【摘要】：冷藏和冷凍兩種低溫保藏方法是目前保藏新鮮豬肉的最常用方法。低溫保藏豬肉中生物大分子的生物特性是決定豬肉品質(zhì)的主要因素,主要表現(xiàn)為有機(jī)生物大分子的分解、氧化和變性等。為了保障產(chǎn)品品質(zhì),食品工業(yè)需要對(duì)低溫保藏豬肉產(chǎn)品的品質(zhì)和安全性進(jìn)行監(jiān)控。高光譜成像技術(shù)作為一種新興的快速無(wú)損檢測(cè)技術(shù),為低溫保藏豬肉制品品質(zhì)的在線快速感知提供了解決途徑。因此,對(duì)低溫保藏豬肉有機(jī)生物大分子光譜成像規(guī)律與肉品高光譜信息提取、降維、建模方法等技術(shù)進(jìn)行進(jìn)一步的研究,有助于實(shí)現(xiàn)低溫保藏豬肉質(zhì)量與安全的快速精確在線監(jiān)測(cè)。本文以新鮮背最長(zhǎng)肌豬肉為原料,采用可見(jiàn)-近紅外(400-1000 nm)和近紅外(1000-2200 nm)高光譜分別對(duì)冷藏及冷凍豬肉中有機(jī)生物大分子的光譜變化特性及檢測(cè)方法進(jìn)行了研究。通過(guò)引入分段光譜角(SAM)算法、異二維相關(guān)光譜法(H2D-CS)及遺傳-偏最小二乘(GA-PLS)算法挖掘待測(cè)指標(biāo)與肉品光譜成像之間的關(guān)系,實(shí)現(xiàn)了豬肉在4 ~oC冷藏過(guò)程中蛋白分解和三磷酸腺苷(ATP)代謝程度、不同冷凍速率下肌原纖維蛋白的結(jié)構(gòu)形變、凍藏過(guò)程中蛋白氧化和二級(jí)結(jié)構(gòu)變化程度、脂肪氧化程度的快速檢測(cè),并結(jié)合廣義二維相關(guān)光譜法(G2D-CS)對(duì)低溫保藏豬肉的光譜變化規(guī)律進(jìn)行了探究,以期為低溫保藏豬肉品質(zhì)的快速無(wú)損檢測(cè)提供重要的科學(xué)依據(jù),具體研究?jī)?nèi)容和結(jié)果如下:(1)基于可見(jiàn)-近紅外高光譜技術(shù)冷鮮豬肉4 ~oC冷藏過(guò)程中蛋白分解和三磷酸腺苷(ATP)代謝程度的快速檢測(cè)研究。以生物胺(BAI)值和K值作為豬肉蛋白分解和ATP代謝程度指標(biāo),采用連續(xù)投影算法(SPA)及回歸系數(shù)法(RC)法選取特征波段,建立了BAI含量校正模型,其對(duì)BAI值的預(yù)測(cè)R_P~2達(dá)0.957,RMSEP為4.866 mg/kg。結(jié)合灰度共生矩陣(GLCM)紋理信息的K值融合模型其R_P~2達(dá)0.924,RMSEP為4.0%,與單獨(dú)基于光譜和紋理信息的校正模型相比,其預(yù)測(cè)能力分別提高14.9%和21.6%。以BAI值作為擾動(dòng)條件,進(jìn)行G2D-CS分析得到7個(gè)與豬肉中血紅蛋白及肌紅蛋白色素及其氧化分解產(chǎn)物的吸收相關(guān)的自相關(guān)波段和1個(gè)與R-OH和H-OH基團(tuán)的吸收相關(guān)的波段。以K值作為擾動(dòng)條件得到的特征波段與BAI值大部分相同,表明冷藏過(guò)程中隨著B(niǎo)AI及K值的增大其所引起的豬肉中的化學(xué)變化趨勢(shì)大部分相同。(2)基于近紅外高光譜的不同冷凍速率下豬肉肌原纖維蛋白的結(jié)構(gòu)形變程度快速預(yù)測(cè)研究。以Ca~(2+)-ATP酶活性(Ca~(2+)-ATPase)和表面疏水性(S_0ANS)作為表征冷凍狀態(tài)下豬肉蛋白結(jié)構(gòu)形變程度指標(biāo),通過(guò)分段SAM算法對(duì)冷凍狀態(tài)下采集得到的冷凍豬肉近紅外高光譜圖像進(jìn)行光譜信息提取,建立的PLSR回歸模型對(duì)S_0ANS的預(yù)測(cè)R_P~2達(dá)0.896,RMSEP為1.549,對(duì)Ca~(2+)-ATPase的預(yù)測(cè)R_P~2達(dá)0.879,RMSEP為0.015μmol Pi/mg protein/min。在不同冷凍速率下,隨著表面疏水性增大,N-H鍵最早發(fā)生變化,其次是C-H鍵,最后是O-H鍵。(3)基于近紅外高光譜對(duì)豬肉凍藏期間蛋白氧化和二級(jí)結(jié)構(gòu)變化程度進(jìn)行了檢測(cè)研究。分別以羰基和α-螺旋含量作為蛋白氧化和二級(jí)結(jié)構(gòu)變化程度評(píng)價(jià)指標(biāo),采用H2D-CS對(duì)近紅外光譜中羰基和α-螺旋含量相關(guān)特征波段進(jìn)行選取與回歸分析。結(jié)果表明,基于H2D-CS法選擇的特征波段,其對(duì)羰基的預(yù)測(cè)R~2_P達(dá)0.896,RMSEP為0.177nmol/mg;對(duì)α-螺旋含量的預(yù)測(cè)R_P~2達(dá)0.832,RMSEP為1.824%。較廣泛使用的SPA及RC法,H2D-CS法選擇的特征波段的預(yù)測(cè)準(zhǔn)確率提高。隨著羰基含量的增大,C=O鍵首先發(fā)生變化,其次是N-H鍵,最后是C-H鍵。隨著蛋白α-螺旋含量降低,N-H鍵在C-H和O-H鍵之前發(fā)生變化,歸屬為羰基化合物中的C-H鍵在歸屬為脂肪族和芳香族化合物的C-H鍵之前發(fā)生變化,分子內(nèi)的O-H鍵在歸屬為羰基化合物中的C-H鍵之后和歸屬為脂肪族和芳香族化合物的C-H鍵之前發(fā)生變化。(4)基于近紅外高光譜豬肉凍藏期間脂肪氧化程度預(yù)測(cè)研究。以硫代巴比妥酸值(TBARS)作為脂肪氧化程度評(píng)價(jià)指標(biāo)。冷凍豬肉的原始近紅外光譜對(duì)豬肉冷凍貯藏期間的脂肪氧化程度(TBARS值)的預(yù)測(cè)R~2_P達(dá)0.932,RMSEP為0.035,但經(jīng)MSC預(yù)處理后,近紅外光譜對(duì)TBARS值的預(yù)測(cè)能力明顯降低。基于MSC校正系數(shù)(α和β)建立的校正模型,對(duì)TBARS值具有幾乎與全波段相同的預(yù)測(cè)效果,表明豬肉凍藏期間其TBARS值與冷凍豬肉中冰晶的大小和分布存在很大相關(guān)性。在凍藏過(guò)程中,隨著TBARS值增大,C=O鍵在C-H鍵之前發(fā)生變化。(5)基于可見(jiàn)-近紅外高光譜系統(tǒng)的腌制和煮制豬肉原料蛋白分解程度的快速追溯方法研究。以揮發(fā)性鹽基氮(TVB-N)作為評(píng)價(jià)指標(biāo),采用GA-PLS算法對(duì)蛋白分解程度特征波段進(jìn)行提取,并進(jìn)行回歸分析(腌制肉:R_P~2=0.882,RMSEP=2.231 mg/100g;煮制肉:R_P~2=0.853,RMSEP=2.428 mg/100g)。具有不同蛋白分解程度的豬肉原料經(jīng)腌制處理后,各相關(guān)波段吸收值的變化順序從先到后依次是:624 nm-469 nm-541 nm-581 nm,與新鮮肉可見(jiàn)-近紅外光譜蛋白分解程度相關(guān)波段的變化順序基本相同。但經(jīng)煮制后,與新鮮肉位置相同的自相關(guān)峰減少,并且位置發(fā)生了較大移動(dòng)。
【圖文】：

