付洪妍

(南開(kāi)區教育綜合服務(wù)中心，天津 300102)

摘 要：為解決傳統食品質(zhì)量檢測方法在實(shí)際應用中存在檢測結果準確率低的問(wèn)題，開(kāi)展基于多光譜圖像技術(shù)的食品質(zhì)量檢測方法設計研究。通過(guò)基于多光譜圖像技術(shù)的食品多光譜圖像獲取、建立基于化學(xué)計量學(xué)的食品質(zhì)量評價(jià)模型、食品質(zhì)量定量與定性評價(jià)，提出一種全新的檢測方法。通過(guò)實(shí)驗證明，新的檢測方法檢測結果的值更高，說(shuō)明檢測結果的準確性更高。

關(guān)鍵詞：多光譜;圖像技術(shù);食品質(zhì)量

食品質(zhì)量的問(wèn)題一直是我國質(zhì)量安全檢測單位的關(guān)注重點(diǎn)，在人們生活質(zhì)量呈現一種上升趨勢后，與此方面相關(guān)的研究受到了越來(lái)越多人的關(guān)注。食品生產(chǎn)商為了促進(jìn)群體的消費，制作食品的工序越來(lái)越多，生產(chǎn)的食品種類(lèi)也越來(lái)越多，但隨之帶來(lái)的食品質(zhì)量與食品安全問(wèn)題也逐漸增多。在工業(yè)化發(fā)展進(jìn)程持續加快的社會(huì )背景下，新型食品添加劑的安全性成為了消費者的關(guān)注核心，多個(gè)國家都曾發(fā)生過(guò)由于食品質(zhì)量不達標而引起的安全性問(wèn)題，如禽流感、瘋牛病等[1]，我國早期的三鹿奶粉事件也是由于食品質(zhì)量不達標導致的。

為了加強對食品質(zhì)量的管控效果，技術(shù)單位提出了場(chǎng)景檢測、定量檢測等質(zhì)量檢測手段，但大部分檢測方法所需要耗費的成本較高，且一些檢測方法在實(shí)際應用中沒(méi)有統一的評價(jià)標準，在不同程度上對食品質(zhì)量檢測造成負面干擾[2]。因此，本研究提出了多光譜圖像技術(shù)應用于食品質(zhì)量檢測的建議，通過(guò)像素識別的方式，對焦點(diǎn)信息和質(zhì)量信息進(jìn)行深度檢測。目前，此項技術(shù)已被廣泛應用到光學(xué)圖像識別、電子數據處理等研究領(lǐng)域，但食品質(zhì)量檢測等領(lǐng)域還未涉足。本文借鑒早期研究成果，對此方面進(jìn)行設計與研究，致力于為消費者提供更加安全的食品。

1 食品質(zhì)量檢測方法

1.1 基于多光譜圖像技術(shù)的食品多光譜圖像獲取

在對食品質(zhì)量進(jìn)行檢測時(shí)，引入多光譜圖像技術(shù)，首先要對食品的多光譜圖像進(jìn)行獲取。利用多光譜成像儀，見(jiàn)圖1，根據不同食品結構特點(diǎn)，通過(guò)調節波長(cháng)掃描從可見(jiàn)光到近紅外共20個(gè)波段的信息，形成一個(gè)具有高分辨率的光譜圖像，并在光譜圖像中獲取每個(gè)像素上的400～950 nm信息[3]。

將上位機與多光譜成像儀連接，并在上位機當中的VideometerLab軟件上對獲取到的圖像進(jìn)行處理，其具體操作為：①將多光譜成像儀和VideometerLab打開(kāi)，在軟件當中對成像儀進(jìn)行初始化，并啟動(dòng)發(fā)光二極管當中的光脈沖序列，預熱25 min;②在顯示界面當中通過(guò)“Up”按鈕實(shí)現成像儀的上下運動(dòng)。將被檢測的食品放入到樣品臺上，在確保檢測環(huán)境為封閉狀態(tài)時(shí)，根據被檢測食品的大小，對其位置進(jìn)行調節;③通過(guò)自動(dòng)校光設置，定義曝光參數的動(dòng)態(tài)范圍，利用成像儀對其進(jìn)行拍攝;④經(jīng)過(guò)校準后，啟動(dòng)VideometerLab的圖像采集功能，并針對需要進(jìn)行檢測的食品多光譜圖像進(jìn)行區域劃分，完成對食品多光譜圖像的獲取。

1.2 建立基于化學(xué)計量學(xué)的食品質(zhì)量評價(jià)模型

在上述食品多光譜圖像的基礎上，對其質(zhì)量進(jìn)行評價(jià)，為確保評價(jià)結果的可靠性引入化學(xué)計量學(xué)，構建一個(gè)食品質(zhì)量評價(jià)模型[4]。通過(guò)非線(xiàn)性映射函數簡(jiǎn)化對食品質(zhì)量的評價(jià)過(guò)程，模型可用如下公式表示：

式中，R表示基于化學(xué)計量學(xué)的食品質(zhì)量評價(jià)模型;I表示食品質(zhì)量評價(jià)校準集中的數據;y表示被檢測食品的質(zhì)量測量值;yi表示被檢測食品的質(zhì)量預測值;yi表示被檢測食品的質(zhì)量平均值。

