基于成像光譜數據的豬肉新鮮度指數構建及時空特征研究

張辰璐 朱欣然 胡順石* 陳子晗 陳俞池 李心怡

1.湖南師范大學資源與環境科學學院 湖南長沙 410081 2.中國科學院遙感與數字地球研究所 北京 100101 3.中國科學院大學 北京 100049

豬肉是我國居民最主要的食用肉種類之一，豬肉的新鮮度是保障消費者“舌尖上的安全”的重要指標。傳統的豬肉新鮮度檢測一般采用實驗室分析檢驗方法，需要依靠專業、復雜的實驗室進行化驗分析，普通消費者無法使用[1]。近年來，由于光譜分析技術的快速、高效、無損、非接觸等獨特優勢，為冷鮮肉新鮮度的無損、快速檢測提供了新的思路[2～4]。近年來眾多學者將光譜分析技術應用于豬肉新鮮度的檢測，通過分析不同肉類的光譜特征，采用經驗或機理模型，構建肉類新鮮度檢測模型，實現對冷鮮肉新鮮度的快速、無損檢測，取得了較好的實驗結果[5～10]。黃長平[11](2018)等基于PSR便攜式光譜采集系統，基于豬肉內肌紅蛋白質含量與新鮮度變化的關系，提出在760nm光譜附近構建反映肌紅蛋白質吸收特征的豬肉新鮮度指數(Fresh Index，FI)，解決了基于統計學方法構建模型，缺乏明確物理意義，適用性差等問題，并通過實驗證實了FI指數的有效性，為低成本、手持式簡易豬肉新鮮度光譜檢測設備的設計與研發提供了科學依據。

近年來采用光譜分析技術在豬肉新鮮度檢測方面的研究，仍受限于光譜采集設備，由于設備的昂貴，大多數研究人員所采用的設備為點光譜設備[12]，只能獲取分析樣本的局部點光譜數據，無法對豬肉樣本整體的新鮮度分布情況進行分析，掩蓋了豬肉新鮮度在空間分布上的差異性。

本文利用中國科學院遙感與數字地球研究所自主研發的地面成像光譜輻射測量系統(Field Imaging Spectrometer System，FISS)，連續地采集冷鮮肉樣本的成像光譜數據，并結合豬肉新鮮度指數FI，考慮豬肉新鮮度的空間特征差異，提出一種能夠綜合反映樣本總體新鮮度特征的均一化豬肉新鮮度指數(Pork Average Fresh Index，PAFI)，實現了豬肉新鮮度空間連續成像檢測過程，為肉類檢測在空間特征的研究提供參考。本文為高光譜成像技術在肉類食品安全檢測領域的應用提供了重要的理論和方法支撐。

1 實驗與方法

1.1 儀器與實驗準備

實驗采用中科院遙感地球所研制的地面成像光譜儀FISS系統進行成像光譜數據獲取。FISS的空間分辨率可達毫米，能在可見/近紅外波段處連續采集344個波段的光譜數據(光譜分辨率優于5nm)，具有“圖譜合一”的優勢。FISS系統的詳細參數見表1所示。

本文共選取4類冷鮮肉樣本用于開展實驗，包括：普通冷鮮豬肉(P)、黑豬肉(H)、冷鮮肥肉(F)、冷鮮雞肉(C)。其中2種不同類型的豬肉各設置2個實驗樣本，分別記為P1、P2、H1、H2，選取豬后腿肉用于實驗，以減少脂肪對于光譜檢測結果的影響。選取雞胸肉與豬后腿上的肥肉樣本作為對比樣本，用于檢驗本文所使用方法的可靠性。

表1 FISS系統主要參數

Table 1 The main parameters of FISS system

波段數/個Band number344光譜范圍/nm Spectral wavelength410～860光譜分辨率/nm Spectral resolution>5地面分辨率/mm Ground resolution>2實驗室輻射定標精度/% Laboratory Radiometric Calibration Accuracy>5成像速率/(幀s-1)imaging speed<20掃描視場/(°)field of view-20～+20信噪比 signal to noise>500(60% band)光譜采樣間隔/nm Spectral sampling interval～1.4

