[发明专利]一种基于散射高光谱光学特性的肉品脂肪含量检测方法

说明书

本发明公开了一种基于散射高光谱光学特性的肉品脂肪含量检测方法，包括以下步骤：S1得到去除肌内脂肪的肌肉；S2采集脂肪和去除肌内脂肪肌肉的高光谱点散射光谱图像；S3计算脂肪和去除肌内脂肪肌肉的标准散射光谱光学特性特征值P；S4采集待测肉品散射高光谱图像，计算其散射光谱光学特性特征值，并计算相对散射光谱光学特性特征值P_t；S5建立脂肪预测模型并对待测肉品的脂肪含量进行预测。本发明的肉品脂肪含量检测方法，用散射高光谱光学特性作为特征，以标准品光学特征作为参考计算，具有较高的预测精度和稳定性。

技术领域

本发明涉及肉品品质无损检测领域，特别涉及一种基于散射高光谱光学特性的肉品脂肪含量检测方法。

背景技术

肉品营养丰富，味道鲜美，是人们餐桌上常见是食品之一，同时也是人们蛋白质的主要摄入来源之一。随着人们生活水平的提高，人们注重健康饮食，并追求高质量蛋白摄入，希望更少的脂肪摄入。然而，对于肉类，即使是人们比较喜欢吃的瘦肉(肌肉部分)，也存在一定比例的脂肪。为了控制脂肪的摄入，肉类的脂肪含量检测就成了人们关注的焦点。

目前，传统肉品脂肪检测方法依然是主流，一般通过人工感官评价法和化学分析方法来实现。这些方法操作过程繁琐，人为主观影响较大，检测效率较低，对样品的损伤不可逆转。

基于光谱、成像技术的无损检测技术在近年也被用在肉品脂肪检测上，然而单纯的光谱法很难对整个样品的脂肪信息进行预测并可视化分析，现有的成像光谱技术一般采用选择特征光谱简化模型，用特征光谱值或对应的图像纹理值进行分析，这种方法用到的数学算法较为复杂，且没有考虑到肉类脂肪含量对其光学特性的影响。

散射高光谱成像技术运用其光学特性进行分析，改善了部分传统高光谱成像技术的弊端，然而现有的散射高光谱成像技术的分析方法还是沿袭了传统高光谱技术的分析手段，没有将待测样品的标准样品作为参考，并实现混合建模。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于散射高光谱光学特性的肉品脂肪含量检测方法，检测精度高。

本发明的目的通过以下技术方案实现：

一种基于散射高光谱光学特性的肉品脂肪含量检测方法，包括以下步骤：

S1将待测肉类的肌肉部分去除肌内脂肪；

S2采集肉品脂肪和去除肌内脂肪肌肉的高光谱点散射光谱图像；

S3计算脂肪和去除肌内脂肪肌肉的标准散射光谱光学特性特征值P；

S4采集待测肉品散射高光谱图像，计算待测肉品散射光谱光学特性特征值；计算待测肉品相对散射光谱光学特性特征值P_p；

S5用P_p作为输入参数，建立回归模型，对肉品的脂肪含量进行预测。

为进一步实现本发明目的，优选地，步骤S1所述的肉类为畜类、禽类、两栖类的鲜肉、冷冻肉、冷藏肉或加工过的肉。

优选地，步骤S1所述的将待测肉类的肌肉部分去除肌内脂肪是通过索氏提取器去除。