利用高光谱成像评估肉末中的脂肪含量
质量控制在食品行业至关重要。监测食品的营养特性有助于建立品牌声誉和增加利润。
消费者在购买肉类时会仔细监控脂肪含量，生产商必须准确记录。监测脂肪含量也有显著的成本效益。因此，需要新的自动化技术来改善食品生产和加工。
芬兰食品工业公司 Atria 为本研究提供了五个肉类样品。我们通过混合五个原始样品获得了五个额外样品，从而在分析中包含十个样品。为了了解样品的精确脂肪含量，Specim 向第三方实验室 Seilab 订购了测量服务。根据 Gerber 方法，使用丁酸计进行脂肪分析（芬兰塞伊奈约基 的 Seilab；方法 NMKL 181，2005；参见下表 1）。
| Seilab 测量值 | Specim FX17 测量值 | |
|---|---|---|
| 样品 1 | 0.6% | 0.9% |
| 样品 2 | 16% | 15.2% |
| 样品 3* | 10% | 10.4% |
| 样品 4* | 18% | 20.8% |
| 样品 5 | 75% | 75.1% |
| 样品 6（混合） | 3% | 2.7% |
| 样品 7（混合） | 6% | 5.5.% |
| 样品 8（混合） | 11% | 12.8% |
| 样品 9（混合） | 19% | 19.0% |
| 样品 10（混合） | 24% | 23.5% |
表 1：本研究中每个样品的脂肪含量。样品 3 和 4 用于验证目的。
我们使用 Specim FX17 高光谱相机对样品进行了测量（图 1）。高光谱成像是一种结合了光谱学和成像的无损图像采集方法。Specim FX17 收集已拍摄图像每个像素的近红外光谱 (900 – 1700 nm)。这些光谱可以使用相关的处理算法转换成脂肪含量。这里建立了一个回归模型并在八个样品上进行校准，并将其应用于其余两个样品（表 1 中用 * 表示）。
图 1：LabScanner 40×20 扫描平台上的 Specim FX17（左）和肉类样品（右）。
回归模型结果如表 1 和图 2 所示。它清楚地表明 Specim FX17 是精确测量肉末中脂肪含量的合适工具。
图 2：脂肪含量预测定量模型的回归图。红点与校准样品相关，而绿点与验证样品相关。
除了测量脂肪含量外，高光谱成像还适合测量其在样品中的面积分布（图3）。
图3：肉类样品上的脂肪分布示例（此处为样品 4）。
Specim FX17 – 肉类质量控制的完美工具
集成到机器视觉系统中的 Specim FX17 高光谱相机为肉类行业提供有关脂肪含量的准确信息。但这还不是全部。它还适用于检测其他肉类特性，例如水分和新鲜度。此外，Specim FX17 系统擅长分拣木片和塑料等污染物，确保肉类生产过程的质量控制。
高光谱成像在食品质量控制中的一大优势是非接触式、无损检测方法。在食品生产中，保持卫生对于确保产品的安全和质量至关重要。高光谱成像可以在没有任何物理接触的情况下检查食品，使其成为一种卫生解决方案。
高光谱成像通过提供有关制造过程的实时信息，实现肉类加工决策和实时质量控制，可以降低成本并快速适应新法规。
