文献类型：期刊文章

作　　者：蒋圣启[1] 何鸿举[1,2] 王慧[1] 马汉军[1,2] 陈复生[2,3] 刘玺[1] 贾方方[4] 康壮丽[1] 潘润淑[1] 朱明明[1] 赵圣明[1] 王正荣[1]

JIANG Sheng-qi;HE Hong-ju;WANG Hui;MA Han-jun;CHEN Fu-sheng;LIU Xi;JIA Fang-fang;KANG Zhuang-li;PAN Run-shu;ZHU Ming-ming;ZHAO Sheng-ming;WANG Zheng-rong(School of Food Science,Henan Institute of Science and Technology,Xinxiang 453003,China;Postdoctoral Research and Development Base,Henan Institute of Science and Technology,Xinxiang 453003,China;College of Grain,Oil and Food,Henan University of Technology,Zhengzhou 450001,China;School of Biology and Food,Shangqiu Normal University,Shangqiu 476000,China)

机构地区：[1]河南科技学院食品学院,河南新乡453003 [2]河南科技学院博士后研发基地,河南新乡453003 [3]河南工业大学粮油食品学院,河南郑州450001 [4]商丘师范学院生物与食品学院,河南商丘476000

出　　处：《食品工业科技》

基　　金：河南省重大科技专项项目(161100110600);中国博士后科学基金(2018M632767);河南省科技攻关项目(182102310060,182102110091,182102110404,192102110108);河南省青年人才托举工程项目(豫科协发[2017]132号,No.8);河南省高等学校重点科研项目(17A550001,18A550007);河南科技学院高层次人才引进项目(2015015),河南科技学院重大科研培育项目(2016ZD03)

年　　份：2019

卷　　号：40

期　　号：13

起止页码：125-133

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、FSTA、JST、RCCSE、ZGKJHX、核心刊

摘　　要：利用900~1700nm近红外高光谱成像系统联用Stepwise算法快速评估鸡肉色泽和嫩度。通过采集新鲜屠宰鸡肉高光谱图像,提取试验样本感兴趣区域(Region of interests,ROI)反射光谱信息,经中值滤波平滑(Median filtering smoothing,MFS)、多元散射校正(Multiplicative scatter correction,MSC)和标准正态变量变换( Standard normal variable correction,SNV)三种预处理后,分别利用偏最小二乘(Partial Least Squares,PLS)和多元线性回归(Multiple linear regression,MLR)挖掘光谱信息与鸡肉色泽参数(L^*、a^*、b^*)及嫩度参考值之间的定量关系。结果显示,经MFS预处理的近红外光谱(486个波长)构建的全波段PLS回归模型(F-PLS)预测L^*(RP=0.904,RMSEP=2.036)、b^*(RP=0.908,RMSEP=1.577)和嫩度(RP=0.948,RMSEP=1.596)效果更好。为提高预测效率,采用Stepwise算法筛选最优波长优化F-PLS模型,结果显示,从SNV预处理光谱筛选的14个最优波长构建MLR回归模型预测L^*值(RP=0.894,RMSEP=2.160)效果较优,从SNV预处理光谱筛选的13最优波长构建的O-PLS回归模型预测b^*值(RP=0.877,RMSEP=1.811)效果较优,从MFS预处理光谱筛选的20个最优波长构建O-PLS回归模型预测嫩度值(RP=0.888,RMSEP=2.408N)效果较优。本试验表明,利用近红外高光谱成像技术结合Stepwise算法可实现鸡肉色泽参数L^*、b^*值以及嫩度的快速评估。

关 键 词：高光谱  检测  鸡肉 色泽 嫩度

分 类 号：TS251.7]