豬肉新鮮度數據采集與檢測實驗環境為暗室，將制備好的冷鮮肉樣本置于試驗臺上，暴露于室溫環境，每間隔6h采集一組光譜數據，共采集36h內的7組實驗數據。為降低雜散光對光譜數據的影響，實驗在光學暗室內進行，光源為專用鹵素燈，光譜采集設備為FISS成像系統。將FISS放置于桌面并與試驗臺保持相對固定直至整個實驗完成，光學白板置于樣本中間位置，用于后期實驗數據的反射率校正過程。為避免儀器噪聲、操作等對光譜數據的影響，在每次數據采集前，需將鹵素燈與FISS系統提前預熱5～10min。

對放置不同時間采集到的豬肉樣本數據進行預處理，包括影像的裁剪、拼接、平域場校正、光譜去噪等，圖1為預處理后得到的36h內的新鮮度檢測影像與光譜數據。由于前34個波段數據的信噪比較低，難以應用于分析，因此本文僅應用415nm～1 000nm范圍內共310個波段數據進行后續的分析。圖1(a)為實驗過程采集的樣本照片，圖1(b)～圖1(h)為FISS系統采集的豬肉新鮮度成像數據，從依次為00、06、12、18、24、30、36h采集數據；圖1(i)為樣本H1在00h影像樣本上隨機選取的50條原始DN值剖面光譜數據；圖1(j)為進行平域場校正后的反射率剖面數據；圖1(k)為采用均值濾波進行光譜去噪后的反射率數據。

圖1 FISS系統采集的豬肉成像光譜數據Fig. 1 Imaging spectral data collected by FISS system(a)0h樣本照片 (b)(h)0h～36h樣本FISS成像數據 (i)原始DN值數據 (j)轉換反射率后剖面數據 (k)反射率去噪后的反射率數據

1.2 豬肉新鮮度指數(Fresh Index，FI)計算

黃長平[11](2018)等提出在760nm光譜附近構建反映肌紅蛋白質吸收特征的豬肉新鮮度指數FI，彌補了基于統計學方法建模模型適用度不高的問題。由于肌紅蛋白質是豬肉中主要的色素物質，其氧化生成氧合肌紅蛋白的過程能夠反映豬肉新鮮度的變化，而760nm波長附近正是肌紅蛋白質的典型光譜吸收特征帶[13]，因此FI能夠有效反映豬肉新鮮度的變化情況。

FI構建過程如公式(1)、(2)：

(1)

(2)

其中，FI為豬肉新鮮度光譜特征指數，Rt為特征波段760nm處的光譜反射值，RL、RR為不受肌紅蛋白影響的參考波段，分別位于742nm與815nm附近。ΩL、ΩR、Ωt分別為以RL、RR、Rt為中心波長的5鄰域集合，Ri為鄰域內各個波長所對應的反射值，N為鄰域內波段總數。隨著豬肉新鮮度的下降，肌紅蛋白質含量降低，FI指數降低。

1.3 均一化豬肉新鮮度指數(Pork Average Fresh Index，PAFI)構建過程

FI是基于點光譜數據提出，其僅能夠反映樣本局部區域上的新鮮度水平，難以有效代表樣本整體的新鮮度狀態。而基于FISS系統的新鮮度檢測數據屬于面成像數據，其與FI結合，能夠獲取樣本新鮮度的空間分布情況。通過綜合樣本各處的新鮮度指標FI，能夠更為準確的對樣本整體的新鮮度狀態進行評估，同時也為用戶提供更為直觀準確的新鮮度表達方式。本文通過計算樣本區域內的FI均值構建PAFI指數，構建公式(3)：

