高光谱成像技术在三文鱼脂肪含量检测中的应用

"基于高光谱成像技术的三文鱼肉脂肪含量可视化研究" 本文是一篇关于利用高光谱成像技术进行三文鱼肉脂肪含量检测的研究论文。研究团队由章海亮、代启、叶青等人组成，发表在《江苏农业科学》2019年第47卷第18期上。该研究旨在通过高光谱成像技术，实现三文鱼脂肪含量的非破坏性、可视化检测，并通过Matlab进行数据处理和结果展示。 研究过程首先将5条完整的三文鱼按照统一标准切割成100个样本，随后收集每个样本的高光谱成像数据。研究人员提取了这些样本中感兴趣区域的光谱信息，运用偏最小二乘(PLS)模型对这些数据进行分析。75个样本用于构建模型，剩余25个样本作为验证集。实验结果显示，预测集的决定系数（R²）达到0.913，均方根误差（RMSEP）为0.921%，表明模型具有较高的预测准确性。 为了进一步优化模型，研究者采用了连续投影算法(SPA)来提取特征波长。基于这些特征波长重新构建的PLS模型，预测集的决定系数保持在0.913，而RMSEP降低至0.920%，这证明了模型简化后并未损失精度。 最后，研究团队使用Matlab编程实现了三文鱼脂肪含量的可视化研究。通过这种方式，能够直观地显示三文鱼肉内的脂肪分布情况，这对于食品质量控制和消费者信息提供具有重要意义。 该研究受到国家自然科学基金的支持，并且强调了高光谱成像技术在三文鱼脂肪检测中的潜力。随着三文鱼在中国市场的日益普及，这种非侵入式的检测方法有助于提升食品安全和质量控制水平，同时满足消费者对健康饮食的追求。