高光谱成像技术检测冷却羊肉表面细菌总数.pdfVIP

第 39卷 第 2期 激 光 技 术 Vo1．39．No．2 2015年 3月 LASER TECHN0LOGY March，2015 文章编号：1001—3806(2015)02—0284—05 高光谱成像技术检测冷却羊肉表面细菌总数 郑彩英，郭中华 。，金 灵 (1．宁夏大学 物理电气信息学院，银川750021；2．宁夏沙漠信息智能感知重点实验室，银川750021) 摘要：为了对冷却羊肉表面细菌总数进行无损检测 ，采用不同波段范围高光谱成像系统结合多种建模方法建 立预测模型，进行理论分析和实验验证。分别在400nm～110rim和900nm～1700nm波长范围内获取冷却羊肉样本 的高光谱图像信息，结合偏最小二乘和人工神经网络(反向人工神经网络和径向基人工神经网络)建立预测模型。 结果表明，神经网络建模效果优于偏最小二乘 ；其中，径向基人工神经网络模型在400ran～1100nm和900nm～ 1700nm波长范围内相关系数分别为 0．9872和0．9988，均方根误差分别为0．8210和0．2507，预测效果最好；而 900nm～1700nm波长范围为最佳建模波长。这一结果说明利用高光谱图像技术对冷却羊肉表面细菌总数进行快 速无损检测是可行的。 关键词：光谱学 ；无损检测；高光谱成像系统；冷却羊肉；细菌总数 中图分类号：0433．4 文献标志码 ：A doi：10．7510／j~s．issn．1001—3806．2015．02．029 M easurementoftotalviablecounton chilledmuttonsurface basedonhyperspectralimagingtechnique ZHENGCaiying ，GUOZhonghua一，fiN Ling (1．SchoolofPhysicsandElectronicInformationEngineering，NingxiaUniversity，Yinehuan750021，China；2．NingxiaKey LaboratoryofIntelligentSensingforDesertInformation，Yinchuan750021，China) Abstract：Inordertoobtainnon—destructiveassessmentoftotalviablecount(TVC)onchilledmuttonsurface， differentkindsofrecognitionmodelswereestablishedbasedondifferentwavelengthrangehyperspectralimagingsystems， thentheoreticalanalysisandexperimentswerecarriedout．Thehyperspectralimaginginformationofchilledmuttonsamples werecollectedintheregionof400nm ～1lOOnm and900nm 一1700nm．Thepredictivemodelswereestablishedbypartial leastsquares(PLS)andartificialneuralnetwork (backpropagationartificialneuralnetworkandradialbasisfunction artificialneuralnetwork(RBF—ANN))．Theresultsshowthatthemodelwhichisonthebasisofartificialneuralnetworkis betterthanPLStopredictTVCofchilledmuttonsurface．Thebestpredictionr