圖 1-1 高光譜圖像示意圖Fig. 1-1 Schematic diagram of hyperspectral image其中（x, y）代表兩維的空間信息，λ代表一維的光譜信息。從每一個(gè)波長(zhǎng)看譜圖像是一幅幅二維的圖像。而從每一個(gè)像素點(diǎn)看過(guò)去，便是一條條光譜曲線譜成像技術(shù)對(duì)食品品質(zhì)進(jìn)行檢測(cè)的原理是具有不同化學(xué)組成和物理特性的食紅外光的吸收情況也不相同，從而可以通過(guò)分析光譜的波形及強(qiáng)度信息實(shí)現(xiàn)食定性或定量檢測(cè)，，并根據(jù)高光譜圖像提供的波譜空間分布信息，實(shí)現(xiàn)食品品質(zhì)視化，進(jìn)而實(shí)現(xiàn)食品的在線品質(zhì)檢測(cè)。2 光譜特征提取及化學(xué)計(jì)量學(xué)分析在得到樣品的高光譜圖像后，可以采用高光譜圖像處理軟件 ENVI 或 Matlab 對(duì)像進(jìn)行處理，選取感興趣區(qū)域，并對(duì)感興趣區(qū)域的特征光譜信息進(jìn)行提取，然學(xué)計(jì)量學(xué)分析，以對(duì)樣品中某些組分的含量或是物質(zhì)的品質(zhì)屬性的值進(jìn)行預(yù)量學(xué)分析的步驟主要包括光譜預(yù)處理、特征波段選擇及校正模型建立等。

