有關貯藏期間雞蛋品質的評價與預測及其與貯藏時間和條件的關系一直是食品加工和保鮮領域的研究熱點問題之一,目前無損檢測方法很少從雞蛋特定蛋白質含量變化角度來考慮其食用品質和安全性。若能從雞蛋組成的生化變化角度解釋其品質變化規(guī)律,尋找引起雞蛋品質變化的最本質特征,并且建立該特征因子的外在表征方法,對深入揭示蛋品品質變化機制,實現蛋品品質的有效無損監(jiān)控具有重要的理論意義。本課題從雞蛋組成生化變化的角度,以蛋清S-卵白蛋白含量、卵黏蛋白含量、哈夫值、蛋黃指數等多個品質指標為研究對象,利用生化方法、高光譜成像技術及可見-近紅外光譜技術對雞蛋的多個品質進行研究,建立基于光譜的貯期雞蛋微觀品質無損檢測模型及相關檢測裝置,主要研究內容和結論如下:1)貯期雞蛋品質和蛋清主要蛋白質含量的變化規(guī)律及相關關系為了從雞蛋組成生化變化的角度確定引起雞蛋品質變化的最本質特征因子,通過傳統(tǒng)生化檢測方法,統(tǒng)計分析了貯藏期間雞蛋品質指標及S-卵白蛋白含量、卵黏蛋白含量的變化規(guī)律�？疾炝穗u蛋哈夫值、蛋黃指數、p H值等指標值與S-卵白蛋白含量、卵黏蛋白含量的相關性,發(fā)現各品質參數與S-卵白蛋白含量的相關性比與卵黏蛋白的相關性... 

【文章來源】：華中農業(yè)大學湖北省 211工程院校 教育部直屬院校

【文章頁數】：195 頁

【學位級別】：博士

【部分圖文】：

波長范圍劃分Fig.1Divisionofwavelengthrange

華中農業(yè)大學2020屆博士研究生學位論文6(iii)高光譜成像技術高光譜成像技術融合了傳統(tǒng)成像技術獲取物體空間數據信息和光譜技術獲取物質原子、分子光譜特征的優(yōu)點。其主要優(yōu)勢是可以同時獲取樣品光譜響應值及其空間分布信息(如圖2)，能同時對物體內部品質、外部特征進行全面檢測。目前高光譜成像技術在雞蛋品質檢測方面的應用較少，國內主要是利用高光譜成像技術中的光譜信息實現雞蛋新鮮度的無損檢測。國外有極少研究利用高光譜在實現雞蛋品質無損檢測的同時結合圖像處理技術實現雞蛋品質可視化。圖2高光譜成像技術獲得的圖像Fig.2Imageobtainedbyhyper-spectralimagingtechnology張偉等利用400nm-1000nm范圍內的高光譜圖像采集系統(tǒng)采集了貯期雞蛋的透射光譜圖像，在校正圖像后，以雞蛋赤道部位的圖像為感興趣區(qū)域提取了平均光譜信息，并利用連續(xù)投影算法和支持向量機算法建立了雞蛋哈夫值預測模型，預測集的決定系數Rp2為0.870，均方根誤差RMSEP為0.040，剩余預測偏差RPD值為2.800(張偉等2015)。王巧華等以整蛋為感興趣區(qū)域，選用500nm-1000nm范圍的透射高光譜曲線，對白殼雞蛋新鮮度進行了定量和定性分析，其基于特征波長建立的回歸模型預測集相關系數為0.930，均方根誤差為6.440；建立的模型判別新鮮和不新鮮白殼蛋的準確率分別為100%、88.0%(王巧華等2016)。楊曉玉等利用400nm-1000nm高光譜系統(tǒng)采集了雞蛋的反射高光譜圖像，對整蛋的平均光譜進行了研究，結合遺傳偏最小二乘法篩選出的特征波長和最小二乘支持向量機建立了回歸模型，其訓練集相關系數為0.899，預測集相關系數為0.832(楊曉玉2017)。Suktanarak等利用900nm-1700nm范圍內的高光譜成像系統(tǒng)采集了雞蛋的反射高光譜圖像，建立了雞蛋哈夫值的預測模型，該模型預測集決定系數為0.91

