全國服務(wù)熱線(xiàn)：
0516-83726688
近日，預制菜話(huà)題“攪動(dòng)”輿論場(chǎng)。這場(chǎng)糾紛迅速沖上熱搜，反映出公眾對預制菜的敏感與擔憂(yōu)：它究竟新鮮嗎？是否健康？營(yíng)養成分夠不夠？在輿論的放大下，預制菜不僅是餐桌選擇，更成為檢驗餐飲行業(yè)誠信與食品安全體系的試金石。
預制菜指的是經(jīng)過(guò)標準化加工、可快速復熱或簡(jiǎn)單烹飪的半成品菜肴。然而，隨著(zhù)規?；l(fā)展，預制菜也面臨挑戰：原料與營(yíng)養成分透明度不足；加工環(huán)節安全把控難。
這也讓人們更加關(guān)注：到底該怎么用科學(xué)手段來(lái)確保預制菜吃得放心、品質(zhì)可靠。
高光譜技術(shù)：為預制菜檢測提供解決方案
高光譜技術(shù)，作為光譜檢測領(lǐng)域的前沿工具，能夠在食品檢測中發(fā)揮獨特優(yōu)勢。它通過(guò)對食品在不同波段的光譜響應進(jìn)行分析，實(shí)現“看見(jiàn)肉眼看不見(jiàn)的信息”。在預制菜檢測中，高光譜具有以下價(jià)值：
1
原料品質(zhì)甄別
快速區分肉類(lèi)新鮮度、脂肪含量及摻雜情況
檢測蔬菜水分含量、是否存在霉變
2
添加劑與摻雜檢測
識別非法添加物、色素等問(wèn)題
精準溯源預制菜成分構成
3
無(wú)損、快速、大規模檢測
不破壞食品樣本即可檢測
適用于生產(chǎn)線(xiàn)上全流程質(zhì)控
通過(guò)高光譜技術(shù)，預制菜從原料到成品，都能實(shí)現可視化、定量化、標準化檢測，為行業(yè)建立透明、科學(xué)的檢測體系提供支撐。
實(shí)驗設計
高光譜成像技術(shù)結合了二維成像技術(shù)和光譜分析技術(shù)優(yōu)勢，具有分辨率高、信息量大、檢測速度快等優(yōu)點(diǎn)。通過(guò)獲取預制菜樣品在多個(gè)窄帶電磁波光譜下的圖像信息，能夠實(shí)現對樣品內部化學(xué)成分、物理結構以及空間分布的非接觸式、非破壞性檢測。此項技術(shù)不僅能夠提高檢測的效率和準確性，還能夠降低對環(huán)境和人體健康的潛在風(fēng)險。 1 樣品準備和成像 將預制菜樣品平鋪或放置在由奧譜天成自主研發(fā)的ATH3000 推掃式高光譜成像掃描儀上，確保樣品表面均勻且沒(méi)有重疊。
調整高光譜相機和光源的角度和距離，以獲得最佳的成像效果。
優(yōu)勢：非破壞性檢測，保持樣品完整、獲取整塊樣品的空間分布信息，有助于發(fā)現內部不均勻性。 2 光譜數據獲取 啟動(dòng)高光譜相機，逐波段獲取樣品的光譜圖像，從可見(jiàn)光到短波紅外（范圍400-2500nm），采集過(guò)程中，保持光源穩定，避免環(huán)境光等外界因素干擾。
▲食材的高光譜圖像
優(yōu)勢：獲取詳細的光譜信息，包含豐富的化學(xué)和物理信息。能夠區分成分細微差異，檢測復雜的食品成分。 3 光譜預處理 對采集到的原始光譜數據進(jìn)行標準正態(tài)變換（SNV），去除多余的光譜偏移。應用一階或二階導數處理，增強光譜中的細節特征。進(jìn)行平滑處理（如Savitzky-Golay濾波），減少噪聲。 優(yōu)勢：提高數據質(zhì)量，減少噪聲干擾。增強光譜信號的特征，提高分析的可靠性。 4 特征提取和選擇 利用高光譜成像技術(shù)獲取預制菜樣品的光譜信息，通過(guò)光譜特征提取，分析預制菜中的主要成分，如添加劑、防腐劑、調味料等，使用主成分分析（PCA）提取光譜數據中的主要特征分量，降低數據維度。應用線(xiàn)性判別分析（LDA）或其他特征選擇方法，篩選出對鑒別有重要貢獻的波段。