由于上述獲取到的食品多光譜圖像當中含有與待測質(zhì)量無(wú)關(guān)的因素，為了防止這一部分因素對檢測結果造成的影響，需要將圖像當中無(wú)用信息剔除，以此提高食品質(zhì)量評價(jià)模型的評價(jià)能力和穩定性。

1.3 食品質(zhì)量定量與定性評價(jià)

根據食品質(zhì)量定量和定性評價(jià)標準，通過(guò)校準及樣本點(diǎn)正確判別率作為評價(jià)輔助，開(kāi)展針對食品質(zhì)量的定量評價(jià)。在多光譜圖像和基于化學(xué)計量學(xué)的食品質(zhì)量評價(jià)模型的基礎上，結合模糊數學(xué)對被檢測食品的特性進(jìn)行描述和判斷。針對影響食品質(zhì)量的各項指標，得出其定量評價(jià)結果計算公式：

式中：H表示食品質(zhì)量定量評價(jià)結果;K表示評價(jià)指標標準化處理后的定量數值;Q表示用于對食品質(zhì)量進(jìn)行評價(jià)的權重分配數值。根據上述公式計算得出食品質(zhì)量的定量評價(jià)結果。

針對食品質(zhì)量的定性評價(jià)，可不采用數學(xué)方法，結合多光譜圖實(shí)際表現、狀態(tài)等觀(guān)察得出的結果，針對食品質(zhì)量進(jìn)行定性結論的價(jià)值判斷[5]。根據不同類(lèi)型食品質(zhì)量等級標準，對其質(zhì)量等級進(jìn)行判斷。以禽畜水產(chǎn)罐頭為例，一級為色澤、淀粉含量、蛋白質(zhì)含量等指標均在優(yōu)級和一級品等級;二級為色澤、蛋白質(zhì)含量等指標均在一級品等級;三級為色澤、蛋白質(zhì)含量等指標均在普通級等級內。通過(guò)從多光譜成像儀獲取到的圖像，可以直接對食品的光澤進(jìn)行觀(guān)察，以此對其進(jìn)行定性評價(jià)。

2 兩種食品質(zhì)量檢測方法值比較

結合本文上述內容，引入一種全新的多光譜圖像技術(shù)應用到食品質(zhì)量檢測中。為確保實(shí)驗的可對比性，選擇將新的檢測技術(shù)與傳統基于化學(xué)儀器分析技術(shù)的檢測方法，針對5種不同類(lèi)型食品，對其質(zhì)量進(jìn)行檢測。為了確保實(shí)驗結果的可對比性，選擇將兩種方法完成檢測后的檢測結果正確率作為實(shí)驗評價(jià)指標，其計算公式如式(3)：

式中：表示兩種方法檢測結果的正確率，表示正確檢測樣本數量;表示錯誤檢測樣本數量。根據上述公式對兩種檢測方法的檢測結果進(jìn)行記錄，并繪制成如表1所示的檢測結果對比表。從表1的實(shí)驗結果可以看出，針對5種不同類(lèi)型的食品，本文檢測方法的值明顯高于傳統檢測方法的值。由于值越高代表檢測結果的正確率越高，檢測效果越理想，實(shí)驗證明，引入多光譜圖像技術(shù)后，食品質(zhì)量檢測方法的檢測準確性得到提升，并且通過(guò)多光譜成像儀的應用，進(jìn)一步實(shí)現了對食品質(zhì)量的快速檢測。

3 結語(yǔ)

多光譜圖像技術(shù)的出現和在食品質(zhì)量檢測當中的應用能夠實(shí)現對食品種類(lèi)、產(chǎn)地、真偽等進(jìn)行快速、準確地鑒別。同時(shí)，在食品工業(yè)領(lǐng)域中對多光譜圖像技術(shù)進(jìn)行廣泛應用也能夠進(jìn)一步推動(dòng)我國食品工業(yè)技術(shù)的發(fā)展和創(chuàng )新，為食品行業(yè)帶來(lái)更大的經(jīng)濟和社會(huì )效益。

參考文獻

[1]劉步青,龍肖冶.人工智能多光譜圖像技術(shù)在食品品質(zhì)檢測中的應用:評《多光譜食品品質(zhì)檢測技術(shù)與信息處理研究》[J].食品工業(yè),2020,41(12):359.

[2]田雪蓮,周開(kāi)拓,蘭承興,等.動(dòng)物性食品中磺胺類(lèi)藥物多殘留檢測能力驗證質(zhì)量控制技巧[J].貴州畜牧獸醫,2020,44(6):11-13.

[3]馬嬌妍,曹希越,韓憲忠,等.基于多光譜圖像技術(shù)的冷鮮羊肉新鮮度檢測[J].食品工業(yè),2021,42(4):478-482.

[4]李鑫星,朱晨光,傅澤田,等.基于無(wú)人機多光譜圖像的土壤水分檢測方法研究[J].光譜學(xué)與光譜分析,2020,40(4):1238-1242.

[5]王春華.高效液相色譜技術(shù)在食品質(zhì)量檢測中的應用[J].現代面粉工業(yè),2020(1):22-24.