編輯推薦:

內(nèi)容簡(jiǎn)介:本書闡述高光譜成像技術(shù)作為一種快速無(wú)損的檢測(cè)手段在肉品品質(zhì)安全檢測(cè)及控制領(lǐng)域的應(yīng)用，重點(diǎn)研究高光譜成像技術(shù)在食品感官分析、物理特性如色澤和質(zhì)構(gòu)、化學(xué)特性包括蛋白質(zhì)降解、脂肪氧化、核苷酸分解以及生物胺的形成過(guò)程、微生物污染以及食品快速分級(jí)等內(nèi)容。內(nèi)容特色：把高光譜成像技術(shù)引入肉品安全檢測(cè)與控制，可以實(shí)現(xiàn)快速無(wú)損客觀分析的目的，為肉品安全實(shí)時(shí)在線監(jiān)控提供了理論依據(jù)和技術(shù)服務(wù)。

作者簡(jiǎn)介:

目錄:序言

第1章 緒論
1.1 肉品品質(zhì)安全現(xiàn)狀
1.2 宰后肉品品質(zhì)特性
1.3 肉品安全常規(guī)檢測(cè)技術(shù)
1.3.1 感官評(píng)價(jià)
1.3.2 物理方法
1.3.3 化學(xué)方法
1.3.4 微生物方法
1.4 肉品安全快速無(wú)損檢測(cè)技術(shù)
1.4.1 計(jì)算機(jī)視覺檢測(cè)技術(shù)
1.4.2 光譜學(xué)檢測(cè)技術(shù)
1.4.3 高光譜成像檢測(cè)技術(shù)
主要參考文獻(xiàn)

第2章 高光譜成像系統(tǒng)
2.1 高光譜成像原理
2.1.1 高光譜成像的定義和特點(diǎn)
2.1.2 高光譜圖像特點(diǎn)
2.1.3 高光譜圖像采集模式
2.1.4 高光譜成像傳感模式
2.2 高光譜成像構(gòu)件
2.2.1 光源
2.2.2 波長(zhǎng)色散裝置
2.2.3 主要平面檢測(cè)器
主要參考文獻(xiàn)

第3章 高光譜數(shù)據(jù)處理方法
3.1 圖像數(shù)據(jù)處理
3.1.1 高光譜圖像黑白校正
3.1.2 圖像尺寸大小調(diào)整
3.1.3 建立掩膜與圖像分割
3.1.4 感興趣區(qū)域選擇與光譜提取
3.1.5 高光譜圖像降維
3.1.6 高光譜圖像紋理信息
3.2 光譜數(shù)據(jù)預(yù)處理
3.2.1 平滑
3.2.2 微分
3.2.3 多元散射校正
3.2.4 變量標(biāo)準(zhǔn)化
3.3 光譜特征變量選擇方法
3.3.1 回歸系數(shù)法
3.3.2 連續(xù)投影算法
3.3.3 無(wú)信息變量消除算法
3.3.4 小波變換
3.3.5 遺傳算法
3.3.6 競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法
3.4 定量模型方法
3.4.1 主成分回歸(PCR)
3.4.2 多元線性回歸(MLR)
3.4.3 偏最小二乘法(PLSR)
3.4.4 人工神經(jīng)網(wǎng)絡(luò)(ANN)
3.4.5 最小二乘支持向量機(jī)(LS-SVM)
3.4.6 回歸模型評(píng)價(jià)
3.5 分類算法
3.5.1 軟獨(dú)立模式分類法(SIMCA)
3.5.2 偏最小二乘判別分析(PLS-DA)
3.5.3 概率神經(jīng)網(wǎng)絡(luò)(PNN)
3.5.4 分類模型校正與評(píng)價(jià)
3.6 數(shù)據(jù)分析軟件
主要參考文獻(xiàn)

第4章 肉品感官特性高光譜成像檢測(cè)
4.1 感官分析描述
4.2 感官評(píng)價(jià)預(yù)測(cè)
4.2.1 樣品準(zhǔn)備
4.2.2 QIS值測(cè)量
4.2.3 圖像紋理信息提取
4.3 QIS預(yù)測(cè)分析
4.3.1 光譜特性分析
4.3.2 LS-SVM分析
4.3.3 數(shù)據(jù)融合分析
主要參考文獻(xiàn)