▲主成分分析均值提取
主成分分析（PCA）是一種統計方法，它通過(guò)正交變換將原始數據（在此情況下為高光譜圖像數據）轉換為一組稱(chēng)為主成分的新變量。這些主成分在數量上少于或等于原始變量，但能夠解釋數據中的大部分方差。在高光譜圖像處理中，PCA可以將高維圖像數據轉換到低維空間，同時(shí)保留大部分有用信息。 5 成分和品質(zhì)分析 基于提取的光譜特征參數，分析預制菜樣品中的成分信息，如添加劑、防腐劑、調味料等，并評估其新鮮度、水分含量等品質(zhì)指標。通過(guò)與標準數據庫或已知預制菜樣品的光譜特征進(jìn)行對比，判斷樣品的類(lèi)別和品質(zhì)。 方案設計 1 高光譜數據采集
選擇待鑒別的預制菜樣品，確保樣品具有代表性。對樣品進(jìn)行適當的處理，如切割、去殼等，以便于高光譜成像儀的檢測。使用高光譜成像儀對預制菜樣品進(jìn)行掃描，獲取其在不同波長(cháng)下的光譜信息。這包括從可見(jiàn)光到近紅外等多個(gè)波段的信息，以形成高分辨率的光譜圖像。 2 數據處理 對獲取到的光譜圖像進(jìn)行預處理，如去噪、校正等，以提高數據的準確性和可靠性。利用化學(xué)計量學(xué)等方法，提取光譜特征參數，如吸收峰、反射率等，用于后續分析。根據提取的光譜特征參數，分析預制菜樣品中的成分信息，包括識別樣品中的添加劑、防腐劑、調味料等成分，以及評估其新鮮度、水分含量等品質(zhì)指標。通過(guò)與標準數據庫或已知預制菜樣品的光譜特征進(jìn)行對比，能夠初步判斷樣品的類(lèi)別和品質(zhì)。 3 高光譜模型建立
建立基于高光譜成像技術(shù)的預制菜鑒別模型。通過(guò)收集大量預制菜樣品的光譜數據，結合機器學(xué)習算法進(jìn)行訓練和優(yōu)化，以提高模型的識別準確率和泛化能力。在實(shí)際應用中，只需將待鑒別預制菜樣品的光譜數據輸入模型，即可快速得到鑒別結果。
適用于部署在線(xiàn)高光譜監控系統，實(shí)現預制菜生產(chǎn)過(guò)程中的實(shí)時(shí)質(zhì)量控制：配置高光譜成像系統和數據處理單元，連接到生產(chǎn)線(xiàn)的控制中心；設定監控參數和報警閾值，實(shí)現自動(dòng)監控和異常報警。
實(shí)時(shí)傳輸數據到中央控制系統，進(jìn)行分析和反饋：提供全面的分析工具，滿(mǎn)足不同用戶(hù)需求；易于操作，提高使用便捷性，實(shí)現生產(chǎn)全過(guò)程的質(zhì)量監控，確保產(chǎn)品一致性；快速響應生產(chǎn)異常，提高生產(chǎn)線(xiàn)的穩定性和效率。 結論 “預制菜之爭”，讓大眾再次把目光聚焦在食品安全與行業(yè)透明度上。預制菜作為食品工業(yè)化的重要方向，其未來(lái)發(fā)展離不開(kāi)先進(jìn)檢測技術(shù)的賦能。
高光譜成像技術(shù)是鑒別預制菜的有效手段，能夠準確區分不同種類(lèi)、品質(zhì)或加工狀態(tài)的預制菜。通過(guò)光譜特征分析，實(shí)現了對預制菜內部成分、新鮮度及加工過(guò)程等關(guān)鍵信息的快速獲取。根據提取的光譜特征參數，分析預制菜樣品中的成分信息。通過(guò)與標準數據庫或已知預制菜樣品的光譜特征進(jìn)行對比，可以判斷樣品的類(lèi)別和品質(zhì)。高光譜成像融合了光譜信息與圖像信息，提供了豐富的數據支持，使得分析更加全面和深入，提高鑒別的準確性和可靠性。
蘇公網(wǎng)安備32030202000213號
微信公眾號