APP下载

基于高光谱成像技术的金银花霉变检测模型

2018-10-10洁刘云宏2王庆庆于慧春2石晓微

食品与机械 2018年8期
关键词:特征检测模型

冯 洁刘云宏,2王庆庆于慧春,2石晓微

(1. 河南科技大学食品与生物工程学院,河南 洛阳 471023;2. 河南省食品原料工程技术研究中心,河南 洛阳 471023)

金银花是中国传统药食同源食材及中药材[1-2],有抗菌抗炎、清热解毒等功效[3],具有极高的营养价值。金银花在贮藏运输过程中,经常由于包装不严、吸潮而发生霉变变质等现象,这不仅会严重影响金银花的外观与风味,还会造成营养成分的大量流失以及有毒有害物质的生成积累。一旦霉变金银花被人畜误食,将会严重威胁到人们的生命健康[4]。因此,及时检测出霉变金银花尤为重要。

目前,农产品霉变的检测主要依靠人工定性分析,通常是根据检测人员对农产品的色泽、气味等感官指标变异情况进行判别[5],这种方式分选检测范围小、效率低、经验依赖性强,若应用于金银花霉变程度识别,极易产生人为误差。现有的农产品霉变理化检测方法主要包括生物学方法、免疫学方法和化学仪器分析法[6-8]。这些方法虽然检测精度高,但操作繁琐、时间长及成本高,难以及时、无损分析金银花霉变程度。因此,亟需建立一种快速、准确、实用的金银花霉变程度的检测方法。

近年来,高光谱成像技术由于操作简单、快速、无损等优点,在农产品品质鉴定与检测中的应用非常广泛[9-11]。目前,国内外学者在利用高光谱成像技术检测不同农产品病变程度、鉴别不同霉变菌种等方面已有一些研究[12-13]。如龚中良等[14]利用高光谱成像技术快速无损鉴别不同霉变程度的籼稻;……

登录APP查看全文

猜你喜欢

特征检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
线性代数的应用特征