第5章 肉品物理特性高光譜成像檢測(cè)
5.1 冷凍豬肉物理特性高光譜成像檢測(cè)
5.1.1 引言
5.1.2 冷凍豬肉樣品
5.1.3 品質(zhì)指標(biāo)測(cè)定
5.1.4 圖像分割和光譜提取
5.1.5 冷凍豬肉品質(zhì)指標(biāo)的測(cè)定與分析
5.1.6 冷凍豬肉光譜特征及與冰霜的區(qū)別
5.1.7 不同品質(zhì)指標(biāo)的模型精度的比較
5.1.8 改進(jìn)ROI選擇方法對(duì)模型精度的影響
5.1.9 基于不同光譜波段建模效果分析
5.1.10 光譜預(yù)處理對(duì)建模的影響
5.2 雞肉物理特性高光譜成像檢測(cè)
5.2.1 雞肉色澤參數(shù)及嫩度傳統(tǒng)測(cè)定
5.2.2 雞肉色澤參數(shù)及嫩度預(yù)測(cè)
5.3 蝦肉色澤特性高光譜成像檢測(cè)
5.3.1 蝦肉色澤參數(shù)傳統(tǒng)測(cè)定
5.3.2 蝦肉色澤參數(shù)預(yù)測(cè)
5.4 蝦肉質(zhì)構(gòu)特性高光譜成像檢測(cè)
5.4.1 蝦肉質(zhì)構(gòu)參數(shù)傳統(tǒng)測(cè)定
5.4.2 蝦肉質(zhì)構(gòu)參數(shù)預(yù)測(cè)
5.5 魚肉色澤特性高光譜成像檢測(cè)
5.5.1 魚肉色澤參數(shù)傳統(tǒng)測(cè)定
5.5.2 魚肉色澤參數(shù)預(yù)測(cè)
5.6 魚肉硬度特性高光譜成像檢測(cè)
5.6.1 魚肉硬度參數(shù)傳統(tǒng)測(cè)定
5.6.2 魚肉硬度參數(shù)預(yù)測(cè)
主要參考文獻(xiàn)

第6章 肉品化學(xué)特性高光譜成像檢測(cè)
6.1 豬肉化學(xué)腐敗高光譜成像檢測(cè)
6.1.1 引言
6.1.2 豬肉圖像紋理提取
6.1.3 模型建立
6.1.4 化學(xué)腐敗指標(biāo)測(cè)定
6.1.5 冷凍儲(chǔ)存過(guò)程中豬肉化學(xué)變化
6.1.6 冷凍儲(chǔ)存過(guò)程中豬肉光譜和圖像的變化
6.1.7 基于全波段光譜的凍藏肉品質(zhì)預(yù)測(cè)模型
6.1.8 基于特征光譜的凍藏肉品質(zhì)預(yù)測(cè)模型
6.2 魚肉TVB-N值高光譜成像檢測(cè)
6.2.1 TVB-N值傳統(tǒng)測(cè)定
6.2.2 TVB-N值高光譜預(yù)測(cè)
6.3 蝦肉TVB-N值高光譜成像檢測(cè)
6.3.1 TVB-N值傳統(tǒng)測(cè)定
6.3.2 TVB-N值高光譜預(yù)測(cè)
6.4 魚肉TBARS值高光譜成像檢測(cè)
6.4.1 TBARS值傳統(tǒng)測(cè)定
6.4.2 TBARS值高光譜預(yù)測(cè)
6.5 雞肉TBARS值高光譜成像檢測(cè)
6.5.1 TBARS值傳統(tǒng)測(cè)定
6.5.2 TBARS值高光譜預(yù)測(cè)
6.6 魚肉K值高光譜成像檢測(cè)
6.6.1 K值傳統(tǒng)測(cè)定
6.6.2 K值高光譜預(yù)測(cè)
6.7 魚肉化學(xué)多指標(biāo)高光譜成像檢測(cè)
6.8 雞肉氨基酸特性高光譜成像檢測(cè)
6.8.1 羥脯氨酸傳統(tǒng)測(cè)定
6.8.2 羥脯氨酸高光譜預(yù)測(cè)
6.9 化學(xué)信息可視化分布
6.9.1 化學(xué)信息可視化分布步驟
6.9.2 魚肉TVB-N值可視化分布
6.9.3 蝦肉TBARS值可視化分布
6.9.4 魚肉TBARS值可視化分布
6.9.5 雞肉羥脯氨酸值可視化分布
6.9.6 魚肉K值可視化分布
6.9.7 多指標(biāo)可視化分布
主要參考文獻(xiàn)

第7章 肉品微生物污染高光譜成像檢測(cè)
7.1 引言
7.2 蝦肉菌落總數(shù)高光譜成像檢測(cè)
7.2.1 TVC傳統(tǒng)測(cè)定
7.2.2 TVC高光譜測(cè)定
7.3 魚肉菌落總數(shù)高光譜成像檢測(cè)
7.3.1 TVC傳統(tǒng)測(cè)定
7.3.2 TVC高光譜測(cè)定
7.4 魚肉E.coli菌落高光譜成像檢測(cè)
7.4.1 E.coli菌落傳統(tǒng)測(cè)定
7.4.2 E.coli茵落高光譜測(cè)定
主要參考文獻(xiàn)

第8章 肉品品質(zhì)分級(jí)高光譜成像檢測(cè)
8.1 引言
8.2 不同來(lái)源的雞肉高光譜分級(jí)
8.3 不同儲(chǔ)藏條件的魚肉新鮮度高光譜分級(jí)
主要參考文獻(xiàn)