基于高光譜圖像與光譜特征融合技術的雞蛋新鮮度無損判別模型的建立

劉翠玲， 秦 冬， 孫曉榮，*， 吳靜珠， 楊雨菲,2， 胡 昊，李佳琮， 昝佳睿，

(1.北京工商大學 人工智能學院/食品安全大數據技術北京市重點實驗室， 北京 100048;2.北京工業大學 信息學部， 北京 100124; 3.浙江省農業科學院 數字農業研究所， 浙江 杭州 310021)

雞蛋新鮮度等級評價是雞蛋品質檢測研究中一項重要的工作。近年來，國內外學者運用介電特性、電子鼻、機器視覺、近紅外光譜分析等技術在雞蛋新鮮度無損檢測領域進行了相關理論研究。研究表明，可以通過介電特征建立雞蛋的電磁特性與其內部成分含量的關系，建立雞蛋新鮮度無損判別模型[1-2]。在雞蛋腐化過程中，營養物質會被微生物分解而產生NH3、H2S、CH4等特殊氣體，然后通過蛋殼上的氣孔排出，可通過電子鼻氣敏傳感器對揮發性氣體的組成及濃度進行分析，實現雞蛋內部品質的檢測，但電子鼻分析技術[3-4]對傳感器靈敏度要求較高。用機器視覺對雞蛋檢測無須對樣品進行特殊處理，但在應用過程中，雞蛋擺放位置、表面亮斑、雞蛋表面雜質以及雞蛋的蛋殼形狀等因素都會對機器判別準確率產生較大影響[5]。近紅外光譜分析法[6-7]通過采集雞蛋樣本的透射或者反射光譜圖，建立待測目標與吸光度之間校正模型來實現對未知樣本的預測，但近紅外光譜不能體現雞蛋的外在圖像特征。蛋殼是雞蛋的重要組成部分，盡管其本身很少用于食用，但是對雞蛋的運輸、保存,乃至內部品質的影響至關重要。雞蛋新鮮度無損檢測的現有方法，各自都有局限和不足，且檢測效率較低?！?br>