雞蛋因其全面的營養而深受人們的喜愛，成為了很多人日常生活的必需品。但市場上有很多種雞蛋，不同種類雞蛋在營養、口感等方面都有很大的差異。為了打擊假冒偽劣商品，維持市場公平，必須檢測雞蛋的類型。本文介紹了近紅外高光譜成像儀在雞蛋類型識別中的運用。
雞蛋
識別雞蛋類型的重要性:
雞蛋是人們最好的營養來源之一，它含有高生物價值的蛋白質以及各種維生素礦物質。對人體而言，雞蛋的蛋白質僅次牛乳。雞蛋的品質直接關系到客戶的合法權利。雞蛋的品質包含蛋殼品質、蛋殼顏色、哈夫單位及肉身斑率。傷害雞蛋品質的因素包括雞蛋類型、先天因素和飼養要素，其中選擇優質雞蛋至關重要。
市場上有很多種雞蛋，他們營養成分不同，市場價格也不同。比如，富硒雞蛋的價格是一般雞蛋的幾倍。一些企業用一般雞蛋銷售假冒優質雞蛋，不但擾亂了市場，并且損害了消費者的利益。因而，急缺一種迅速無損檢測技術來自動識別雞蛋類型，對區別優劣雞蛋、打擊“假冒偽劣”的無良企業和維護市場公平具有重要意義。
顯微高光譜成像儀
雞蛋種類識別中近紅外高光譜成像儀的使用:
目前，識別雞蛋類型的關鍵在于人力經驗。此方法勞動效率高，效率低，成本高。因而，為了快速、無損地識別雞蛋的類型，可以用高光譜成像技術。它可以收集全部樣本的表層光譜和圖象，并用均值光譜來反映樣版，具有較好的關聯性，并實現及時、迅速、無損和可視的雞蛋類型識別。采用高光譜成像儀識別雞蛋類型的具體方法如下：
1.樣品準備
準備各種雞蛋，從不同品種的雞蛋中挑選大小均勻、表層無損傷的雞蛋做為試品。全部雞蛋按類型序號，按序放進試盤，室溫儲存。
2.光譜圖像采集
每次取適量雞蛋放到測量臺上，依次搜集樣本的高光譜圖象信息。獲得樣版高光譜圖象信息后，使用軟件測量有興趣的區域的均值光譜值。
3.光譜數據處理
在數據采集過程中，儀器噪聲和雞蛋表層不對等要素會影響光的收集。原始光譜數據必須預處理，以去除多余信息，提升預測模型的穩定性和預測結果的準確性。
4.建立預測模型
運用分析系統選擇不同方式對原始光譜進行預處理，并進行數據模型，剖析不同預處理方式對預測模型效果。比如，應用最小二乘回歸（PLSR）建立雞蛋種類預測模型，認證模型預測能力和準確點評。再根據預測模型建立相應的雞蛋類型識別方式。依據預測模型，可以準確識別雞蛋的類型。
高光譜成像技術融合了計算機圖像技術和光譜技術的優勢，數據信息量多，能夠實現圖象信息和光譜信息的識別、分類和詳細分析。圖像特征和光譜特點有利于識別雞蛋的類型，將最好波長的光譜數據和空間數據特征進行數據集成，并應用于預測模型，以得到更好的預測結果，進而識別雞蛋的類型。
