食品行業
在水產養殖與加工行業中，魚肉的質地品質直接影響產品的市場認可度與商業價值。傳統的魚肉質地檢測方法往往需要破壞魚體完整性，不僅操作繁瑣、耗時較長，還難以實現批量樣本的高效篩查。隨著高光譜成像技術的發展，無損、快速的品質檢測成為可能—— 杭州彩譜科技 FigSpec FS-13 高光譜成像系統，便在一項針對鯉魚肌肉質地的研究中展現出強勁的技術賦能能力。
鯉魚作為全球重要的淡水養殖魚類，其肌肉質地的膠黏性、彈性、硬度、咀嚼性等八項指標，是衡量產品品質的核心依據。傳統檢測需通過紋理分析儀對切割后的肌肉樣本進行測定，既無法保留魚體的商品價值，也難以反映活體魚肌肉的真實質地分布。
為解決這一行業痛點，中國水產科學研究院等機構聯合開展研究，采用杭州彩譜科技FigSpec FS-13 高光譜成像系統，對 387 條活體鯉魚的背部、胸部、腹部、臀部四個關鍵區域進行掃描，通過皮膚 hyperspectral 數據反推肌肉質地指標，成功實現了無損檢測的技術突破。相關研究成果已發表于《Foods》期刊，為水產行業品質升級提供了有力的技術支撐。
研究中，FigSpec FS-13 展現出適配水產檢測場景的技術特性，為數據采集提供了穩定可靠的硬件支持：
1. 光譜覆蓋精準適配：檢測波長范圍涵蓋400-1000nm，恰好匹配魚肉組織中蛋白質、脂質等成分的光譜響應區間，能夠捕捉到不同質地肌肉的細微光譜差異；
2. 參數設置貼合需求：2.5nm 的光譜分辨率確保了數據的精細度，150ms 的曝光時間與 128Hz 的成像速度，在保證圖像清晰度的同時，提升了批量樣本的檢測效率；
3. 數據兼容性強：采集的原始數據可通過反射率校準、Savitzky–Golay 平滑等預處理方法優化，有效剔除環境干擾，為后續建模提供高質量數據基礎。
借助FigSpec FS-13 獲取的高光譜數據，研究團隊結合六種機器學習模型進行分析，最終篩選出適配不同肌肉區域的最優模型，實現了八項質地指標的精準預測：
· 背部肌肉質地預測的相關系數（r?）介于 0.9191-0.9847 之間，預測誤差控制在較低范圍；
· 胸部、腹部、臀部肌肉的預測相關系數均保持在0.87 以上，其中膠黏性、咀嚼性等關鍵指標的預測效果尤為突出；
· 通過波長優化算法，篩選出60-114 個特征波長，在保證預測精度的同時，大幅降低了數據處理量，提升了模型運行效率。
更值得關注的是，基于FigSpec FS-13 的光譜數據，研究團隊還生成了肌肉質地分布可視化圖譜，通過藍橙漸變的色彩分布，直觀呈現不同區域的質地差異，讓原本難以察覺的細微質地變化變得清晰可辨，為品質分級提供了直觀參考。
作為高光譜成像技術的深耕者，杭州彩譜科技始終聚焦行業需求，持續推出貼合實際應用場景的檢測設備。FigSpec FS-13 高光譜相機在水產品質檢測中的成功應用，不僅展現了其在精準光譜采集方面的硬件優勢，更體現了彩譜科技以技術創新賦能產業升級的核心理念。
未來，彩譜科技將繼續深耕高光譜技術與AI 算法的融合應用，拓展在食品檢測、農業育種、環境監測等更多領域的解決方案，為各行業提供更高效、更精準的檢測工具，助力產業高質量發展。
（論文原文可通過https://www.mdpi.com/journal/foods搜索《Rapid and Non-Invasive Assessment of Texture Profile Analysis of Common Carp (Cyprinus carpio L.) Using HyperspectralImaging and Machine Learning》進行閱讀）
產品推薦
FigSpec FS-13高光譜相機（線掃描）
產品特點
1. 光譜范圍：400-1000nm
2. 光譜分辨率：優于2.5nm
3. 光譜波段：1200
4. 空間像素數：1920
