欧亚国际

食品质量问题频发造成食品在管理中出现各种各样的问题,对消费者的身心健康证造成较大的伤害,因此需要对食品有效问题进行全面的关注。多光谱技术主要是利用物体的反射光谱和辐射光谱的差异,在不同的波段上获得能够显示反映差异性的图像,从而将同一对象不同波段上的图像依照一定的规则进行合成,显示出不同的成像特点,对食品有效问题进行检测,从而提升食品有效质量。

近年来多光谱技术以其先进的非破坏技术成为品质检测领域关注的焦点。多光谱技术是一种非侵入性、非接触式、非传统技术，它能提供研究对象的空间信息和光谱信息。该技术具有光谱分辨率高、光谱响应范围广、波段多而窄、“谱像合一”以及数据量大、信息丰富、数据描述模型多、分析灵活等基本特点。这些特点决定了多光谱技术不仅能检测食品外部的质量，还可以检测到食品内部的品质，图像数据能反映产品的外部形态特征，而光谱数据又可以对物体内部物理结构及化学成分进行分析，所以说多光谱技术是图像技术与光谱技术的有效结合。多光谱技术形成的数据可以用“三维数据块”来形象地描述，比传统机器视觉或光谱技术较可靠，这是多光谱技术在食品品质无损检测方面的少有优势。多光谱图像是一系列光波波长处的光学图像，其光谱分辨率高,光谱波段数多达数十个。多光谱是一门化学或光谱的成像技术，融合了传统成像和光谱学，同时获得被检对象的光谱和空间信息。多光谱技术相似于分光技术，包括反射、透射和散射等模式。多波段多光谱图像在信息丰富程度方面有了较大的提高，在处理技术上，对该类光谱数据进行较为合理、有效的分析处理提供了可能。

多光谱图像检测分析技术，具有速度快、无破坏性、无侵入性等优点。较近几年的研究使其成为无损检测食品品质和有效方面有效的分析技术，在食品生产和加工过程的在线检测方面具有广阔的应用前景。食品生产和加工需要在关键过程利用实时、快速和有效的检测分析方法对食品质量有效进行确定，有效液相色谱(HPLC)、质谱(MS)等传统的检测方法不仅耗时而且损坏样本。近红外光谱虽然可以对食品的多组分进行无损检测，但近红外光谱技术只能对被测物体的一个小区域进行检测，然而食品的品质在空间上是存在差异的，所以该方法还存在一定的局限性。多光谱技术将成像技术和光谱技术相结合，不仅可以得到被测物体的光谱信息而且能获得其图像信息，从而克服了上述局限性。美国食品及药物管理局(FDA)提出过程分析技术(PAT)的首要目标是认识和控制在生产过程中对关键性能属性的监控。多波段多光谱技术的无损性、稳定性、灵活性使它成为识别影响食品质量关键性能参数的一个有效的过程分析技术。虽然多光谱成像技术优点众多，但在食品工业上仍有其局限性，因为多光谱图像系统对软、硬件均要求较高，导致数据采集和分析的时间过长，但近些年来随着计算机的普及，多光谱技术应用在食品工业的在线检测进入了一个新的阶段，丹麦Videometer公司在多光谱技术的开发和应用方面走到了较前列。目前已有研究人员利用计算机视觉技术和数字信号处理器对柑橘类进行多光谱适时检测，对水果的外部特性(颜色、纹理、尺寸、形状、表面缺陷等)以及内部品质进行评估，对商品进行分级。计算机视觉系统安装在传送带上面，该系统可以以每秒5个水果的速度检测大小、颜色、表面缺陷等。

多光谱成像技术可广泛用于植物源食物的不同品质参数，如生理化学以及微生物的测定，可视化需要组合建模以及选择特征波长。目前最常用的波长选择法为连续投影法(SPA)以及回归分析法(RC)，分析植物源食品的最有效模型为偏最小二乘法(PLSR), 最小二乘支持向量机（LS SVM）、支持向量机（SVM）、偏最小二乘判别分析（PLSDA）和多元线性回归（MLR）等。

Videometer多光谱测量设备在食品检测领域拥有广泛的应用案例，除了用于植物源食品，还可用于动物源食品如肉品品质检测。

利用VideometerLab检测牛油果品质

评估新鲜度、纯度和成熟度

如何确认果实和蔬菜新鲜度？如何得知果实表皮下面有机械损伤或果实有植物病害？如何获知产品成熟度信息？以上信息是非常重要、必须要测定的指标，在存储中，尤其重要。使用Videometerlab可在1分钟内实现品质评估。

植物产品品质评估：成熟度、采摘性，损伤和感染，纹理，新鲜度和氧化，颜色和视觉品质，湿度，适用果蔬案例：猕猴桃、苹果、梨、柑橘、桃子、芒果、葡萄、草莓、蔓越莓、蘑菇、黄瓜、西红柿、辣椒、白菜、鸡毛菜等几乎所有果蔬。

植物源食品品质可视化

玉米粒质构特征可视化(A) 硬度(B)弹性 (C) 回弹力

猕猴桃切片各个时期（非收获期1d以及收获期16d） (A) 葡萄糖(B) 果糖a (C) 蔗糖可视化

苹果损伤

蔓越莓硬度可视化

（A)不溶性膳食纤维 (B)可溶性膳食纤维可视化

(A) 土豆切片中DMC (B) 甜土豆切片SC 可视化

荔枝果实褐化水平：低 (红色) 到高 (蓝色)

坚果

可利用Videometerlab对榛子焙烧品质进行分析

榛子焙烧程度                    榛子内壳检测

缺陷分类

榛子参考级别，按面积分选               榛子按焙烧程度分选 

榛子质量：烘烤、内壳、形状和缺陷

动物源食品可视化

使用nCDA法来实现肌肉（蓝色层）与非肌肉（黄色层）的最高对照 ，nCDA图显示将二者清楚区分。

香肠组份

多光谱成像系统无损评估筛查肉样品污染

肌肉色斑

散三文鱼肉色

北京欧亚国际科技有限公司是丹麦Videometer公司中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。