中紅外光譜和圓二色光譜技術(shù)對(duì)近紅外光譜中羰基和 α-螺旋含量相取，并對(duì)其光譜變化規(guī)律及其對(duì)應(yīng)的分子變化機(jī)理進(jìn)行了研究。）基于近紅外高光譜豬肉凍藏期間脂肪氧化程度預(yù)測(cè)研究。以硫代巴S）作為脂肪氧化程度評(píng)價(jià)指標(biāo)。對(duì)冰晶的形成和生長(zhǎng)對(duì)冷凍豬肉近紅在 TBARS 值預(yù)測(cè)方面的作用進(jìn)行了研究。）研究利用可見(jiàn)-近紅外高光譜系統(tǒng)追溯腌制和煮制豬肉原料蛋白分解揮發(fā)性鹽基氮（TVB-N）作為評(píng)價(jià)指標(biāo)，并引入 GA-PLS 算法對(duì)蛋白進(jìn)行提取，對(duì)采用高光譜系統(tǒng)對(duì)開(kāi)發(fā)可同時(shí)實(shí)現(xiàn)不同種類(lèi)加工肉制品度追溯的多光譜系統(tǒng)的可行性進(jìn)行了研究。并以原料肉蛋白分解程度具有不同蛋白分解程度冷鮮肉經(jīng)加工后其可見(jiàn)-近紅外光譜的變化規(guī)術(shù)路線
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TS251.51;O657.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張芳;高教波;王楠;趙宇潔;吳江輝;鄭雅衛(wèi);;變間隙法布里-珀羅干涉式長(zhǎng)波紅外光譜成像系統(tǒng)[J];紅外與激光工程;2017年03期

2 朱秀敏;吳建武;吳瓊;;光譜成像技術(shù)在文件檢驗(yàn)中的應(yīng)用[J];光電技術(shù)應(yīng)用;2014年01期

3 齊宇頌;彭穎;張明輝;劉鳳燕;;可見(jiàn)光譜成像技術(shù)在手印顯現(xiàn)中的應(yīng)用[J];湖北警官學(xué)院學(xué)報(bào);2013年07期

4 陳強(qiáng);楊志超;孫陽(yáng);曹廣濤;李然;;發(fā)光光譜成像檢驗(yàn)人民幣真?zhèn)窝芯縖J];刑事技術(shù);2012年02期

5 李江春;;光譜成像法顯現(xiàn)淺淡文字[J];湖北警官學(xué)院學(xué)報(bào);2010年04期

6 畢思文;;量子光譜成像實(shí)驗(yàn)研究新進(jìn)展[J];光子學(xué)報(bào);2009年08期

7 王蕊;王嘉川;馬榮梁;;光譜成像:神奇的“火眼金睛”[J];人民公安;2007年18期

8 范世福;肖松山;趙友全;李昀;趙玉春;;顯微熒光光譜成像技術(shù)及應(yīng)用[J];光譜儀器與分析;2004年01期

9 ;超光譜成像技術(shù)[J];軍民兩用技術(shù)與產(chǎn)品;2002年01期

10 王麗霞,王慧,高軍;星載超光譜成像技術(shù)應(yīng)用及現(xiàn)狀分析[J];航天返回與遙感;2000年01期

相關(guān)會(huì)議論文 前10條

1 陳建波;孫素琴;周群;;基于顯微紅外光譜成像的中藥微量指標(biāo)成分直接檢測(cè)[A];第十八屆全國(guó)分子光譜學(xué)學(xué)術(shù)會(huì)議論文集[C];2014年

2 連園園;梁魯寧;李冰;;超光譜成像技術(shù)顯現(xiàn)同種同色涂抹掩蓋字跡的研究[A];第十九屆全國(guó)光散射學(xué)術(shù)會(huì)議摘要集[C];2017年

3 徐文輝;李建欣;;基于雙折射干涉的高通量光譜成像方法[A];第十六屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)交流會(huì)摘要集[C];2016年

4 劉舒揚(yáng);周濤;賈曉東;崔虎山;黃成軍;;新型光譜成像微系統(tǒng)在無(wú)人機(jī)平臺(tái)的可行性研究[A];2015年無(wú)人機(jī)系統(tǒng)與任務(wù)載荷技術(shù)及應(yīng)用研討會(huì)摘要集[C];2015年

