【摘要】：中國(guó)是世界第三大牛肉產(chǎn)國(guó),但是國(guó)內(nèi)旺盛的牛肉需求遠(yuǎn)遠(yuǎn)超過(guò)國(guó)內(nèi)供給,并且供需差距不斷擴(kuò)大,因此進(jìn)口牛肉成為解決供需矛盾的重要途徑,產(chǎn)品主要為冰鮮牛肉與冷凍牛肉。由于冰鮮牛肉具有較高的市場(chǎng)價(jià)值,導(dǎo)致一些不法商家以次鮮牛肉冒充新鮮牛肉、解凍牛肉冒充冰鮮牛肉,從中謀取不當(dāng)利益。雖然常規(guī)方法檢測(cè)準(zhǔn)確度高,但無(wú)法滿(mǎn)足大規(guī)模、快速等檢測(cè)要求,近紅外光譜(NIR)和高光譜成像(HSI)技術(shù)近年來(lái)在食品檢測(cè)中應(yīng)用廣泛。本文嘗試?yán)肗IR和HSI技術(shù)分別鑒別不同儲(chǔ)藏時(shí)間的冰鮮牛肉、冰鮮與解凍牛肉,并研究牛肉在儲(chǔ)藏過(guò)程中的品質(zhì)變化,具體研究?jī)?nèi)容和相關(guān)結(jié)論如下:(1)不同儲(chǔ)藏時(shí)間的冰鮮牛肉、冰鮮與解凍牛肉特征指標(biāo)的篩選。分別測(cè)定樣本的揮發(fā)性鹽基氮(TVB-N)、pH、顏色參數(shù)(L*、a*、b*)、脫氧肌紅蛋白(DMb)、氧合肌紅蛋白(OMb)和高鐵肌紅蛋白(MMb)含量,根據(jù)相關(guān)性和顯著性差異分析篩選出不同儲(chǔ)藏時(shí)間冰鮮牛肉的新鮮度特征指標(biāo)為T(mén)VB-N、pH、a*和b*,冰鮮與解凍牛肉的差異性特征指標(biāo)為a*、b*和MMb。(2)不同儲(chǔ)藏時(shí)間冰鮮牛肉、冰鮮和解凍牛肉及其儲(chǔ)藏時(shí)間的鑒別。首先利用NIR技術(shù)采集樣本的光譜信息,利用HSI技術(shù)采集樣本的圖像并從圖像上選擇感興趣區(qū)域提取平均光譜與紋理變量,然后對(duì)NIR光譜數(shù)據(jù)、HSI光譜數(shù)據(jù)、HSI紋理變量、融合HSI光譜數(shù)據(jù)與紋理變量進(jìn)行預(yù)處理,最后利用競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(CARS)、區(qū)間偏最小二乘方法(iPLS)和區(qū)間偏最小二乘-競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)方法(iCARS)提取特征變量后構(gòu)建線(xiàn)性判別分析(LDA)、K最近鄰法(KNN)、反向傳播人工神經(jīng)網(wǎng)絡(luò)(BPANN)和隨機(jī)森林(RF)鑒別模型,并比較各模型識(shí)別結(jié)果。結(jié)果表明,兩種技術(shù)均可以識(shí)別不同儲(chǔ)藏時(shí)間的冰鮮牛肉,并且HSI技術(shù)可以較好地鑒別冰鮮和解凍牛肉及其儲(chǔ)藏時(shí)間。其中基于HSI光譜數(shù)據(jù)構(gòu)建的LDA模型對(duì)不同儲(chǔ)藏時(shí)間冰鮮牛肉的識(shí)別效果最優(yōu),測(cè)試集識(shí)別率為100%;基于HSI技術(shù)獲得的光譜數(shù)據(jù)構(gòu)建的RF模型對(duì)冰鮮與解凍牛肉及其儲(chǔ)藏時(shí)間的識(shí)別效果最優(yōu),測(cè)試集識(shí)別率均為97.86%。(3)基于NIR和HSI技術(shù)對(duì)特征指標(biāo)含量進(jìn)行快速預(yù)測(cè)及其分布可視化。首先采集樣本的近紅外光譜和高光譜圖像并測(cè)定樣本中相關(guān)特征指標(biāo)的含量,選擇圖像中感興趣區(qū)域并提取平均光譜。然后分別利用NIR和HSI的光譜信息結(jié)合預(yù)處理方法、特征變量提取方法(iPLS、CARS、iCARS)建立偏最小二乘(PLS)預(yù)測(cè)模型。結(jié)果表明兩種技術(shù)對(duì)特征指標(biāo)含量均能較好的預(yù)測(cè),并且最佳預(yù)測(cè)模型均為CARS-PLS。其中對(duì)新鮮度特征指標(biāo)TVB-N和b*預(yù)測(cè),HSI預(yù)測(cè)結(jié)果較優(yōu),其測(cè)試集的相關(guān)系數(shù)(r_p)分別為0.9637、0.9423,預(yù)測(cè)均方根誤差(RMSEP)分別為1.12 mg/100g、0.77;對(duì)新鮮度特征指標(biāo)pH和a*進(jìn)行預(yù)測(cè),NIR預(yù)測(cè)結(jié)果較優(yōu),其r_p分別為0.9512、0.9683,RMSEP分別為0.0159、0.59;對(duì)差異性特征指標(biāo)a*、b*和MMb含量進(jìn)行預(yù)測(cè),HSI預(yù)測(cè)結(jié)果較優(yōu),其r_p分別為0.9203、0.8506、0.9244,RMSEP值分別為0.85、1.01、1.73%。同時(shí),利用HSI光譜數(shù)據(jù)構(gòu)建的CARS-PLS模型結(jié)合圖像信息實(shí)現(xiàn)了每個(gè)特征指標(biāo)含量的分布可視化。研究表明NIR與HSI技術(shù)均能較好的識(shí)別不同儲(chǔ)藏時(shí)間的冰鮮牛肉以及預(yù)測(cè)特征指標(biāo)的含量,而且利用HSI技術(shù)能達(dá)到對(duì)冰鮮與解凍牛肉及其儲(chǔ)藏時(shí)間鑒別的目的,并實(shí)現(xiàn)了特征指標(biāo)含量的分布可視化。這為監(jiān)測(cè)摻假、規(guī)范進(jìn)口牛肉市場(chǎng)秩序提供理論參考。
【圖文】：

