人工智能多光譜圖像技術(shù)在食品品質(zhì)檢測中的應(yīng)用
——評《多光譜食品品質(zhì)檢測技術(shù)與信息處理研究》

書 名：多光譜食品品質(zhì)檢測技術(shù)與信息處理研究

作 者：劉翠玲，孫曉榮，吳靜珠，于重重 著

ISBN：978-7-111-58430-8

出 版 社：機械工業(yè)出版社

出版時間：2018-01-01

價 格：￥69.00

隨著我國科技實力的不斷增強，以及我國人民健康意識的不斷強化，對食品安全的重視度也越來越高。近年來，我國的食品鑒別檢測逐漸成為保障食品質(zhì)量安全的重要且成熟的手段。隨著我國科技實力的不斷進步，以及專業(yè)的測試技術(shù)的逐漸發(fā)達，人工智能多光譜圖像已是我國在多個領(lǐng)域中廣泛應(yīng)用的成熟技術(shù)。在食品品質(zhì)檢測中，應(yīng)用人工智能多光譜圖像技術(shù)，相較于傳統(tǒng)的分析技術(shù)，具有速度快、精確度高、操作計算簡便等優(yōu)勢，而且對于被檢測的樣品而言，能夠在極大的程度上減少用量和污染，因此人工智能多光譜圖像技術(shù)在食品品質(zhì)檢測中的應(yīng)用具有極高的研究價值和意義。由機械工業(yè)出版社出版的《多光譜食品品質(zhì)檢測技術(shù)與信息處理研究》依托重點實驗室的設(shè)備和技術(shù)，匯集行業(yè)專家數(shù)年的科研與教學成果，并獲得重點基金資助，對食品品質(zhì)檢測領(lǐng)域具有極高的參考價值。同時本書結(jié)合人工智能方法，通過深度學習算法的應(yīng)用，提供了未來非常有價值的方法和方向，本書結(jié)合我國當下食品安全的熱點問題，以果蔬農(nóng)殘、食用植物油、小麥粉、茶葉等檢測對象為例，系統(tǒng)地介紹了作者所在課題組采用多種光譜技術(shù)（近紅外、中紅外、拉曼及紫外等）在農(nóng)產(chǎn)品和食品品質(zhì)快速檢測中的研究理論、方法以及應(yīng)用成果，并重點探討了多種光譜技術(shù)在農(nóng)產(chǎn)品和食品品質(zhì)快速檢測領(lǐng)域中應(yīng)用的可行性及存在問題?！抖喙庾V食品品質(zhì)檢測技術(shù)與信息處理研究》為研究人工智能多光譜圖像技術(shù)在食品品質(zhì)檢測中的應(yīng)用提供了極具專業(yè)性質(zhì)的理論基礎(chǔ)。

