朱晨光,劉亞軍,李鑫星, 3,宮薇薇,郭 渭
1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院,食品質(zhì)量與安全北京實驗室,北京 100083 2.承德市第八中學(xué),河北 承德 067000 3.南昌理工學(xué)院新能源與環(huán)境工程學(xué)院,江西 南昌 330044 4.中國鐵道科學(xué)研究院集團(tuán)有限公司運輸及經(jīng)濟(jì)研究所,北京 100081
凡納濱對蝦是一種生活在中南美洲太平洋沿岸溫暖水域的對蝦,它在中國的蝦養(yǎng)殖業(yè)中起著重要的作用。由于凡納濱對蝦在貯藏過程中腐敗變質(zhì)快,貨架期短,因此有必要建立一套完整的鮮度評價體系[1]。在腐敗過程中,凡納濱對蝦在微生物和酶的作用下,會產(chǎn)生氮、胺和含氨揮發(fā)性物質(zhì)。其中,揮發(fā)性鹽基氮(TVB-N)是判斷蝦新鮮度的重要化學(xué)指標(biāo)。傳統(tǒng)的TVB-N測量方法主要包括半微量氮測定方法、自動凱氏定氮法分析儀等[2-3]。這種傳統(tǒng)方法耗時耗力,限制了大批量的實時檢測。
近年來,高光譜已經(jīng)成功應(yīng)用于肉類新鮮度檢測。與傳統(tǒng)的理化檢測方法相比,具有無損、無污染、低成本、快速的優(yōu)點[4-5]。由于它是一種集成圖像和光譜信息的分析技術(shù),所以高光譜圖像的每個像素包含整個波段的光譜信息,并且每個樣本的不同位置的光譜信息可以被分別提取。相比之下,近紅外光譜技術(shù)只能提取整個區(qū)域的平均光譜[6-7]。因此,近年來許多學(xué)者利用高光譜技術(shù)對魚肉的品質(zhì)進(jìn)行了無損檢測。王慧等[6]對基于高光譜的魚肉品質(zhì)檢測進(jìn)行了文獻(xiàn)綜述,報道了國內(nèi)外許多學(xué)者利用高光譜成像技術(shù)檢測魚類產(chǎn)品的TVB-N含量,以此反映魚肉的新鮮度。然而,目前光譜技術(shù)應(yīng)用在蝦品質(zhì)檢測的相關(guān)研究較少。
利用高光譜技術(shù)分析蝦樣品中TVB-N含量連續(xù)8天的變化,建立了定量分析模型。由于實驗條件和人為誤差,測量數(shù)據(jù)不理想;基于多元散射校正(MSC),分別采用BP神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)、主成分分析建立凡納濱對蝦新鮮度檢測。
選取了240只體長8~10 cm、體重8~11 g的活凡納濱對蝦作為樣本,將活蝦在0 ℃的低溫冰箱中保存0.5 h,直至死亡。將它們轉(zhuǎn)移到4 ℃的恒溫箱中儲存。把樣品分成八批。每天隨機(jī)抽取一批,把蝦去皮去頭尾,然后采集高光譜圖像數(shù)據(jù),給樣本貼標(biāo)簽。最后,分別測量每樣品的TVB-N含量。從第0~1天樣品被移除。由于異常的光譜反射率,在接下來的6 d中,選擇150只蝦作為樣本。
1.2.1 高光譜成像系統(tǒng)
使用“Gaia”高光譜分類器收集高光譜成像數(shù)據(jù)。透鏡的光譜范圍為860~1 700 nm,有254個波段。高光譜分選機(jī)配有小型傳送帶,實現(xiàn)連續(xù)測量。拍攝前,我們調(diào)整鏡頭焦距使圖像清晰,調(diào)整器件參數(shù)保證圖像不變形。經(jīng)過調(diào)試,相機(jī)的曝光時間設(shè)定為33.3 ms;傳送帶的移動速度設(shè)定為0.55 cm·s-1;透鏡和樣品之間的距離保持在28 cm;對樣本進(jìn)行單獨掃描,以收集高光譜圖像。同時,為了減少設(shè)備和環(huán)境干擾帶來的噪聲,我們對原始的高光譜圖像R0進(jìn)行了黑白校正。校正過程需要反射率接近0%的黑色圖像RB(使用覆蓋在透鏡上的黑色透鏡獲得)和反射率接近100%的白色圖像RW(使用由四氟乙烯制成的均勻白板獲得)。使用式(1)將校正后的圖像記錄為R[8]。
(1)
1.2.2 提取光譜數(shù)據(jù)
使用ENVI 5.3軟件提取光譜數(shù)據(jù)。首先,所選擇的感興趣區(qū)域的位置保持固定,以確保所提取的光譜數(shù)據(jù)和TVB-N指數(shù)之間的對應(yīng)關(guān)系。固定位置選擇在蝦樣本的第二和第四肢。最后,計算了感興趣區(qū)域的平均光譜以獲得光譜數(shù)據(jù)矩陣,該矩陣被轉(zhuǎn)換成ASCII碼并保存。
