[发明专利]便携式近红外光谱食品建模与快速检测一体化方法和系统

说明书

技术领域

本发明涉及食品检测和数据处理，尤其涉及一种在windows系统下基于小型便携式近红外光谱仪进行二次开发的近红外光谱食品建模与快速检测一体化方法及其一体化系统。

背景技术

现有的针对食品的检测技术主要靠化学分析，化学分析方法存在受人为因素影响大、误差大、分析时间长、步骤繁琐、污染环境等缺点。随着社会的进步和科学技术的快速发展以及食品企业内部和监管部门对食品质量安全及时监督掌控的需要，针对食品的现场检测技术朝着技术速测化方向发展，由此利用光谱分析软件进行食品检测分析的技术也得到了快速发展和广泛应用。

在工业发达国家，近红外光谱(Near Infrared Spectroscopy，NIRS)分析技术己被普遍接受。加拿大温哥华Gitennes勘探公司利用澳大利亚PIMA公司生产的便携式近红外光谱矿物分析仪对秘鲁Virgen Property金远景区进行了光谱矿物测量，对钻孔岩心、手标本和公路边的露头样本进行了测量。由于近红外技术在现场及在线分析领域应用的日益广泛，NIRS仪器不断向专用化、小型化、固态化、模块化和快速化方向发展。典型的有美国的ASD(Analytical Spectral Devices,inc.http://www.adsi.com)公司的可见/近红外便携式光谱分析仪Labspec Pro系列，可选择光谱测量范围1000-1800nm、1000-2500nm、350-2500nm，光纤探头，并配以用于化学计量学模型编程的Unscrambler标准软件。澳大利亚Integrated Spectronics Pty Ltd的PIMA(Portable Infrared Mineral Analyzer)是典型的便携式野外岩石矿物NIR分析仪器。

光谱预处理和校正模型建模现有方法中，光谱预处理目的是减弱或消除各种非目标因素对谱图造成的影响，如去除背景和噪声等，以净化光谱信息，是提高校正模型可靠性的必要措施，主要方法包括导数处理、平滑处理、去散射处理等。现有定量和定性校正方法一般采用偏最小二乘法，进一步采用神经网络结构模型和主成分分析结构模型以提高精度。

但是，一方面由于食品检测样本有着各种各样的差别，针对不同食品需要不同的检测分析方法；另一方面，进口光谱仪器价格较贵，且多数光谱仪器的质量较大，携带不方便，难以满足分析仪器小型化、轻量化的要求。此外，现有的光谱分析法大多受仪器提供的配套分析软件中固化模型的限制，在实际检测中，无法根据检测对象进行调整。

综上所述，一方面由于光谱采集仪器普遍体积较大，质量比较重，不利于进行现场测试；另一方面，定性及定量分析过程中采用的对象不同，所用的测试方法和精度也有所不同。因此，对于不同的检测对象和检测指标，需采用不同的模型及模型参数，完成检测过程，从而得到精度较高的检测值。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于windows的便携式近红外光谱食品建模与快速检测一体化方法和一体化系统，通过对MicroNIR系列近红外光谱小型仪器进行二次软件开发，通过一体化方法实现对采集到的样本进行样本预处理分析、建立校正模型并进行检测分析，从而实现对未知样本的组分参数进行检测。本发明采用的MicroNIR系列近红外光谱仪体积小，重量轻，为实现便携式在线检测提供了很好的基础。

本发明提供的技术方案是：

一种便携式近红外光谱食品建模与快速检测一体化方法，该一体化方法在windows系统下对便携式近红外光谱仪进行二次开发，首先通过校正集食品样本的组分指标参数的浓度参考值和近红外光谱数据建立食品检测校正模型，再通过校正模型对待测集的未知食品样本的组分参数进行检测，得到未知食品样本的待测组分浓度检测值；该一体化方法在进行检测中可通过调整模型参数，得到针对具体检测食品对象的最佳检测校正模型；包括如下步骤：

1)采集具有代表性的食品样本，作为校正集食品样本；

2)通过便携式近红外光谱仪测得校正集食品样本的近红外光谱数据；

3)通过化学分析方法测得校正集食品样本的待测组分的浓度，作为相应组分指标参数的浓度参考值；

4)对步骤2)获得的校正集食品样本的近红外光谱数据进行预处理；

5)利用步骤3)得到的校正集食品样本的待测组分的浓度和步骤4)得到的进行预处理后的校正集食品样本的近红外光谱数据，针对需要检测的组分指标参数，通过偏最小二乘方法建立校正模型；

6)对待测集食品样本，通过便携式近红外光谱仪测得近红外光谱数据；