食品营养品质检测中多光谱成像技术的应用现状与趋势分析

蒋姗姗

食品中含有多种营养，包括蛋白质、维生素、脂质和糖类等，因保存环境、运输环境的影响，食品的营养品质会发生一定的变化，因此有必要采取相应的检测手段对食品中的各营养成分及含量进行检测。目前，多光谱成像技术主要利用无损检测手段对食品营养进行检测，具有快速、准确度高的优点。本文主要对多光谱成像技术在食品营养品质检测中的应用现状及趋势进行分析。

一、多光谱成像技术概述

1.技术原理及结构。多光谱成像技术主要是利用光镜识别系统进行光谱信息分析，通过将光源、相机、分散装置、过滤装置联合组装应用，制作生产成多光谱成像仪，针对不同的特殊波长进行信息采集以及分析。将其应用到食品营养品质检测中，可以去除不必要的信息，留存必要信息，实现对不同食品营养成分的数据分析。多光谱成像仪的机构如图1所示，a表示成像仪的外形，b表示成像仪的内部结构。

2.应用现状。该系统设计耗时较长，且算法组合需要采用人工的方式进行执行运算，在系统工作波段内的光谱区识别效果良好，但其他区域的拓展性有待研究。该系统应用到食品品质检测中，局限性主要体现在以下两点：

一是如何采用计量的方式对食品品质进行检测。光谱成像仪主要利用波长对算法进行选择，从而对数据进行分析，即使相同的食品，检测结果仍有可能存在差异，计量算法的科学性、准确性有待提高。该技术主要应用在实验室检测中，计量方法、食品种类、营养成分等均是检测结果中的变量要素，且该过程大都由人工进行完成，分析需要以计量学为依据，最优解难以确定。

二是多光谱成像技术属于间接检测方法，虽然可以无损进行食品检测，但是仍以传统的实验数据作为基础，并在数据修正、校准后将其作为检测标准，通過数据采集进行营养成分的分析。例如，将其应用到猪肉的营养品质检测中，通过干燥的方式对猪肉食品中的水分含量进行预测，并使用校准PLSR模型对该类物质进行预测，对预测结果进行分析。虽然多光谱成像技术的应用预测结果良好，且具有一定的准确性，但是从目前的应用现状来看，需要经过波长选择以及校准等程序后才可以有效应用，使得其在规模化、批量化的检测中具有局限性。

二、多光谱成像技术在食品品质检测中的应用

1.肉类食品品质检测。肉类食品包括畜肉、家禽、水产品等，肉类食品含有丰富的蛋白质、维生素以及人体所需的有机质和矿物质等。使用多光谱成像技术对生肉以及肉类食品的营养成分进行检测，可用于评价肉类产品的营养、口感以及货架期等。大多数研究人员将多光谱成像技术应用到肉类产品的水分、脂肪以及蛋白质检测中，应用PLSR模型对其进行分析，准确率可以达到95%左右。不同肉类食品的营养品质检测结果如表1所示。

将多光谱成像技术与肉质的纹理信息对比，建立信息检验模型，可对肉类中的水分以及蛋白质等营养成分进行预测。使用多光谱成像技术除了可实现对肉类营养物质中蛋白质、水分以及脂肪进行分析之外，对猪肉中的血红素铁以及非血红素铁等营养物质也可进行检测，包括肌肉中的TBARS成分以及TVB-N成分等。该检测结果可以应用到对肉类食品新鲜度检测中，并不会对肉质产品产生影响。在肉类食品营养品质检测中应用多光谱成像技术时，冷冻时间、解冻程度、肉质状态等均会对检验结果产生影响，利用多光谱成像技术检测冷冻牛肉时，其结果准确率可以达到100%。

2.果蔬类食品品质检测。果蔬类的营养品质检测对象主要包括维生素、矿物质、膳食纤维以及生物活性物质等，这些物质可以供给人体所需的营养，并起到预防疾病的作用。由于果蔬类食品不适宜长期保存，且在运输过程中极易发生质变，从而使得营养价值大打折扣，采用多光谱成像技术对不同果蔬中的营养物质进行分析具有可行性。

评价果蔬营养品质的参数主要为可溶性固形物含量，包括纤维素、维生素等。多光谱成像技术多以SCC检测为标准，在不对果蔬产生破坏的基础上进行营养品质检测。例如，选择波长405-970nm对草莓进行检测，使用波长1000-2500nm对荔枝进行检测，使用波长350-1000nm对花青素进行检测，其结果准确率可以达到80%以上。

除了上述果蔬，选择适宜的波长，多光谱成像技术还可以同时对果蔬中的色素物质、酚类物质以及黄酮类化合物进行检测，结果准确率也较高。将其应用到番茄的酚类物质检测中，最终的结果准确率可以达到92%以上，对菊花中木犀草素的检测结果准确率可以达到96%以上。另外，多光谱成像技术还可以对铁观音、胡萝卜、苹果、樱桃、大蒜等食品的营养品质进行检测，并可以进行掺假鉴别分析。

3.粮油食品品质检测。粮油食品包括谷类食品以及豆类产品等，红薯、紫薯等也属于粮油食品类型。消费者多将粮油食品作为主食，摄取食品中的蛋白质、淀粉、油脂、膳食纤维等营养物质。将多光谱成像技术应用于粮油食品营养品质检测中时，多用于品种鉴别。

比如，利用多光谱成像仪可对水稻是否为转基因进行鉴别，建立LS-SVM模型对其进行分析，可以实现对水稻种子中苏云金芽孢杆菌的检测，结果准确率可以达到100%。除水稻之外，该技术还可以应用到玉米品种的鉴别中，选取波长400-1000nm对玉米进行检测，可以同时检测玉米中的胚乳成分，结果准确率可以达到91%以上。

除将多光谱成像技术应用到粮油食品的品种鉴别上外，也可以针对某类粮食中的营养物质进行分析，检测对象包括马铃薯中的淀粉成分以及咖啡豆中的咖啡因含量等。利用多光谱成像系统的信息采集功能，在选取合适波长的情况下，使用PLSRT模型对营养成分进行分析，检测结果良好。

三、多光谱成像技术的未来发展趋势

多光谱成像技术在食品检测中的应用采用立体的数据分析方法，空间、光谱是营养品质检测的主要程序，并通过系统中的分散装置、过滤装置获得最终的光谱数据。该食品检测程序比较简单，减少了检验的时间，检测结果准确率也可以得到保障。目前，该技术在肉类食品、果蔬类食品、粮食食品的营养品质检测中应用广泛，且具有快速、无损检测的优势。

在未来，多光谱成像技术在食品营养品质检测中的应用将会更加便利，基于计算机科学、自动化技术、食品科学的不断发展，投入使用自动化光谱采集分析系统，可以实现对食品光谱区域的自动划分以及模型的自动构建，运算速度会得到提升，数据量也会得到优化，检测过程将更加便捷。

综上所述，多光谱成像技术拥有广阔的发展空间，未来多光谱成像技术在食品营养品质检测中的应用将会越来越广泛，且会向着自动化的方向转变，检测数据分析结果也会更加科学。因此，有关部门及相关学者需要进一步对多光谱成像技术进行研究、分析，探索其在食品营养品质检测中的应用。