圖 1.2 技術(shù)路線(xiàn)Figure 1.2 The technical route1.7 小結(jié)本章首先簡(jiǎn)述了牛肉的生產(chǎn)消費(fèi)現(xiàn)狀、冰鮮牛肉與解凍牛肉的品質(zhì)差異，其次總結(jié)了肉品品質(zhì)常規(guī)檢測(cè)方法與無(wú)損檢測(cè)方法的原理及其國(guó)內(nèi)外研究現(xiàn)狀，明確了本研究的研究目的與意義，，最后提出了本文的研究?jī)?nèi)容。

圖 2.1 樣本制備流程圖Figure 2.1 The flow chart of sample preparation2.2.1.2 樣本的預(yù)處理實(shí)驗(yàn)前，按照國(guó)標(biāo)相關(guān)指標(biāo)測(cè)定規(guī)定，在無(wú)菌冷藏室去掉樣本中可見(jiàn)的脂肪、結(jié)締組織等，用刀切成 3×3×2 cm（長(zhǎng)×寬×高）表面平整的塊狀樣本，編號(hào)后進(jìn)行指標(biāo)測(cè)定。每種處理方式含有 30 塊樣本，用于顏色的測(cè)定，然后將其利用絞肉機(jī)充分?jǐn)囁楹筮M(jìn)行 TVB-N、pH 和肌紅蛋白（DMb、OMb 和 MMb）的測(cè)定。2.2.2 儀器與試劑2.2.2.1 主要儀器表 2.1 主要儀器Table 2.1 The main instruments
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TS251.52;O657.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王正偉;王家云;王松磊;何建國(guó);賀曉光;劉貴珊;吳龍國(guó);李丹;;基于VIS/NIR高光譜成像技術(shù)檢測(cè)雞肉嫩度[J];食品科技;2015年11期

2 楊東;王紀(jì)華;陸安祥;;肉品質(zhì)量無(wú)損檢測(cè)技術(shù)研究進(jìn)展[J];食品安全質(zhì)量檢測(cè)學(xué)報(bào);2015年10期

3 邢素霞;郭培源;向靈孜;梁超群;;基于近紅外光譜的散養(yǎng)土雞與籠養(yǎng)肉雞的營(yíng)養(yǎng)成分預(yù)測(cè)[J];食品安全質(zhì)量檢測(cè)學(xué)報(bào);2015年08期

4 謝小雷;李俠;張春暉;王金枝;賈偉;;不同干燥方式對(duì)牛肉干物性特性的影響[J];農(nóng)業(yè)工程學(xué)報(bào);2015年S1期

5 楊勇;王殿友;楊慶余;林巍;李毛毛;王存堂;張舵;董原;裴世春;;近紅外光譜技術(shù)快速測(cè)定鵝肉新鮮度[J];食品科學(xué);2014年24期

6 王璐;韓衍青;楊伯冰;李興民;徐寶才;戴瑞彤;;超高壓處理對(duì)冷卻牛肉色澤穩(wěn)定性的影響[J];食品工業(yè)科技;2015年02期

7 劉文營(yíng);田寒友;鄒昊;喬曉玲;張睿梅;李素;;反復(fù)凍融牛肉肉品質(zhì)和流失汁液分析[J];肉類(lèi)研究;2014年08期

8 王家云;王松磊;賀曉光;何建國(guó);吳龍國(guó);劉貴珊;;基于NIR高光譜成像技術(shù)的灘羊肉內(nèi)部品質(zhì)無(wú)損檢測(cè)[J];現(xiàn)代食品科技;2014年06期

9 楊勇;楊慶余;林巍;王存堂;張舵;董原;宋春麗;裴世春;李毛毛;胥紅利;;近紅外光譜技術(shù)快速測(cè)定鵝肉嫩度[J];食品科學(xué);2014年08期

10 孫嘯;逄濱;劉德?tīng)I(yíng);陳坤杰;;基于高光譜圖像光譜信息的牛肉大理石花紋分割[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期

相關(guān)博士學(xué)位論文 前2條

1 宋相中;近紅外光譜定量分析中三種新型波長(zhǎng)選擇方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2017年

2 田曉靜;基于電子鼻和電子舌的羊肉品質(zhì)檢測(cè)[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前5條

1 劉英;中國(guó)牛肉進(jìn)口量影響因素分析[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2016年

2 趙璐;低溫貯藏下分割牛肉品質(zhì)分析及蒸制工藝研究[D];陜西師范大學(xué);2016年

3 王成琳;基于計(jì)算機(jī)視覺(jué)技術(shù)的熏烤肉安全檢測(cè)方法研究[D];齊齊哈爾大學(xué);2013年

4 盧洋彬;基于計(jì)算機(jī)視覺(jué)技術(shù)的肉類(lèi)品質(zhì)檢測(cè)系統(tǒng)[D];長(zhǎng)春理工大學(xué);2013年

5 祝賀;不同等級(jí)牛肉品質(zhì)特點(diǎn)和感官分析[D];山東農(nóng)業(yè)大學(xué);2012年

本文編號(hào)：2697545