高光谱成像技术在油炸薯片中羧甲基赖氨酸含量检测中的应用

一、简介

羧甲基赖氨酸（CML），作为油炸食品中的重要成分，其含量的准确检测对于食品安全与质量控制至关重要。传统检测方法，如色谱、光谱等，虽然可以实现CML的检测，但其过程复杂、耗时，且需要大量的样品处理。近年来，高光谱成像技术（Hyperspectral Imaging，HSI）的快速发展为CML的检测提供了新的解决方案。HSI技术结合了光谱和图像两个领域的优点，能够快速获取样品的光谱信息和宏观形态信息。本文将探讨高光谱成像技术在油炸薯片中羧甲基赖氨酸含量检测中的应用。

二、高光谱成像技术

高光谱成像技术是一种基于光学成像的测量技术，它能够同时获取图像和光谱信息。通过将光谱信息与图像信息相结合，高光谱图像能够提供丰富的化学和物理信息，从而为样品的无损检测提供了可能。

三、高光谱成像技术在油炸薯片中羧甲基赖氨酸含量检测中的应用

本研究应用了400-1000nm的高光谱相机，可采用广州保来发公司赛斯拜克产品SP130进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

高光谱图像技术具有分辨率高、曲线连续、无损伤、无污染、能准确检测物质特征或成分等特点。近年来，高光谱技术在城市测绘、精准农业、环境监测、军事监控和计算机视觉等工业领域得到了广泛的认可和关注。而且由于高光谱反射率与理化参数的相关性，可以建立各种理化参数的光谱监测模型。因此，测定食品或农产品中重要营养成分和有害成分含量的研究较多，P-7在监测食品或农产品质量方面取得了重大进展。国内外也有利用高光谱成像快速检测鲜切薯片或块茎的相关研究，但利用高光谱成像预测油炸薯片中CML含量的报道较少。本文利用高光谱成像技术，对不同加工参数的油炸薯片中CML的含量进行了测定，构建了三种预测模型并进行了比较。最终确定最佳快速稳健模型，为寻找高效的CML低剂量检测设备提供依据和手段，更好地服务于食品企业，保证产品质量。

以不同CML含量的油炸薯片为检测对象，利用高光谱成像仪采集波长为371.05 nm~1 023.82 nm的图像，首先提取波长为200 ~ 1000的图像平均值。光谱反射值，然后经过黑白校正和标准正态变量变换光谱预处理，最后比较主成分回归、偏最小二乘回归和BP神经网络三种建模方法。结果表明，基于BP神经网络的油炸薯片中CML含量预测模型最为准确。经过验证，该预测模型兼具准确性和稳健性。这说明高光谱图像技术结合BP神经网络能够准确预测油炸薯片中CML的含量，为食品中CML含量的快速无损检测提供了重要依据。

四、前景与挑战

高光谱成像技术在油炸薯片中CML含量的检测中显示出巨大的潜力。然而，该技术的应用仍面临一些挑战，如高光谱图像的采集、预处理、特征提取和模型构建等方面还需要进一步研究和改进。此外，高光谱成像设备的成本和复杂性也是限制其广泛应用的重要因素。

总的来说，虽然高光谱成像技术在油炸薯片中CML含量的检测中还面临一些挑战，但其优点和潜力使得它成为未来食品安全和质量检测的重要工具。随着技术的进步和研究的深入，我们有理由相信，高光谱成像技术将在食品工业中发挥越来越重要的作用。