一、簡介

羧甲基賴氨酸（CML），作為油炸食品中的重要成分，其含量的準確檢測對于食品安全與質量控制至關重要。傳統檢測方法，如色譜、光譜等，雖然可以實現CML的檢測，但其過程復雜、耗時，且需要大量的樣品處理。近年來，高光譜成像技術（Hyperspectral Imaging，HSI）的快速發展為CML的檢測提供了新的解決方案。HSI技術結合了光譜和圖像兩個領域的優點，能夠快速獲取樣品的光譜信息和宏觀形態信息。本文將探討高光譜成像技術在油炸薯片中羧甲基賴氨酸含量檢測中的應用。

二、高光譜成像技術

高光譜成像技術是一種基于光學成像的測量技術，它能夠同時獲取圖像和光譜信息。通過將光譜信息與圖像信息相結合，高光譜圖像能夠提供豐富的化學和物理信息，從而為樣品的無損檢測提供了可能。

三、高光譜成像技術在油炸薯片中羧甲基賴氨酸含量檢測中的應用

?本研究應用了400-1000nm的高光譜相機，可采用廣州保來發公司賽斯拜克產品SP130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。

四、前景與挑戰

高光譜成像技術在油炸薯片中CML含量的檢測中顯示出巨大的潛力。然而，該技術的應用仍面臨一些挑戰，如高光譜圖像的采集、預處理、特征提取和模型構建等方面還需要進一步研究和改進。此外，高光譜成像設備的成本和復雜性也是限制其廣泛應用的重要因素。

總的來說，雖然高光譜成像技術在油炸薯片中CML含量的檢測中還面臨一些挑戰，但其優點和潛力使得它成為未來食品安全和質量檢測的重要工具。隨著技術的進步和研究的深入，我們有理由相信，高光譜成像技術將在食品工業中發揮越來越重要的作用。