(3)

其中，PAFI為均一化豬肉新鮮度指數，FIp為同一豬肉樣本內各像素上的新鮮度指數FI，當FIp超出指定范圍，認為該區域內數據受噪聲及環境影響較大，為異常數據不參與計算。N為同一樣本內FIp在區間[-5,5]內的像素個數，是參與PAFI計算的像元個數。

2 實驗結果與討論

2.1 基于FISS數據的豬肉新鮮度檢測結果

圖2(a)～圖2(g)為0h～36h為基于FISS系統的豬肉新鮮度檢測結果，各像元表示該像素區域內的樣本總體新鮮度指數FI值。圖示結果接近藍色表示樣本新鮮度水平越高，接近棕紅表示新鮮度低，黃白區域為中等新鮮度水平，黑色為FI值超過[-2,2]區間的像元。

圖2 FISS系統新鮮度檢測結果

根據圖2可知，在不同的檢測時段，各冷鮮豬肉樣本新鮮度分布均存在空間異質性，各處新鮮度值FI差異較大，因此局部單一的FI值存在較大的波動性，難以準確代表樣本整體的新鮮度狀態；在初始檢測時刻，各冷鮮豬肉樣本新鮮度指數值FI分布于區間[0.6,2.0]為多，樣本整體新鮮度水平較高，隨著時間的增加，各冷鮮豬肉樣本FI值逐漸降低，在36h后豬肉樣本FI值聚集分布于區間[-0.6,0.2]，樣本整體新鮮度水平較高，FI指數表現出顯著的新鮮度變化過程；雞肉、肥肉樣本在36h內FI值無顯著規律變化，由于該兩類樣本不含有肌紅蛋白質，因此FI指數不適用于該兩類樣本的新鮮度檢測過程，同時也證明了FI指數對于肌紅蛋白質的敏感探測優勢。

2.2 均一化豬肉新鮮度指數PAFI檢測結果

通過統計各樣本內FIp在[-5,5]范圍內的像元值，根據式(3)得到各個豬肉樣本的均一化新鮮度指數PAFI，結果如表2與圖3所示。

表2 PAFI豬肉新鮮度檢測結果

圖3 PAFI豬肉新鮮度檢測結果

根據表2與圖3，各豬肉樣本在初始檢測時的新鮮度水平不同，樣本H1與樣本P1表現出較好的初始新鮮度水平，初始PAFI值分別為0.9192、1.1408，樣本H2、P2相對較差。

隨著放置時間的增加，豬肉樣本整體開始變質，新鮮度水平下降，各個樣本的均一化新鮮度指數PAFI值均逐漸降低。

樣本在初始的12h內新鮮度變化較快，同時PAFI變化速率較快，在后24h內新鮮度變化過程變緩，PAFI指數變化趨勢下降。

PAFI相較于FI指數能夠綜合樣本上各處的新鮮度狀況，從而對樣本整體的新鮮度水平綜合評價，能夠更好的反映豬肉樣本整體的新鮮度變化過程，避免了選取局部FI值，難以對樣本進行代表，導致檢測具有偶然性的問題。

2.3 基于FISS數據的豬肉新鮮度檢測結果定量分析

為了更好的了解樣本內各個像元FI值的變化過程，本文統計了4個豬肉樣本內，不同范圍FI值對應像元個數的變化過程，結果如圖4。

圖4 各樣本內不同范圍FI值對應像元個數統計結果

其中FI值被分割為7個尺度，統計各樣本不同時段內屬于某一FI尺度內的像元個數n，并與樣本整體的像元總量N進行比值計算，求取在這一FI尺度內像元個數n占總體像元量N的比重P。