測定TVB-N遵循以下步驟: 首先,稱取10.00 g凡納濱對蝦樣品,將其壓碎,并將其裝入50 mL離心管中。其次,用0.6 mol·L-1高氯酸溶液稀釋至40 mL,并以4 000 r·min-1的速度離心溶液,旋轉(zhuǎn)10 min。最后,向凱氏定氮分析儀的消化管中加入20 mL上清液,其操作過程為: 將濾液與10 mL 40%氫氧化鈉溶液混合,并將其置于消解管中進(jìn)行蒸餾。將蒸餾后的氨氣引入滴定罐,與標(biāo)準(zhǔn)酸反應(yīng)。使用4%的硼酸溶液作為吸收溶液來吸收蒸餾氣體。將甲基紅和溴甲酚綠混合,溶于95%乙醇作為指示劑。當(dāng)反應(yīng)完成時,滴定罐中指示器的顏色不再變化。儀器的操作條件設(shè)置為30 mL吸收溶液,10 mL堿,并在5 s延遲模式下保持蒸汽蒸餾狀態(tài)5 min。
環(huán)境干擾和蝦表面的高含水量會導(dǎo)致高反射率,必須對光譜數(shù)據(jù)進(jìn)行預(yù)處理以消除不相關(guān)的信息和噪聲。采用的高光譜數(shù)據(jù)預(yù)處理算法是MSC[9-10]。
BP神經(jīng)網(wǎng)絡(luò)(BPNN)可以不斷調(diào)節(jié)網(wǎng)絡(luò)權(quán)重值,能夠全局逼近非線性映射[11]。徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)使用與BPNN不同的激活函數(shù)[12-13]。主成分分析(PCA)是光譜數(shù)據(jù)降維方法,提取的主成分信息盡可能上保持信息完整性[14]。
TVB-N是判斷南美白對蝦新鮮度的重要指標(biāo)。隨著貯藏時間的增加,蝦樣品中的TVB-N含量逐漸增加。根據(jù)GB 2733—2005《新鮮和冷凍動物水產(chǎn)品衛(wèi)生標(biāo)準(zhǔn)》,當(dāng)蝦的TVB-N含量超過20 mg N·(100 g)-1時,將被判定為不新鮮。在排除異常樣品后,TVB-N平均含量從第1天到第8天的變化范圍為8.23~32.31 mg N·(100 g)-1。
原始光譜顯示,蝦樣品的光譜反射率逐漸增加,表明隨著腐敗程度的增加,光譜反射率與蝦產(chǎn)生的某些物質(zhì)的變化密切相關(guān),如圖1所示。例如,900 nm附近的吸收區(qū)可能與水中的羥基鍵和脂肪中的CH2鍵有關(guān)。1 000~1 050 nm可能與脂肪中的CH3鍵有關(guān)[15]。
圖1 原始光譜
經(jīng)過預(yù)處理的光譜既有效消除了噪聲的影響,又保留了原始光譜的有效信息,如圖2所示。
圖2 預(yù)處理光譜
隨機(jī)將150個凡納濱對蝦樣品數(shù)據(jù)劃分為訓(xùn)練集和驗證集(其中訓(xùn)練集包含120個樣品,驗證集包含30個樣品,訓(xùn)練集∶驗證集=4∶1),建立凡納濱對蝦檢測模型。
采用BPNN,RBFNN和PCA,選出7個敏感波段875,894,919,953,983,1 024和1 094 nm,將其作為輸入數(shù)據(jù),對不同的隱含層個數(shù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分別訓(xùn)練20次,選出效果最好的網(wǎng)絡(luò)結(jié)構(gòu),RBFNN的訓(xùn)練模型的效果最佳的網(wǎng)絡(luò)結(jié)構(gòu)是7-30-1。BPNN最佳網(wǎng)絡(luò)結(jié)構(gòu)是7-13-1。
采用30組數(shù)據(jù)樣本對三種算法的模型進(jìn)行驗證,建模效果見表1。由表可以看出,基于MSC-BPNN的凡納濱對蝦新鮮度的高光譜預(yù)測模型效果最佳,r和NRMSE分別為0.902 1和0.214 0,說明該模型的能夠映射凡納濱對蝦的新鮮度預(yù)測值和真實值之間的相關(guān)性。
表1 基于三種算法的蝦新鮮度檢測模型
圖3 三種模型預(yù)測效果
利用高光譜成像對南美白對蝦的TVB-N含量進(jìn)行了分析,探究高光譜數(shù)據(jù)與蝦的新鮮度之間的相關(guān)性。從高光譜圖像中提取光譜數(shù)據(jù),并進(jìn)行校對。為了減少環(huán)境和各種噪聲的影響,使用MSC對光譜數(shù)據(jù)進(jìn)行預(yù)處理。同時,高光譜數(shù)據(jù)與凡納濱對蝦的新鮮度之間的相關(guān)性進(jìn)行定量分析,建立了南美白對蝦新鮮度的三種定量預(yù)測模型。其中,MSC-BPNN建模結(jié)果具有最好的預(yù)測精度。結(jié)果表明,高光譜分析蝦新鮮度檢測具有可行性。