，經(jīng)過(guò)不同預(yù)處理方法處理光譜數(shù)據(jù)后利用主成分分析方法選擇特征變量后，采用偏最小二乘模型。結(jié)果表明，經(jīng)變量標(biāo)準(zhǔn)化預(yù)處理光譜數(shù)據(jù)后得到的模型性能最好。校正集決定系數(shù)為0.94，均方根誤差為3.137，預(yù)測(cè)集決定系數(shù)為0.93，均方根誤差為5.298，實(shí)現(xiàn)了對(duì)牛肉蛋白質(zhì)含量的預(yù)測(cè)。
　　利