من بين العديد من منتجات اللحوم ، يفضل معظم المستهلكين لحوم البقر بسبب ارتفاع البروتين ، والدهون المنخفضة ، والفيتامينات العالية والمحتوى المعدني ، والذي يلبي بشدة الاحتياجات الغذائية للأشخاص الحديثين للحوم. مع تسريع وتيرة حياة الناس ، أصبحت منتجات لحوم البقر المطبوخة التقليدية طعامًا شائعًا في محلات السوبر ماركت والطهي ، كما أن حجم الطلب والمبيعات يتزايد أيضًا. ومع ذلك ، في الحياة الحقيقية ، فإن معظم اللحم المطبوخ المطبوخ في السوق بكميات كبيرة ، وهو غني بالبروتين العالي ومحتوى الماء العالي ، لذلك من السهل جدًا تربية الكائنات الحية الدقيقة وتسبب في تفسدها أثناء التخزين منخفضة الحرارة. لذلك ، استنادًا إلى معايير وأنظمة جودة لحوم البقر المعقولة والفعالة ، أصبح البحث عن طرق اكتشاف درجات السلامة جودة لحوم البقر موثوقة أولوية قصوى في اتجاه تطوير سوق لحوم البقر.

الصور الفائقة الطيفية ، والمعروفة أيضًا باسم Hypercubes ، هي كتل بيانات ثلاثية الأبعاد (X ، Y ، λ) تتكون من سلسلة من الصور المكانية ثنائية الأبعاد (X ، Y) تحت الطول الموجي المستمر λ. كما هو موضح في الشكل أدناه ، من منظور الطول الموجي ، فإن بيانات الصورة الفائقة الطيفية (x ، y ، λ) عبارة عن كتلة بيانات ثلاثية الأبعاد تتكون من صور ثنائية الأبعاد (x ، y) ؛ من منظور البيانات ثنائية الأبعاد (x ، y) ، تعتبر فرط الطيف سلسلة من المنحنيات الطيفية. يشير مبدأ استخدام تقنية HSI للكشف عن نضارة الطعام إلى الفرق في الامتصاص والانعكاس والتشتت والطاقة الكهرومغناطيسية للضوء والموضع الطيفي لذروة/حوض التكوين الكيميائي الداخلي والخصائص الفيزيائية الخارجية للكائن إلى يتم اختبارها ، مما يؤدي إلى خصائص إشارة رقمية مختلفة. على سبيل المثال ، يمكن أن تمثل قيم الذروة والوادي (بصمات الأصابع الطيفية) للامتصاصات في أطوال موجية مختلفة الخصائص الفيزيائية لمركبات مختلفة ، بحيث يمكن تحقيق التحليل النوعي أو الكمي لجودة الطعام من خلال تحليل المعلومات الفائقة الطيف ، أي غير ذلك ، غير اختبار مدمر لجودة الطعام.

(1) TVC عينة من عائد الاستثمار واستخراج الطيف

بالنسبة لعينة TVC ، تم تحديد صورة عائد على الاستثمار في العضلات البالغة 50 بكسل × 50 بكسل لعينة فرعية من الصورة الفائقة الطيف بعد التصحيح بالأبيض والأسود. المحدد

تم حساب متوسط ​​صورة العينة الفرعية لحوم البقر المطبوخة تحت طيف محدد للحصول على المتوسط ​​الطيفي لكل عينة تحت نطاق معين. تم تنفيذ هذه الخطوة

على برنامج ENVI 5.1 ، بشكل رئيسي من خلال أداة العائد على الاستثمار لبرنامج ENVI.

يوضح الشكل أدناه استخراج منطقة العائد على الاستثمار لعينة لحوم البقر المطبوخة في TVC في ENVI5.1 والقيمة الطيفية التي تم الحصول عليها.

(2) TVB-N عينة من عائد الاستثمار واستخراج الطيف

عملية استخراج منطقة العائد على الاستثمار هي نفس عملية بيانات عينة TVC في الفقرة السابقة. يتم أيضًا الحصول على منطقة العائد على الاستثمار البالغة 50 بكسل*50 بكسل للتنبؤ بعينة لحوم البقر المطبوخة من TVB-N. يمكن ملاحظة أن هناك بعض الاختلافات في المنحنيات الطيفية لدُفعتين من عينات اللحم المطبوخة (تشير التقديرات إلى أن دفعتي منتجات اللحم المطبوخة في Daoxiangcun تم شراءها على فاصل طويل ، والتي قد تكون ناتجة عن أصناف لحوم البقر المختلفة) . وبالمثل ، يتم تنفيذ هذه الخطوة لعينة لحوم البقر المطبوخة TVB-N أيضًا على برنامج ENVI5.1.

