金涛 刘伟 刘长虹

摘要 基于多光谱成像技术对牛肉干中水分含量的快速无损检测方法进行研究，通过对比最小二乘回归（PLS）、最小二乘支持向量机（LS-SVM）和误差反向传播神经网络（BPNN）所建预测模型的性能，发现BPNN模型对牛肉干水分含量预测效果最佳，其确定系数（Rp2）、预测集均方根误差（RMSEP）和剩余预测偏差（RPD）分别为0.941、3.602%和4.142。结果表明，光谱吸收度是检测牛肉干水分含量的重要特征，BPNN结合多光谱建立的预测模型精度较高，鲁棒性较好，在牛肉干水分的实时无损检测中具有良好的应用前景。

关键词 牛肉干;水分含量;多光谱成像技术;无损检测;化学计量学

中图分类号 TS.251.7文献标识码 A文章编号 0517-6611（2021）02-0204-02

doi：10.3969/j.issn.0517-6611.2021.02.055

开放科学（资源服务）标识码（OSID）：

Research on Rapid Nondestructive Detection of Moisture Content of Beef Jerky Based on Multispectral Imaging Technology

JIN Tao1， LIU Wei1，2， LIU Changhong1

（1. School of Food and Biological Engineering， Hefei University of Technology， Hefei，Anhui 230009;2. Intelligent Control and Computer Vision Lab， Hefei University， Hefei，Anhui 230601）

Abstract The rapid and nondestructive detection of moisture content in beef jerky based on multispectral imaging was performed. By comparing the results of different chemometrics methods such as partial least square （PLS）， least squaresupport vector machine （LSSVM） and back propagation neural network （BPNN）， the best model was from BPNN method with the determination coefficients （Rp2） ， the root mean square error of prediction （RMSEP） and the residual prediction deviation （RPD） was 0.941， 3.602% and 4.142. The results showed that spectral absorbance was an important feature for detecting the moisture content of beef jerky. The prediction model established by BPNN combined with multispectral had high accuracy and good robustness. It had a good application prospect in the realtime nondestructive detection of beef jerky moisture.

Key words Beef jerky;Moisture content;Multispectral imaging technology;Nondestructive detection;Chemometrics

肉品工业是关系国计民生的重要产业，对促进禽畜生产、发展农村经济、繁荣城乡市场、满足人民生活需要起到重要作用[1]。牛肉干是牛肉重要的传统加工制品，风味独特，易于储藏，深受消費者欢迎。水分是影响牛肉干加工、储藏和口感的关键因素，是牛肉产品重要的营养和卫生指标，也是肉品加工贮藏过程中的重要参数[2-3]。目前，在农产品/食品中常用的水分检测方法主要有电阻水分检测法、电容水分检测法、微波水分检测法和核磁共振水分检测法[4-5]。目前的传统方法虽然检测精度较高，但操作过程复杂，耗时长，对试验样品具有破坏性，难以在加工过程中对样品进行实时检测。

多光谱成像技术是一种新型的分析检测技术，可同时得到被测物的光谱信息和空间信息，具有简便、实用、检测成本较低、无破坏性等优点。……