论文部分内容阅读
三文鱼是一种营养丰富且味道鲜美的海水鱼种,近年来,我国三文鱼消费市场需求旺盛,进口量不断增加,而进口方式主要包括冰鲜和冷冻两种.相比于冷冻三文鱼,冰鲜三文鱼能更好的保留其优良品质,但同时成本更高,售价更贵.因此存在部分不法商贩将冷冻三文鱼解冻后作为冰鲜三文鱼售卖,以此谋取更多利润.这种欺诈行为不仅严重损害了消费者的利益,也不利于我国三文鱼消费市场的健康发展.为建立一种快速、无损的三文鱼品质检测方法,该研究以冰鲜和冻融三文鱼为研究对象,采用高光谱技术对冰鲜和冻融三文鱼的光谱差异和图像差异进行了分析,并结合化学计量学方法对冰鲜和冻融三文鱼进行快速鉴别.三文鱼在冷冻运输过程中,受冷链条件等因素的影响,可能存在多次冻融的情况.因此为提高检测方法的通用性,该研究设置了不同冻融次数的三文鱼作为冻融组.首先通过高光谱成像系统采集样本的高光谱图像数据.然后利用ENVI 4.5软件提取样本高光谱图像中感兴趣区域(ROI)的平均光谱,同时利用灰度共生矩阵法(GLCM)对前三个主成分图像的纹理信息进行提取.原始光谱信息经过多元散射校正(MSC)等方法预处理后,利用主成分分析法(PCA)、竞争性自适应重加权算法(CARS)、连续投影算法(SPA)和CARS-SPA对光谱进行降维和变量筛选.最后基于光谱信息、图像信息以及融合光谱-图像信息分别结合反向传播神经网络(BPANN)、线性判别分析(LDA)、极限学习机(ELM)和随机森林(RF)建立冰鲜与冻融三文鱼鉴别模型.结果显示基于MSC预处理光谱的CARS-ELM模型对冰鲜与冻融三文鱼识别效果最佳,其校正集和预测集的识别率分别为100.00％ 和95.00％.此外,在对三文鱼的冻融次数鉴别研究中,基于M SC预处理光谱建立的CARS-ELM模型对三文鱼冻融次数识别效果最佳,其校正集和预测集的识别率分别为97.50％ 和91.67％.实现了基于高光谱成像技术的冰鲜与冻融三文鱼的快速鉴别.