食品行業
本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。
高光譜圖像技術具有分辨率高、曲線連續、無損傷、無污染、能準確檢測物質特征或成分等特點。近年來，高光譜技術在城市測繪、精準農業、環境監測、軍事監控和計算機視覺等工業領域得到了廣泛的認可和關注。而且由于高光譜反射率與理化參數的相關性，可以建立各種理化參數的光譜監測模型。因此，測定食品或農產品中重要營養成分和有害成分含量的研究較多，P-7在監測食品或農產品質量方面取得了重大進展。國內外也有利用高光譜成像快速檢測鮮切薯片或塊莖的相關研究，但利用高光譜成像預測油炸薯片中CML含量的報道較少。本文利用高光譜成像技術，對不同加工參數的油炸薯片中CML的含量進行了測定，構建了三種預測模型并進行了比較。最終確定最佳快速穩健模型，為尋找高效的CML低劑量檢測設備提供依據和手段，更好地服務于食品企業，保證產品質量。
以不同CML含量的油炸薯片為檢測對象，利用高光譜成像儀采集波長為371.05 nm~1 023.82 nm的圖像，首先提取波長為200 ~ 1000的圖像平均值。光譜反射值，然后經過黑白校正和標準正態變量變換光譜預處理，最后比較主成分回歸、偏最小二乘回歸和BP神經網絡三種建模方法。結果表明，基于BP神經網絡的油炸薯片中CML含量預測模型最為準確。經過驗證，該預測模型兼具準確性和穩健性。這說明高光譜圖像技術結合BP神經網絡能夠準確預測油炸薯片中CML的含量，為食品中CML含量的快速無損檢測提供了重要依據。