5 余靜;鐘濤;張?jiān)?聶鵬;;紅外光譜成像技術(shù)在法庭科學(xué)領(lǐng)域的應(yīng)用[A];第十五屆全國(guó)分子光譜學(xué)術(shù)報(bào)告會(huì)論文集[C];2008年

6 李歡;周峰;;星載超光譜成像技術(shù)發(fā)展與展望[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

7 吳建榮;馬雙;李恩榮;韓申生;;推掃模式下強(qiáng)度關(guān)聯(lián)快照式光譜成像[A];第四屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2017年

8 蔣長(zhǎng)好;高志青;;近紅外腦光譜成像技術(shù)在運(yùn)動(dòng)疲勞評(píng)定應(yīng)用[A];2017年全國(guó)競(jìng)技體育科學(xué)論文報(bào)告會(huì)論文摘要匯編[C];2017年

9 何明霞;孫永明;楊吉龍;潘毅;;透射式太赫茲光譜成像用于皮膚癌組織診斷[A];第十三屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2010年

10 邢利娜;金光;解鵬;;高光譜相機(jī)光譜成像系統(tǒng)反射鏡的輕量化結(jié)構(gòu)設(shè)計(jì)[A];第十四屆全國(guó)日地空間物理學(xué)術(shù)研討會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前5條

1 中國(guó)工程物理研究院流體物理研究所 沈志學(xué);光譜成像技術(shù)在文保領(lǐng)域的應(yīng)用[N];中國(guó)文物報(bào);2015年

2 特約記者 武玲　通訊員 俞正奎;南京地調(diào)中心與南京理工大共建重點(diǎn)實(shí)驗(yàn)室[N];中國(guó)國(guó)土資源報(bào);2011年

3 本報(bào)記者 趙笛;青島加快引進(jìn)高端科研院所[N];青島日?qǐng)?bào);2010年

4 段博;與光共舞的青年英才[N];人民日?qǐng)?bào);2007年

5 本報(bào)記者 雷漢發(fā) 蘇民 牛瑾 陳力 張毅 通訊員 陳彥華 唐潔;科技創(chuàng)新結(jié)碩果[N];經(jīng)濟(jì)日?qǐng)?bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 王立志;基于壓縮感知理論的雙相機(jī)光譜成像系統(tǒng)[D];西安電子科技大學(xué);2016年

2 程瑋瑋;低溫保藏豬肉有機(jī)生物大分子光譜成像規(guī)律與快速檢測(cè)方法研究[D];華南理工大學(xué);2018年

3 陳建波;基于振動(dòng)光譜成像的中藥化學(xué)成分信息提取與表征[D];清華大學(xué);2014年

4 張春光;基于超光譜成像系統(tǒng)的聲光可調(diào)濾波技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2008年

5 沈志學(xué);基于液晶的光譜成像技術(shù)及其應(yīng)用研究[D];中國(guó)工程物理研究院;2012年

6 才U_勝;大孔徑空間外差干涉光譜成像技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

7 董泳江;光譜和光譜成像技術(shù)在食品檢測(cè)中的應(yīng)用研究[D];浙江大學(xué);2017年

8 何青;多類(lèi)型高光譜成像集成系統(tǒng)的研制及其應(yīng)用研究[D];暨南大學(xué);2015年

9 魏巍;光譜成像技術(shù)在腦腫瘤病理診斷應(yīng)用中的研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

10 許洪;多光譜、超光譜成像探測(cè)關(guān)鍵技術(shù)研究[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉世界;基于壓縮感知的光譜成像技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2017年

2 孫衛(wèi)東;近場(chǎng)太赫茲光譜成像技術(shù)在生物樣品檢測(cè)中的初步應(yīng)用[D];長(zhǎng)春理工大學(xué);2018年

3 宋雪巖;隨機(jī)寬譜帶編碼光照成像技術(shù)研究[D];西安電子科技大學(xué);2018年

4 趙娜;彌散基組光譜成像在乳腺病變?cè)\斷中的應(yīng)用研究[D];中國(guó)人民解放軍海軍軍醫(yī)大學(xué);2018年

5 楊君榮;基于光譜圖像空間預(yù)測(cè)準(zhǔn)確度的定量研究[D];南京林業(yè)大學(xué);2018年

6 魏賀;基于輪轉(zhuǎn)濾光片的水下光譜成像技術(shù)研究[D];浙江大學(xué);2018年

7 張智南;用于海洋遙感的寬覆蓋干涉光譜成像技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所);2016年

8 王金成;基于壓縮感知的光譜成像研究[D];浙江大學(xué);2013年

9 彭健;光譜成像仿真系統(tǒng)關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2012年

10 計(jì)卓馨;基于聲光可調(diào)濾波器超光譜成像的實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)[D];長(zhǎng)春理工大學(xué);2012年

本文編號(hào)：2666173