通過圖4，在時間軸上，樣本H1中50%以上的像元初始新鮮度值落在尺度[0.2,1.0]下，其中尺度[0.6,1.0]下的約占34%，尺度[0.2,0.6]下的約占25%。隨著時間的增加，36h后，FI尺度在[0.2,0.6]下的像元比重增長為約59%，尺度[0.6,1.0]下的像元比重降低為僅9%左右，而在[-0.2,0.2]尺度下的像素增長為30%附近，表明隨著時間的增加樣本H1中“新鮮”像元的比例逐漸降低，“變質”像元的比例逐漸增高，樣本逐漸向“變質”像元轉化。

其余樣本的變化趨勢與H1相似，FI屬于[-0.2,0.2]尺度下的“變質”像素比重分別由10%、4%、24%增加為51%、33%、72%，而“新鮮”像元比重分別由24%、20%、15%降低為4%、11%、1%。隨著時間的增加，各個樣本均由初始的新鮮狀態向變質狀態發生轉化，新鮮像元所占比重下降，變質像元比重上升，樣本整體新鮮度降低。

圖5為各樣本內特定FI尺度下像元統計數量與時間之間的關系曲線，將FI重新劃定為4個尺度：[-5,0.2]、[0.2,0.6]、[0.6,1.0]、[1.0,5.0]，分別記做FI-D、FI-C、FI-B、FI-A，表示豬肉樣本新鮮度的4個等級。

對于A、B等級，豬肉內的像元數量隨時間的增加而逐漸降低，表現為新鮮度的逐漸降低。

對于C等級，樣本H1、P1表現為上升，而H2、P2表現為下降，說明該區間為新鮮度變化的主要過度區域，大量的樣本在這一區間發生了跨越。

在D等級上的樣本數量表現為顯著的增加過程，大量的像素轉化為“變質”像元。

圖5 不同新鮮度等級下像元統計數量與時間的關系

2.4 基于FISS數據的豬肉、肥肉、雞肉樣本光譜特征對比分析

通過選取不同樣本的光譜特征曲線(各50條并均值化處理)，得到各樣本的典型光譜特征曲線，如圖6所示，其中橫坐標為波段號，縱坐標為反射率值，不同顏色的曲線表示放置不同時間樣本的典型光譜特征曲線。

圖6 豬瘦肉、豬肥肉、雞肉樣本光譜特征曲線

通過圖6(a)、(b)、(c)對比分析，四種類型的樣本隨著時間的變化，在反射率強度上均有所降低；在所有時間上，肥肉的反射率值都遠高于其余兩種類型的樣本；同種樣本的光譜特征曲線雖然在局部上發生細微的變化，然而其總體特征一般相同，而根據圖6(d)，不同種肉類樣本的光譜特征則表現出顯著的差異；豬肉在760nm附近表現出顯著的吸收特征，因此FI指數能夠很好地表現其新鮮度的變化過程，而雞肉與肥肉在760nm附近并無顯著的吸收特征，因此在圖2上難以表達其新鮮度隨時間的顯著變化規律。

3 結論

本文利用自主研發的地面成像光譜輻射測量系統(Field Imaging Spectrometer System，FISS)，實現了時、空、譜一體化的豬肉新鮮度檢測過程，實現了檢測過程的空間可視化和對樣本新鮮度空間異質性的探測研究。實驗表明，FISS采集的成像光譜數據能夠更好地反映豬肉樣本新鮮度的時空變化過程，并能夠對同一豬肉樣本新鮮度的空間差異性進行探測，且由于對比樣本雞肉、肥肉在肌紅蛋白特征波段無顯著的吸收特征，因而難以表達其新鮮度隨時間的變化規律。

本文還提出了一種考慮樣本整體新鮮度的均一化豬肉新鮮度指數(Pork Average Fresh Index，PAFI)，相較于FI指數，PAFI指數具有更加穩健的探測效果，能夠更有效地表達同一豬肉樣本整體的新鮮度變化過程，有效減少了選取局部FI值所導致的偶然性誤差。本文為高光譜成像技術在肉類食品安全檢測領域的應用做出進一步的探究。