隨著生活水平的提高，人們對肉品的品質要求也越來越高。傳統肉品品質的檢測方法，不僅對肉品的破壞性較大，而且存在費時、不準確的情況。隨著光譜技術的不斷發展，高光譜成像儀被廣泛的應用于肉品的無損檢測行業。它具有圖像技術和光譜學的優點，能同時獲得食品物料的空間信息和光譜信息，進而達到快速、無損、精準檢測的效果。本文介紹了高光譜成像儀在肉品品質檢測方面的具體應用，感興趣的朋友可以了解一下！
肉品品質檢測的重要性：
肉品是人們獲取動物蛋白的主要來源。隨著人們生活水平的提高，人們越來越多的關注肉品營養品質和質量安全等問題。目前時有以假亂真，以次充好的現象發生，破壞了公平的競爭環境及消費者的健康，因此實現快速無損檢測肉品品質及安全指標尤為重要。
傳統的肉品品質檢測方法常采用化學方法，所需試劑多且操作繁瑣。傳統光譜技術由于操作簡單、快速、準確等特點而被用于食品的快速檢測中，如中紅外光譜應用于魚肉制品的鑒別檢測，熒光光譜結合色譜法對肉制品中蛋白質羰基化合物進行研究3以及拉曼光譜法應用于食品中農藥殘留分析4等。但是，這些傳統光譜技術只能分析組分含量信息，無法獲取樣品品質安全信息的空間分布；成像技術可提供樣品的空間信息，但無法精準的獲取食品的化學組分信息。高光譜成像技術具有光譜技術和成像技術的優點，能夠同時捕獲食品的空間信息和光譜信息，達到“圖譜合一”。
高光譜成像儀在肉品品質檢測方面的具體應用：
高光譜成像儀在肉品品質檢測方面的具體應用，主要包括營養品質、食用品質、技術品質或加工品質、安全品質或衛生品質等等方面。
1.用于肉品營養成分的分析
（1）水分測定
水分含量可以作為肉品原料的物性參數之一，因此，可以依據水分含量對不同肉品進行分類。利用高光譜成像技術（380～1100nm）對不同脫水程度的肉品進行水分含量檢測，建立偏最小二乘回歸模型，利用最小二乘支持向量機進行模型校正，模型預測效果達 98%，研究表明高光譜成像技術對肉品水量檢測可以達到快速無損檢測。
（2）蛋白質的測定
從物質結構上看，蛋白質是構成生物的基本骨架，且生化反應中絕大多數酶都是蛋白質。從營養風味指標上看，蛋白質發生水解后的多肽或氨基酸可呈現出特征性的食品風味。利用高光譜成像技術對肉品中羥脯氨酸含量進行了檢測。通過提取感興趣區域及相關的特征波段，建立偏最小二乘模型，可以對肉品的蛋白質進行準確、快速的測定。
（3）脂肪的測定
脂肪是動植物體中的油性物質，是生物體的組成部分和儲能物質。在食品加工過程中常有特殊的食品風味。利用高光譜成像技術預測肉品的脂肪分布，比較光譜相似測量和方差分析提取特征波段的優劣，通過建立預測模型，可以精確對肉品的脂肪進行測量。
2.用于肉品的食用品質的評價
（1）嫩度測定
肉的嫩度稱為肉的柔軟性，指肉在食用時口感的老嫩，反映肉的質地，且肉的嫩度與肉的彈性相對應，是硬度的倒數。通過高光譜成像技術獲取肉品的相關信息，篩選出最能表征肉品剪切力值的波段，建立線性和支持向量機判別模型，就可以對肉品的嫩度進行分析。
（2）色澤檢測
肉品色澤是消費者對肉品質量的第一印象，也是對其進行評價的主要依據。色澤的測定通常有比色板法、儀器測色法和化學測定法。其中儀器測定法是利用色度儀測取肉品表面的亮度值（L*）、紅度值（a*）和黃度值（b*）來評定肉色。通過高光譜儀對紅肉顏色進行檢測，選用具有樣品代表性的光譜信息，經由多種預處理方法，建立預測各顏色參數的模型并對模型進行評價，取得了理想的模型預測效果。這表明，高光譜成像技術不僅可以作為無損檢測肉品色澤的有效手段，并且可以取特定區域或品種的肉樣作為研究對象，這一點也為實際生產與在線檢測提供了一定的理論基礎。
（3）新鮮度測定
肉制品的新鮮程度直接影響肉品的食用品質和營養價值。應用高光譜成像技術對肉品新鮮度進行檢測，利用偏最小二乘法，常規區域二乘法，向后區間偏最小二乘法和聯合區間偏最小二乘法建立揮發性鹽基氮）含量預測模型，就可以對肉品的新鮮度進行快速的無損檢測。
3.用于肉品的安全指標的檢測
（1）微生物測定
食品的腐敗變質與食品自身或儲藏環境中微生物含量有較大的關系，其中，微生物將食品作為自身繁殖的養料，不僅使食品營養成分減少，且降解產物會影響食品的食用品質。利用高光譜成像技術對肉品表面微生物含量進行測量，通過結合標準平板菌落計數法比較分析了偏最小二乘法、人工神經網絡和最小二乘支持向量機的精確度，建立相應的預測模型，就可以對肉品中微生物的含量進行分析。
（2）摻假測定
肉品中的摻假問題主要表現在肉糜類制品。利用高光譜成像技術檢測牛肉餡制品中摻加雞肉、羊肉餡制品中摻加豬肉，分別對不同添加量梯度進行檢測分析，利用偏最小二乘回歸法（PLSR）建立預測模型，就可以準確對肉制品的摻假情況進行分析。
