中国研究人员为猪肉中pH值预测调查光谱和纹理特征相结合的可行性

中国研究人员调查光谱和纹理特征相结合的可行性，以提高咸猪肉的pH值预测（拟发表于2014年10月Food Chemistry）。在兴趣区域（region of interest，ROI）提取的平均光谱高光谱图像的波长区域为400～1000 nm，然后主成分分析（principal components analysis，PCA）选择了9个光谱特征变量。与此同时，灰度梯度的同现矩阵（gray-level gradient cooccurrence matrix，GLGCM）分析第1个PC图像（占总方差的96%）来提取13个结构特征变量。基于光谱、结构或联合数据，建立偏最小二乘回归（partial least-squares regression，PLSR）预测pH值。基于数据融合的实现，确定系数（R2P）为0.794的预测样本。此结果优于基于光谱的结果（R2P=0.783）或纹理（R2P=0.593）。因此，光谱和纹理分析相结合的方法有效的提高肉质量的预测。