基于光学信息检测技术的羊肉新鲜度快速检测与判别方法研究

羊肉营养丰富，味道鲜美，深受广大消费者喜爱。新鲜度是衡量羊肉食用价值的重要标准，对其进行准确、快速检测对促进羊肉产业健康快速发展具有重要意义。本书以不同新鲜度的察哈尔冷鲜羊肉为研究对象，分析羊肉变质过程中新鲜度的变化规律，挖掘表征羊肉内部化学成分的光谱特征及颜色、纹理等空间图像特征，并建立基于图谱特征融合的羊肉新鲜度预测模型，多层次、多角度地探索羊肉新鲜度的检测方法，旨在为实现羊肉新鲜度准确、快速、无损判别提供理论依据。本书可供农业工程、高光谱图像处理、光电检测、食品科学与安全等专业方向的科研和教学人员参考，也可作为科研院所和高等院校相关专业的教学参考用书。

第1章 绪论
1.1 课题研究背景
1.1.1 行业背景
1.1.2 国际贸易背景
1.1.3 地区背景
1.1.4 政策背景
1.2 肉品品质检测现状与研究进展
1.2.1 肉品新鲜度检测现状
1.2.2 传统检测方法
1.2.3 快速无损检测方法
1.2.4 高光谱技术在肉品检测应用中的研究进展
1.3 研究目的及意义
1.4 研究内容和技术路线
1.4.1 研究内容
1.4.2 技术路线
1.5 本章小结
第2章 羊肉新鲜度光学检测机理及新鲜度指标变化规律研究
2.1 引言
2.2 羊肉新鲜度光学无损检测机理研究
2.2.1 冷鲜羊肉腐败变质机理
2.2.2 羊肉新鲜度光学检测机理
2.2.3 羊肉理化品质变化
2.2.4 新鲜度评价指标选取
2.3 不同储藏时间羊肉新鲜度指标变化规律研究
2.3.1 试验材料与理化指标分析仪器
2.3.2 羊肉肉色测量与变化规律研究
2.3.3 羊肉pH值测量与变化规律研究
2.3.4 羊肉TVB-N测量与变化规律研究
2.3.5 羊肉TVC测量与变化规律研究
2.4 关键新鲜度指标优选
2.5 本章小结
第3章 基于全谱段可见近红外光谱信息的羊肉新鲜度预测方法研究
3.1 引言
3.2 试验材料与近红外光谱采集
3.2.1 试验材料
3.2.2 羊肉可见近红外光谱采集
3.2.3 光谱预处理方法研究
3.2.4 偏最小二乘回归模型
3.3 结果与分析
3.3.1 羊肉样本可见近红外反射光谱分析
3.3.2 全波段光谱预测性能分析
3.4 本章小结
第4章 基于特征光谱信息的羊肉新鲜度关键指标预测与分类模型研究
4.1 引言
4.2 特征波长优选方法研究
4.2.1 SPA法
4.2.2 CARS法
4.3 建模方法研究
4.3.1 SVM网络预测模型
4.3.2 CART分类模型
4.4 模型的评价标准
4.5 L*值光谱特征波长优选与预测模型建立
4.5.1 特征波长优选
4.5.2 预测模型建立与精度验证
4.6 pH值特征波长选择与预测模型建立
4.6.1 特征波长优选
4.6.2 预测模型建立与精度验证
4.7 TVB.N特征波长选择与预测模型建立
4.7.1 特征波长优选
4.7.2 预测模型建立与精度验证
4.8 TVC值特征波长选择与预测模型建立
4.8.1 特征波长优选
4.8.2 预测模型建立与精度验证
4.9 关键新鲜度指标预测模型分析
4.10 多源特征信息融合CART分类模型的建立与分析
4.11 本章小结
第5章 基于高光谱成像技术的羊肉新鲜度特征波长提取方法研究
5.1 引言
5.2 试验材料与高光谱图像采集
5.2.1 试验材料
5.2.2 羊肉高光谱图像采集与校正
5.3 特征波长优选方法研究
5.3.1 离散粒子群算法及其改进
5.3.2 改进粒子群算法提取特征波段
5.4 结果与分析
5.4.1 羊肉样本近红外反射光谱分析及预处理
5.4.2 光谱特征变量选择
5.4.3 很优光谱特征波长选择与分析
5.5 本章小结
第6章 基于高光谱成像技术的羊肉新鲜度预测模型研究
6.1 引言
6.2 数据分析方法
6.2.1 GA法
6.2.2 BP神经网络模型
6.2.3 RFR模型
6.3 光谱特征模型建立与分析
6.3.1 BPANN预测模型建立
6.3.2 RFR预测模型建立
6.3.3 预测模型结果分析
6.4 图像特征变量选择
6.4.1 PCA法优选特征图像
6.4.2 GA法优选特征图像
6.4.3 图像特征变量提取
6.5 图像特征模型建立与分析
6.6 光谱图像信息融合预测模型的建立与分析
6.7 本章小结
第7章 结论与展望
7.1 结论
7.2 展望
参考文献