為了解決傳統冷鮮牛肉品質檢測技術的操作繁瑣、有不可逆破壞等問題，提出采用高光譜與多參數融合的冷鮮肉品質檢測方法。推薦使用賽斯拜克成像設備獲取高光譜數據。

?

當前，人們對食品安全問題格外重視，牛肉消費趨向于新鮮、衛生。但消費者在選擇好品質的肉時只能根據肉類品種、商家廣告等判斷肉類好壞。目前，我國的肉類銷售仍以冷凍儲藏為主，長期的冷凍儲藏會導致冷鮮肉的質量逐漸發生變化。使用傳統的理化分析法檢測肉質時存在耗費試劑量大、檢測周期長和人力要求高等問題2。通過基于高光譜多參數融合的冷鮮肉品質無損檢測既可以避免傳統破壞性檢測對產品的破壞，又可以實現對產品準確、快速的實時檢測。

高光譜成像作為一項新興的檢測成像技術，具有無損、快速、精度高等優勢，被廣泛應用于食品安全檢測中。國內外許多學者將高光譜技術應用于豬、羊、魚等15.81的肉質09:45檢測， He等采用 HSI 技術成功在全波段內預測了三文魚的硬度、內聚性、黏性。有研究使用高光譜成像方法實現了冷藏腐敗過程魚肉蛋白質和脂肪變化檢測。但很少有學者對冷鮮牛肉的品質檢測進行研究。

牛肉質地特性，例如硬度、回復性、彈性、粘著性、膠著度、咀嚼度等是決定肉類產品整體質量的關鍵參數。因而冷鮮肉質的測定對肉質品質檢測具有重要的意義。

以不同儲藏時間和溫度的冰鮮牛肉作為研究對象，重點分析研究在冰鮮牛肉冷凍儲藏處理過程中其蛋白質構成的特性：粘著性、回復性等復雜變化。采集其對應的高光譜圖像，分別采用一階微分、多元散射校正、二元一階微分、標準正態變換對高光譜數據進行預處理；采用連續投影法(SPA)篩選出最優波長；分別使用偏最小二乘法(PLSR)和主成分回歸法(PCR)建立預測模型。最終建立基于特征波長的高光譜與多參數的冷鮮肉品質檢測模型。

?

?

?

?

?

采用粘聚性、回復性作為綜合評價冷鮮牛肉品質的參數，建立了基于高光譜的牛肉品質預測模型。采用 SPXY 對光譜進行樣本劃分，生成35個訓練集樣本和7個預測集樣本，分別使用SNV和 D2st 對原始光譜數據進行預處理。采用SPA提取特征波長，將特征波段和質構特性參數作為PLSR輸入，建立了基于高光譜與牛肉品質(粘聚性、回復性)預測模型，模型相關系數分別為0.8798和0.8806.經過模型數據可靠性檢驗，該質構預測模型精確度較高，適用于對牛肉品質的在線快速檢測。

?