017)。Soltani等在無線電頻率范圍內使用介電檢測技術對雞蛋新鮮度進行無損檢測和分級研究，分級精度高達100%(Soltanietal2015)，由于受精雞蛋在孵化的過程中，其生物電呈有規(guī)律地變化(呂志誠和肖蜀樨1990)，因此有學者利用受精蛋和非受精蛋的介電特性差異研究了受精蛋和非受精蛋的判別裝置(沈林生等1996，肖念平和姜國棟2002，于景濱等2002)。1.2.2光譜技術在農產品品質無損檢測中的研究現狀(1)光譜檢測模型的研究目前國內外基于光譜技術的農產品品質無損檢測研究都需要建立相應的光譜檢測模型，光譜數據的一般建模流程如圖3所示。圖3光譜數據一般建模流程Fig.3Generalmodelingprocessofspectraldata在建模的過程中，一般會對光譜數據首先進行預處理，以消除光譜噪聲及其他外界因素的影響，目前常用的光譜預處理方法包括平滑處理、一階微分、二階微分、標準正態(tài)變換、標準化處理等(曾一凡等2008，徐惠榮等2010)，通過建模來分析各預處理方法的效果，優(yōu)選出全光譜建模效果最好的預處理方式進行后續(xù)的建模分析。其次由于光譜數據一般為高維數據，因此需要通過特征波長篩選等方法來降維，從而簡化模型結構，提升模型預測能力或判別能力。為了能夠更好的解釋降維后的數據，通常優(yōu)先選擇特征波長篩選方法對光譜數據進行降維，不轉換數據的空間結構。目前常用的特征波長篩選方法有很多，如相關系數法、無信息變量消除算法、遺傳算法、間隔偏最小二乘算法等等(胡曉男等2015，盛曉慧等2019，Huetal2019)，不同算法篩選出來的適用于同一品質參數的特征波長有所不同，因此建模效果也不

【參考文獻】：
期刊論文
[1]冬棗光譜數據的灰色關聯分析及葉片氮素含量預測[J]. 楊瑋,孫紅,鄭立華,張瑤,李民贊.  光譜學與光譜分析. 2013(11)
[2]基于CARS算法的臍橙可溶性固形物近紅外在線檢測[J]. 劉燕德,施宇,蔡麗君,周延睿.  農業(yè)機械學報. 2013(09)
[3]雞蛋新鮮度的可見-近紅外透射光譜快速識別[J]. 趙杰文,畢夏坤,林顥,孫力,管彬彬.  激光與光電子學進展. 2013(05)
[4]蛋殼品質的近紅外光譜檢測分析[J]. 熊歡,徐惠榮,周萬懷,姚洋,陳華瑞.  農業(yè)工程學報. 2013(S1)
[5]基于近紅外漫反射光譜檢測雞蛋品質[J]. 劉燕德,周延睿,彭彥穎.  光學精密工程. 2013(01)
[6]不同品種牛肉新鮮度光譜檢測模型的維護方法[J]. 文東東,李小昱,趙政,劉嬌,鐘雄斌.  食品安全質量檢測學報. 2012(06)
[7]基于灰色關聯分析的LS-SVM鐵路貨運量預測[J]. 耿立艷,張?zhí)靷?趙鵬.  鐵道學報. 2012(03)
[8]基于計算機視覺的雞蛋裂紋檢測方法研究[J]. 歐陽靜怡,劉木華.  農機化研究. 2012(03)
[9]貯存條件對蛋清S-卵白蛋白形成的影響[J]. 黃群,馬美湖,金永國,邱寧,孫術國,耿放.  農業(yè)工程學報. 2012(05)
[10]輻照殺菌對雞蛋蛋白液特性的影響[J]. 黃小波,馬美湖,李文革.  農業(yè)工程學報. 2009(05)

博士論文
[1]雞蛋新鮮度多指標融合光譜無損檢測方法研究[D]. 董曉光.中國農業(yè)大學 2019
[2]基于聲學的禽蛋裂紋檢測關鍵技術及在線檢測研究[D]. 王海軍.浙江大學 2016

碩士論文
[1]基于可見/近紅外光譜的蘋果內部多品質參數一體化便攜式檢測設備研發(fā)[D]. 全朋坤.西北農林科技大學 2019
[2]水果可溶性固形物在線檢測通用模型建立與升級方法研究[D]. 馬奎榮.華東交通大學 2018
[3]雞蛋裂紋在線檢測系統(tǒng)的研究與試驗[D]. 秦炎炎.華中農業(yè)大學 2018
[4]高光譜技術在馬鈴薯淀粉含量無損檢測中的應用研究[D]. 李亨.東北農業(yè)大學 2018
[5]雞蛋新鮮度可見-近紅外光譜在線檢測技術研究[D]. 李小明.華中農業(yè)大學 2017
[6]基于深度學習的雞蛋外觀缺陷檢測算法[D]. 宋超.貴州大學 2017
[7]基于介電特性的雞蛋品質無損檢測研究[D]. 劉彬.江蘇大學 2017
[8]基于近紅外光譜和高光譜圖像技術的配合飼料主要營養(yǎng)成分的檢測方法[D]. 付苗苗.華中農業(yè)大學 2016
[9]基于高光譜技術的不同品種豬肉品質檢測模型傳遞方法研究[D]. 劉嬌.華中農業(yè)大學 2015
[10]紅外光譜定量校正模型研究及其在醫(yī)藥檢測中的應用[D]. 魏偉偉.廣東藥學院 2015



本文編號：3261552