北京卓立汉光仪器有限公司 陈兴海博士高级工程师
华南理工大学现代食品工程研究院
爱尔兰皇家科学院院士
欧洲人文和自然科学学院院士 孙大文院士
我们曾与大家分享过果蔬表面污染和损伤的检测方法，也曾与大家分享过肉制品新鲜度的测试方法，今天我们要和大家一起分享一下我们日常生活中鱼肉新鲜度的辨别方法!我们要通过高光谱成像技术用科学发现真相，将存储时间不同冷冻程度不一的鱼肉品质进行准确鉴别。
高光谱成像技术是近二十年发展起来的基于多窄波段的影像数据技术，其最突出的应用领域是：遥感探测领域，高光谱成像技术也被越来越多的应用于一些民用领域。它结合了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术，是传统的二维成像技术和光谱技术有机结合在一起的一门新兴成像技术。
在北京卓立汉光仪器公司和华南理工大学现代食品工程研究院孙大文院士研究团队多年的研究经验基础下，利用高光谱成像技术对低温存储环境下的鲜鱼和经过解冻之后的冷冻鱼作为研究对象，从光谱分析的角度出发，快速地对其鱼肉片的属性进行分类识别，进而根据其研究的成果，将此项技术应用于快速在线检测产线并提供依据。
高光谱相机(产品图)
利用我司研发生产的可见-近红外高光谱成像仪(400nm-1000nm)分别获取如下4种样品的高光谱数据：新鲜鲜鱼片、存储在恒温4°下(存储时间为7天)的鲜草鱼片、存储在-20°及-40°下(存储时间为30天)经过解冻的冷冻草鱼鱼片。通过研究4种鱼片的光谱特征，可以发现：这4种鱼片的光谱曲线趋势基本相同，但4种鱼片在400-1000nm波段范围内的光谱反射率不尽相同，冷冻鱼片的反射率值明显比鲜鱼和解冻鱼片的高，而冷冻在-20°的鱼片比冷冻在-40°的鱼片的反射率值高。4种鱼片在560nm处都有鱼种中的虾青素和角黄素相对应的吸收峰存在。针对这些现象，我们深入研究了造成这4种样品鱼片反射率值不同的原因。
图1 四种草鱼的平均特征光谱曲线
结合孙大文院士研究团队提出的算法处理技术(独立软模式分类法(SIMCA)、最小二乘法支持向量机(LS-SVM)和概率神经网络(PNN)结合一阶导数预处理)，进一步对未知样品进行分类识别，能够利用其研究的分类识别算法准确地判别出未知样品中的具体特征(新鲜、冷冻、解冻)。此种算法分类正确率(CCR)达到94.29%，进而验证了此算法能够为高光谱技术在全光谱段范围400nm-1000nm波段下不同存储环境下鱼肉片的属性进行分类、识别。
为了能够在产线上快速地对未知样品进行分类识别，同时降低高光谱数据的维度减少数据处理的时间，利用简化后的最小二乘支持向量机分类结合一阶导数预处理方法，结合Successive Projections Algorithm (SPA)选择最佳波长(446nm，528nm，541nm，596nm，660nm，759nm，970nm)的方式来对样品进行分类判别，可达到非常好的预测精度，分类的正确率可够达到91.43%。
图2 利用SPA方法选取7个特征位置
研究结果表明：利用我司可见近红外波段的高光谱成像仪能够充分获取不同种类样品的光谱数据，将光谱和影像做到图谱合一。同时结合孙大文院士研究团队提出两种算法，可以更好地为不同种类的鱼片进行快速分类识别，通过选取合理特征光谱波段的分析算法SPA能够更加高效地完成检测，避免了全光谱段分析方法存在的弊端，充分利用优化后的算法和特征光谱信息来完成建模工作，为下一步的在线检测提供技术支持和理论依据。
此次与华南理工大学‘现代食品工程研究院’研究团队的合作，充分体现出我司在高光谱方面的技术优势和能力，并为后期在不同应用方向上实现在线检测提供理论依据和技术支持。