يظهر الشكل أدناه TVB-N استخراج منطقة العائد على الاستثمار في ENVI5.1 والحصول على قيمة العينة الطيفية.

نتائج المعالجة المسبقة الطيفية

تم تجهيز المعلومات الطيفية لعينة لحوم البقر المطبوخة للتنبؤ بـ TVC (بترتيب تنعيم SG وتطبيع المتجه وتحول SNV). يتم عرض الطيف الأصلي للمعلومات الطيفية ونتيجة المعالجة المسبقة الطيف في الشكل أدناه.

يتم استخدام نفس طريقة المعالجة المسبقة كما هي المستخدمة لعينة لحوم البقر المطبوخة للتنبؤ TVC في الفقرة السابقة للمعالجة المسبقة للمعلومات الطيفية للبيانات الفائقة الطيفية للعينة للتنبؤ بالقيمة TVB-N. يتم عرض الطيف الأصلي والطيف بعد المعالجة المسبقة في الشكل أدناه:

تم إنشاء نموذج التحقق من صحة من عشرة أضعاف لانحدار ناقل الدعم (SVR) للبيانات الطيفية قبل وبعد المعالجة المسبقة. يظهر أداء النموذج في الجدول وتظهر نتائج النمذجة في الشكل. يتم تنفيذ هذه الطريقة في برنامج تحليل البيانات متعدد المتغيرات theunscrambler x10.4. سيتم تقديم طريقة SVR ومؤشرات أداء النموذج في القسم 4.1 ولن يتم وصفها بالتفصيل هنا.

كما يتضح من الجدول ، فقد تحسن أداء نماذج التنبؤ للمؤشرين الذي أنشأه الأطياف المعالجة مسبقًا إلى حد ما. زاد معامل ارتباط الأداء R لنموذج التنبؤ لـ TVC بمقدار 16 نقطة مئوية ، في حين زاد معامل ارتباط الأداء R لنموذج التنبؤ لـ TVB-N بمقدار 9 نقاط مئوية. هذا يتحقق من ضرورة المعالجة المسبقة الطيفية ، وبالتالي فإن التحليل اللاحق يستخدم البيانات المعالجة مسبقًا.

ملخص والتوقعات

من أجل تحقيق الكشف السريع وغير المدمر عن نضارة منتجات اللحوم المطبوخة ، تأخذ هذه الورقة لحوم البقر المطبوخة ككائن بحث وتستخدم تقنية التصوير الفائق الطيف لإنشاء نموذج تنبؤ لنضار لحم البقر المطبوخ. تمت دراسة التغييرات في نضارة لحم البقر المطبوخ أثناء التخزين والعوامل الرئيسية التي تؤثر على نضارة لحم البقر المطبوخ ، وتم تحديد قيمة TVC الفهرس الميكروبية وقيمة المؤشر الكيميائي TVB-N المرتبط به. الاستنتاجات البحثية المحددة هي كما يلي: إمكانية استخدام تقنية التصوير الفائق الطيف لاكتشاف نضارة اللحم المطبوخ ، وتمت مناقشة اتجاه التغيير في مؤشر النضارة TVC و TVB-N Value من لحوم البقر المطبوخة أثناء التخزين ؛ تمت مقارنة أداء نموذج تنبؤ SVR (باستخدام التحقق من صحة عشرة أضعاف) قبل وبعد معالجة البيانات الطيفية وبعدها ، وكان نموذج التنبؤ المصمم بمجموعة البيانات المعالجة مسبقًا أداء أفضل ؛ تمت دراسة طريقة مجموعة مجموعة العينة. تم تصميم مجموعة التدريب ومجموعة الاختبار التي تم إنشاؤها بواسطة طرق تقسيم العينات المختلفة وتحليلها ، وأخيراً تم اختيار مجموعة التدريب ومجموعة الاختبار مقسومًا على طريقة تقسيم SPXY.