肉品品质安全高光谱成像检测新技术及应用PDF电子书下载

第1章 绪论 1

1.1肉品品质安全现状 1

1.2宰后肉品品质特性 4

1.3肉品安全常规检测技术 5

1.3.1感官评价 5

1.3.2物理方法 5

1.3.3化学方法 7

1.3.4微生物方法 8

1.4肉品安全快速无损检测技术 8

1.4.1计算机视觉检测技术 9

1.4.2光谱学检测技术 12

1.4.3高光谱成像检测技术 14

主要参考文献 25

第2章 高光谱成像系统 35

2.1高光谱成像原理 35

2.1.1高光谱成像的定义和特点 35

2.1.2高光谱图像特点 35

2.1.3高光谱图像采集模式 37

2.1.4高光谱成像传感模式 38

2.2高光谱成像构件 40

2.2.1光源 40

2.2.2波长色散装置 41

2.2.3主要平面检测器 44

主要参考文献 46

第3章 高光谱数据处理方法 49

3.1图像数据处理 49

3.1.1高光谱图像黑白校正 49

3.1.2图像尺寸大小调整 50

3.1.3建立掩膜与图像分割 50

3.1.4感兴趣区域选择与光谱提取 50

3.1.5高光谱图像降维 50

3.1.6高光谱图像纹理信息 51

3.2光谱数据预处理 52

3.2.1平滑 52

3.2.2微分 53

3.2.3多元散射校正 53

3.2.4变量标准化 54

3.3光谱特征变量选择方法 54

3.3.1回归系数法 56

3.3.2连续投影算法 56

3.3.3无信息变量消除算法 57

3.3.4小波变换 58

3.3.5遗传算法 61

3.3.6竞争性自适应重加权算法 61

3.4定量模型方法 63

3.4.1主成分回归（PCR） 63

3.4.2多元线性回归（MLR） 63

3.4.3偏最小二乘法（PLSR） 64

3.4.4人工神经网络（ANN） 65

3.4.5最小二乘支持向量机（LS-SVM） 65

3.4.6回归模型评价 67

3.5分类算法 68

3.5.1软独立模式分类法（SIMCA） 69

3.5.2偏最小二乘判别分析（PLS-DA） 69

3.5.3概率神经网络（PNN） 70

3.5.4分类模型校正与评价 70

3.6数据分析软件 70

主要参考文献 71

第4章 肉品感官特性高光谱成像检测 75

4.1感官分析描述 75

4.2感官评价预测 76

4.2.1样品准备 76

4.2.2 QIS值测量 76

4.2.3图像纹理信息提取 76

4.3 QIS预测分析 79

4.3.1光谱特性分析 79

4.3.2 LS-SVM分析 80

4.3.3数据融合分析 81

主要参考文献 81

第5章 肉品物理特性高光谱成像检测 83

5.1冷冻猪肉物理特性高光谱成像检测 83

5.1.1引言 83

5.1.2冷冻猪肉样品 84

5.1.3品质指标测定 84

5.1.4图像分割和光谱提取 85

5.1.5冷冻猪肉品质指标的测定与分析 86

5.1.6冷冻猪肉光谱特征及与冰霜的区别 87

5.1.7不同品质指标的模型精度的比较 89

5.1.8改进ROI选择方法对模型精度的影响 89

5.1.9基于不同光谱波段建模效果分析 90

5.1.10光谱预处理对建模的影响 90

5.2鸡肉物理特性高光谱成像检测 91

5.2.1鸡肉色泽参数及嫩度传统测定 91

5.2.2鸡肉色泽参数及嫩度预测 92

5.3虾肉色泽特性高光谱成像检测 96

5.3.1虾肉色泽参数传统测定 96

5.3.2虾肉色泽参数预测 96

5.4虾肉质构特性高光谱成像检测 100

5.4.1虾肉质构参数传统测定 100

5.4.2虾肉质构参数预测 101

5.5鱼肉色泽特性高光谱成像检测 104

5.5.1鱼肉色泽参数传统测定 104

5.5.2鱼肉色泽参数预测 104

5.6鱼肉硬度特性高光谱成像检测 108

5.6.1鱼肉硬度参数传统测定 108

5.6.2鱼肉硬度参数预测 109

主要参考文献 113

第6章 肉品化学特性高光谱成像检测 116

6.1猪肉化学腐败高光谱成像检测 116

6.1.1引言 116

6.1.2猪肉图像纹理提取 117

6.1.3模型建立 117

6.1.4化学腐败指标测定 117

6.1.5冷冻储存过程中猪肉化学变化 118

6.1.6冷冻储存过程中猪肉光谱和图像的变化 119

6.1.7基于全波段光谱的冻藏肉品质预测模型 120

6.1.8基于特征光谱的冻藏肉品质预测模型 121

6.2鱼肉TVB-N值高光谱成像检测 122

6.2.1 TVB-N值传统测定 122

6.2.2 TVB-N值高光谱预测 122

6.3虾肉TVB-N值高光谱成像检测 126

6.3.1 TVB-N值传统测定 126

6.3.2 TVB-N值高光谱预测 127

6.4鱼肉TBARS值高光谱成像检测 130

6.4.1 TBARS值传统测定 130

6.4.2 TBARS值高光谱预测 131

6.5鸡肉TBARS值高光谱成像检测 134

6.5.1 TBARS值传统测定 134

6.5.2 TBARS值高光谱预测 135

6.6鱼肉K值高光谱成像检测 137

6.6.1 K值传统测定 137

6.6.2 K值高光谱预测 138

6.7鱼肉化学多指标高光谱成像检测 141

6.8鸡肉氨基酸特性高光谱成像检测 143

6.8.1羟脯氨酸传统测定 143

6.8.2羟脯氨酸高光谱预测 143

6.9化学信息可视化分布 146

6.9.1化学信息可视化分布步骤 146

6.9.2鱼肉TVB-N值可视化分布 147

6.9.3虾肉TBARS值可视化分布 148

6.9.4鱼肉TBARS值可视化分布 149

6.9.5鸡肉羟脯氨酸值可视化分布 150

6.9.6鱼肉K值可视化分布 150

6.9.7多指标可视化分布 152

主要参考文献 152

第7章 肉品微生物污染高光谱成像检测 156

7.1引言 156

7.2虾肉菌落总数高光谱成像检测 157

7.2.1 TVC传统测定 157

7.2.2 TVC高光谱测定 158

7.3鱼肉菌落总数高光谱成像检测 162

7.3.1 TVC传统测定 162

7.3.2 TVC高光谱测定 162

7.4鱼肉E.coli菌落高光谱成像检测 164

7.4.1 E.coli菌落传统测定 164

7.4.2 E.coli菌落高光谱测定 165

主要参考文献 168

第8章 肉品品质分级高光谱成像检测 170

8.1引言 170

8.2不同来源的鸡肉高光谱分级 170

8.3不同储藏条件的鱼肉新鲜度高光谱分级 174

主要参考文献 179