食品安全是“管”出來的，高效、快捷、準確的食品檢測技術(shù)正是保障監(jiān)管制度和監(jiān)管手段的重要技術(shù)基礎(chǔ)之一。近年來，近紅外、中紅外和拉曼等光譜檢測技術(shù)以其快速、便捷的技術(shù)特點引起了國內(nèi)外科研工作者的極大關(guān)注，日趨成為食品品質(zhì)快速檢測領(lǐng)域新興的研究熱點。筆者在通讀《多光譜食品品質(zhì)檢測技術(shù)與信息處理研究》的基礎(chǔ)上，以近紅外光為例，分析人工智能多光譜在食品品質(zhì)檢測中的應(yīng)用。首先紅外光譜分析技術(shù)是人工智能多光譜中的一種間接的分析方法，在光譜測量技術(shù)、化學計量技術(shù)和基礎(chǔ)測量技術(shù)的融合基礎(chǔ)上，通過收集樣本資料，分析對比，采用確定的國際標準或者參考方法進行性質(zhì)數(shù)據(jù)的分析。在我國的測量技術(shù)中，近紅外光譜技術(shù)是其中較為成熟的一種，也是應(yīng)用領(lǐng)域廣泛的先進技術(shù)。具體而言，在我國的食品種類和產(chǎn)地鑒別、食品質(zhì)量評估和分級以及食品的真?zhèn)魏蛽郊勹b別中，近紅外光譜分析技術(shù)發(fā)揮了巨大的作用。在食品種類和產(chǎn)地鑒別中，近紅外光譜分析技術(shù)分析不同動物的來源肉能夠達到百分之八十的鑒別水平；而對來自不同產(chǎn)地的蘋果生產(chǎn)的果汁，近紅外光譜的鑒別水平可以做到萬無一失。除了國內(nèi)的學者研究了近紅外光譜的應(yīng)用價值之外，國外的學者同樣對近紅外光譜與食品品質(zhì)檢測之間的關(guān)系有著莫大的興趣和研究。他們通過收集數(shù)十種來自日本各地的醬油，通過近紅外光譜分析數(shù)據(jù)，最終發(fā)現(xiàn)，不同的產(chǎn)地，醬油有不同的質(zhì)量差別，通過近紅外光譜能夠清晰準確地觀察到其中的區(qū)別。分析食品產(chǎn)地的不同是近紅外光譜在食品品質(zhì)檢測中應(yīng)用的一大突破，在檢測質(zhì)量的基礎(chǔ)上，有利于觀察和發(fā)現(xiàn)質(zhì)量不佳的真正原因，從食品的源頭和在根本上解決食品質(zhì)量和安全問題。在食品真?zhèn)魏蛽郊勹b別中，近紅外光譜技術(shù)可以有效地分析和檢測蜂蜜、橄欖油、奶粉、酒精飲料等。在2000年時，國外學者利用近紅外技術(shù)分析了牛肉漢堡摻假，通過采集同一波長范圍的牛肉樣品，并通過修改偏最小二乘法建立回歸模型來判斷漢堡中的摻假程度，發(fā)現(xiàn)摻假量在百分之五到百分之二十五之間的樣品，近紅外光譜分析技術(shù)的判斷準確度能夠達到百分之九十二點七以上。關(guān)于食品質(zhì)量評估和分級，近紅外光譜分析技術(shù)除了能夠做到常規(guī)的食品品質(zhì)分析之外，還能夠做到監(jiān)控食品加工過程中的組成變化，例如在加熱過程中測量豬肉中水分的變化。人工智能多光譜圖像技術(shù)優(yōu)于傳統(tǒng)的分析技術(shù)的最大的特點是在檢測的過程中對食品樣品實行無污染檢測。我國學者韓東海等則成功地利用紅外光譜分析技術(shù)實現(xiàn)了對純牛奶中還原奶的快速、準確、無損傷的鑒別以及原料奶新鮮度的判別。在分析黃酒品質(zhì)以及酒齡的鑒別中，于海燕應(yīng)用NIRS技術(shù)，通過判別偏最小二乘法以及結(jié)合不同波段范圍內(nèi)不同光譜預(yù)處理方法所建酒齡鑒別模型的性能，發(fā)現(xiàn)長波近紅外所建酒齡鑒別模型的性能最優(yōu)。無論是國外的還是國內(nèi)的學者都在不斷地嘗試和逐步完善人工智能多光譜圖像技術(shù)。

綜上所述，隨著我國人民生活質(zhì)量的提高，人民對于食品安全越來越重視。人工智能多光譜圖像技術(shù)的出現(xiàn)和發(fā)展以及在食品品質(zhì)檢測中的實際應(yīng)用，實現(xiàn)了快速、準確、綠色的食品種類和產(chǎn)地鑒別、食品真?zhèn)魏蛽郊勹b別、食品質(zhì)量評估和分級等，在極大的程度上滿足了廣大消費者對于食品品質(zhì)檢測的需求。在食品工業(yè)中廣泛應(yīng)用人工智能多光譜圖像技術(shù)，能夠有效地推動我國食品工業(yè)在技術(shù)上的革新和進步，有利于創(chuàng)造巨大的經(jīng)濟和社會效益?！抖喙庾V食品品質(zhì)檢測技術(shù)與信息處理研究》中關(guān)于多光譜分析技術(shù)在食品工業(yè)中的應(yīng)用結(jié)合了實際案例，展開具體分析，為研究人工智能多光譜圖像技術(shù)在食品品質(zhì)檢測中的實際應(yīng)用提供了非常重要的理論基礎(chǔ)和實踐經(jīng)驗。