向着一个多光谱成像系统,用于在新鲜切割的 (Ananas comosus) 中空间绘制化学成分
Kaveh Mollazade1,2, Norhashila Hashim3,4, Manuela Zude-Sasse2
1Department of Biosystems Engineering, Faculty of Agriculture, University of Kurdistan, Sanandaj 6617715175, Iran.
Foods (Basel, Switzerland)
|September 9, 2023
概括
这项研究引入了多光谱成像,以绘制新鲜切割的中的水分和可溶性固体等质量属性. 这项技术有助于为不断增长的即食水果市场提供一致的质量控制.
科学领域:
- 食品科学与技术 食品科学与技术
- 收获后生物学 收获后生物学
- 应用光谱学 应用光谱学
背景情况:
- 随着准备食用的新鲜切割水果需求的增加,需要进行先进的质量监测.
- 新鲜切割的市场正在扩大,这是由于可取的感官品质和加工进步.
- 目前的收获后监测技术需要适应产品质量的一致性.
研究的目的:
- 开发一种多光谱成像方法,用于绘制新鲜切割的的关键质量属性.
- 为了确定最佳的波长来预测水分,可溶性固体和胡卜素含量.
- 为了使片中化学成分的空间分辨率定量.
主要方法:
- 从60个果获取高光谱图像 (380-1690nm) 和参考测量结果.
- 使用ReliefF和CfsSubset算法进行信息波长选择.
- 开发多层感知神经网络模型,用于使用所选波长预测质量属性.
主要成果:
- 选择的波长 (例如495,1215,1425nm) 能够预测水分 (R=0.56),可溶性固体 (R=0.52) 和胡卜素 (R=0.63).
- 多光谱成像提供了片中化学成分的空间分布图.
- 校准模型证明了可靠的空间预测与恒定错误.
结论:
- 多光谱成像提供了一种可行的方法来评估新鲜切割的的质量属性.
- 使用具有商业意义的波长使其在工业环境中更容易得到实际应用.
- 这种方法支持机械化新鲜切割产品制备的质量分类.
