基于高光谱成像技术的三文鱼肉脂肪含量可视化研究

　　本研究应用了900-1700nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS-15进行相关研究。短波近红外高光谱相机，采集速度全谱段可达200FPS,被广泛应用于成分识别，物质鉴别，机器视觉，农产品品质，屏幕检测等领域。

　　三文鱼是一种高档鱼类消费品种，其肉质细嫩，富含脂肪、维生素、蛋白质和脂肪酸等物质，近年来随着我国对外贸易日益便捷，三文鱼日渐成为我国消费者喜欢的一种鱼类消费品种，其价格比一般的普通淡水鱼相对高一些。三文鱼的脂肪同蛋白质一样，是影响三文鱼肉品质的一个重要物质，脂肪含量的高低，对三文鱼的口感影响较大。

因此，三文鱼的脂肪含量可作为评价三文鱼品质好坏的一个重要参数，脂肪含量是三文鱼检测参数中必须检测的一个参数。传统的三文鱼脂肪含量检测方法一般都是破坏性的，须将三文鱼肉捣碎，并须经过提取、分离等化学步骤，费时费力，且污染环境，不符合在线大批量实时检测要求。近红外光谱检测技术作为一种近年来得到快速发展的无损检测方法，在食品品质检测中得到大量应用和研究，检测精度较高。

但是近红外光谱检测方法只能检测被检测对象的内在品质属性，如三文鱼的蛋白质、脂肪含量，不能反映被检测对象品质的空间属性；而常规的图像检测方法只能检测被检测对象的外在空间属性，不能对被检测对象的内在品质属性进行表达，或者能表达但准确度不能保证，随着技术的发展，高光谱成像检测技术因具备光谱检测和图像检测的双重优势，得到了广泛关注和报道。采用高光谱成像技术检测三文鱼品质参数的研究在国内外都有所报道，但采用高光谱成像技术检测三文鱼脂肪含量的同时进行可视化表达的相关研究报道并不多见。

本研究对100个三文鱼样本的脂肪含量进行检测，并采用偏最小二乘（PLS）建模方法进行建模分析，在此基础上，采用Matlab语言进行编程，对三文鱼的脂肪含量进行可视化表达。

　　本研究采用高光谱成像技术对三文鱼脂肪含量进行检测，并进行可视化表达，首先获取到三文鱼的原始高光谱成像数据并进行校正，然后提取样本的光谱数据，建立PLS样本脂肪含量预测模型，并取得比较好的结果，在此基础上，采用Matlab语言编程，利用回归系数方程对三文鱼脂肪含量进行图形可视化表达，该表达方法可精确到每个像素点，更形象直观，应用前景广泛。