第36卷，第4期 2016年4月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 36,No. 4pp1145-1149
April, 2016
感兴趣区域对羊肉H高光谱检测模型的影响研究
段宏伟，朱荣光，王龙，许卫东，马本学
石河子大学机械电气工程学院，新罡石河子832003
摘要感兴趣区域（regionsof interest，ROls)的选择及其光谱提取是高光谱图像无损检测分析的关键-步，为快速准确检测羊肉pH，在473～1000nm波段，开展了两种不同提取ROIs方法对羊肉pH高光谱检测模型的影响研究，采用“矩形区域法"和"图像分割法”两种R0Is方法分别获得相应的122条羊肉光谱，对比了不同预处理方法对建模效果的影响，并比较了两种ROIs方法下逐步多元线性回归(SMLR）、主成分回归(PCR)和偏最小二乘回归(PLSR)的模型精度。结果表明，提取光谱数据建模中SMLR和PLSR模型效果分别最优。“矩形区域法"提取ROIs对应的SMLR模型校正集的相关系数（Rl)和均方根误差(RMSEC)分别为0.85和0.085，预测集的相关系数（R.)和均方根误差（RMSEP)分别为0.82和0.097。“图像分制法"提取 ROIs对应的PLSR模型校正集的Ra和RMSEC分别为0.95和0.050，预测集的R和RMSEP分别为0.91 和0.071。其次通过比较"矩形区域法”和PCR，SMLR和PLSR三个模型中，图像分割法"提取的ROIs光谱数据建模效果较优。表明，应用高光谱图像技术结合“图像分制法"提取ROIs快速无损准确检测羊肉pH 具有可行性。
关键调高光谱图像；感兴趣区域（ROIs）；羊肉：pH；快速无损检测
中图分类号：TS251.7；0657.3
引言
文献标识码：A
羊肉营养价值高，肉质细，口感绝佳，是我国新疆等西北少数民族地区的主要肉类消费品。羊肉的pH是评价羊肉新鲜度的重要指标之一，pH不仅能够反应肉品的新鲜程度，且对其额色、弹性、粘度、蒸煮后的风味等均有影响。传统的感官评价方法来评价羊肉的新鲜度主观性较强，而实际的理化检测方法准确但耗时费力。高光谱图像技术结合了样本光谱信息与图像信息，近年来已被应用于肉品如鸡肉、猪肉、牛肉、羊肉和鱼肉等-检测研究，检测指标包括挥发性盐基氮(TVB-N)、颜色和细菌总数等6-8}。近年来也有利用高光谱图像技术检测猪肉pH"的研究，但对羊肉pH的研究报道较少。
在利用高光谱图像技术进行无损检测中，感兴趣区域(ROIs)的选取及随后的光谱提取是关键一步，它的准确程度直接影响了后续建模分析的精度。高光谱图像ROIs的获取主要有“图像分制法”、“矩形区域法”、似然分类法与最小距离分类法等方法。国外相关研究中主要使用“图像分割法”进
收稿日期：2015-02-11，修订日期：2015-06-16
DOI: 10. 3964 /j. issn. 1000-0593 (2016 )04-1145-05
行ROls的获取，如Kamruzaman等o1利用该方法去除背景、邻近脂肪，将样品肌肉部分作为ROIs。国内大都采用“矩形区域法"提取ROIs，如赵杰文等1]运用该方法选取图像中心50X50pixel方形区域作为ROIs。对于羊肉等肉类制品，其质地不均匀，肌肉与脂肪分布不规则，若选取某一矩形区域内的图像作为感兴趣区域进行光谱数据提取，理论上其数据将会有一定的误差，可能会影响建模精度
为广比较不同ROIs方法对羊肉pH高光谱检测模型的影响，利用"图像分割法"和"矩形区域法”两种ROIs方法分别提取两组具有代表性的羊肉光谱，并针对两组光谱数据优选各自预处理方法，对其均采用SMLR，PCR和PLSR三种不同的方法建模及预测。根据模型效果确定较好的ROIs和最优建模方法，以获得羊肉H快速无损准确检测方法。
实验部分 1.1羊肉样本
试验所用羊肉来自石河子西部牧业。取自10只羊外脊
肉，使用冷藏箱运回实验室。每个试样切割成薄片状，尺寸
基金项目：国家白然科学基金项目(31460418），高等学校博士学科点专项科研基金项目(20136518120004)资助
作者简介：段宏伟，1989年生，石河子大学机械电气工程学院硕士研究生
*通讯联系人
e-mail : rgzh_jd@ 163, com
e-mail : dhw sg123@ sina. com