基于多光谱图像技术的食品质量检测方法

2021-09-24付洪妍

食品安全导刊 2021年25期

付洪妍

（南开区教育综合服务中心，天津 300102）

食品质量的问题一直是我国质量安全检测单位的关注重点，在人们生活质量呈现一种上升趋势后，与此方面相关的研究受到了越来越多人的关注。食品生产商为了促进群体的消费，制作食品的工序越来越多，生产的食品种类也越来越多，但随之带来的食品质量与食品安全问题也逐渐增多。在工业化发展进程持续加快的社会背景下，新型食品添加剂的安全性成为了消费者的关注核心，多个国家都曾发生过由于食品质量不达标而引起的安全性问题，如禽流感、疯牛病等[1]，我国早期的三鹿奶粉事件也是由于食品质量不达标导致的。

为了加强对食品质量的管控效果，技术单位提出了场景检测、定量检测等质量检测手段，但大部分检测方法所需要耗费的成本较高，且一些检测方法在实际应用中没有统一的评价标准，在不同程度上对食品质量检测造成负面干扰[2]。因此，本研究提出了多光谱图像技术应用于食品质量检测的建议，通过像素识别的方式，对焦点信息和质量信息进行深度检测。目前，此项技术已被广泛应用到光学图像识别、电子数据处理等研究领域，但食品质量检测等领域还未涉足。本文借鉴早期研究成果，对此方面进行设计与研究，致力于为消费者提供更加安全的食品。

1 食品质量检测方法

1.1 基于多光谱图像技术的食品多光谱图像获取

在对食品质量进行检测时，引入多光谱图像技术，首先要对食品的多光谱图像进行获取。利用多光谱成像仪，见图1，根据不同食品结构特点，通过调节波长扫描从可见光到近红外共20个波段的信息，形成一个具有高分辨率的光谱图像，并在光谱图像中获取每个像素上的400～950 nm信息[3]。

图1 多光谱成像仪结构示意

将上位机与多光谱成像仪连接，并在上位机当中的VideometerLab软件上对获取到的图像进行处理，其具体操作为：①将多光谱成像仪和VideometerLab打开，在软件当中对成像仪进行初始化，并启动发光二极管当中的光脉冲序列，预热25 min；②在显示界面当中通过“Up”按钮实现成像仪的上下运动。将被检测的食品放入到样品台上，在确保检测环境为封闭状态时，根据被检测食品的大小，对其位置进行调节；③通过自动校光设置，定义曝光参数的动态范围，利用成像仪对其进行拍摄；④经过校准后，启动VideometerLab的图像采集功能，并针对需要进行检测的食品多光谱图像进行区域划分，完成对食品多光谱图像的获取。

1.2 建立基于化学计量学的食品质量评价模型

在上述食品多光谱图像的基础上，对其质量进行评价，为确保评价结果的可靠性引入化学计量学，构建一个食品质量评价模型[4]。通过非线性映射函数简化对食品质量的评价过程，模型可用如下公式表示：

式中，R表示基于化学计量学的食品质量评价模型；I表示食品质量评价校准集中的数据；y表示被检测食品的质量测量值；yi表示被检测食品的质量预测值；表示被检测食品的质量平均值。

由于上述获取到的食品多光谱图像当中含有与待测质量无关的因素，为了防止这一部分因素对检测结果造成的影响，需要将图像当中无用信息剔除，以此提高食品质量评价模型的评价能力和稳定性。

1.3 食品质量定量与定性评价

根据食品质量定量和定性评价标准，通过校准及样本点正确判别率作为评价辅助，开展针对食品质量的定量评价。在多光谱图像和基于化学计量学的食品质量评价模型的基础上，结合模糊数学对被检测食品的特性进行描述和判断。针对影响食品质量的各项指标，得出其定量评价结果计算公式：

式中：H表示食品质量定量评价结果；K表示评价指标标准化处理后的定量数值；Q表示用于对食品质量进行评价的权重分配数值。根据上述公式计算得出食品质量的定量评价结果。

针对食品质量的定性评价，可不采用数学方法，结合多光谱图实际表现、状态等观察得出的结果，针对食品质量进行定性结论的价值判断[5]。根据不同类型食品质量等级标准，对其质量等级进行判断。以禽畜水产罐头为例，一级为色泽、淀粉含量、蛋白质含量等指标均在优级和一级品等级；二级为色泽、蛋白质含量等指标均在一级品等级；三级为色泽、蛋白质含量等指标均在普通级等级内。通过从多光谱成像仪获取到的图像，可以直接对食品的光泽进行观察，以此对其进行定性评价。

2 两种食品质量检测方法CR值比较

结合本文上述内容，引入一种全新的多光谱图像技术应用到食品质量检测中。为确保实验的可对比性，选择将新的检测技术与传统基于化学仪器分析技术的检测方法，针对5种不同类型食品，对其质量进行检测。为了确保实验结果的可对比性，选择将两种方法完成检测后的检测结果正确率作为实验评价指标，其计算公式如式（3）：

式中：CR表示两种方法检测结果的正确率，Nc表示正确检测样本数量；Nnc表示错误检测样本数量。根据上述公式对两种检测方法的检测结果进行记录，并绘制成如表1所示的检测结果对比表。从表1的实验结果可以看出，针对5种不同类型的食品，本文检测方法的CR值明显高于传统检测方法的CR值。由于CR值越高代表检测结果的正确率越高，检测效果越理想，实验证明，引入多光谱图像技术后，食品质量检测方法的检测准确性得到提升，并且通过多光谱成像仪的应用，进一步实现了对食品质量的快速检测。