多くの肉製品の中で、牛肉はその高タンパク、低脂肪、高ビタミン、ミネラル含有量のためにほとんどの消費者に好まれており、肉の現代人の栄養ニーズを高く評価しています。人々の人生のペースが加速するにつれて、伝統的な調理済みの牛肉製品は、スーパーマーケットやデリカテッセンで一般的な食品になり、需要と販売量も増加しています。しかし、実際には、市場で販売されている調理済みの牛肉のほとんどは大量にあり、高タンパク質と高い水分が豊富であるため、微生物を繁殖させて低温貯蔵中に腐敗させるのは非常に簡単です。したがって、合理的で効果的な牛肉品質のグレーディング基準とシステムに基づいて、信頼できる牛肉品質の安全性グレーディング検出方法を求めることは、牛肉市場の開発方向の最優先事項となっています。

ハイパーキューブとも呼ばれるハイパースペクトル画像は、連続波長λの下での一連の2次元空間画像（x、y）で構成される3次元データブロック（x、y、λ）です。下の図に示すように、波長の観点から、ハイパースペクトル画像データ（x、y、λ）は、2次元画像（x、y）で構成される3次元データブロックです。 2次元データ（x、y）の観点から、ハイパースペクトルは一連のスペクトル曲線です。 HSIテクノロジーを使用して食物の新鮮さを検出する原理とは、吸収、反射、散乱、光の電磁エネルギー、および内部化学組成のピーク/トラフのスペクトル位置とオブジェクトの外部物理的特性の違いを指します。テストされ、異なるデジタル信号特性につながります。たとえば、異なる波長での吸光度のピークとバレーの値（スペクトルフィンガープリント）は、異なる化合物の物理的特性を表すことができるため、ハイパースペクトル情報の分析、つまり非、つまり非非、つまり、食物品質の定性的または定量的分析を達成できます。食品品質の破壊的なテスト。

（1）TVCサンプルROIおよびスペクトル抽出

TVCサンプルでは、​​黒と白の補正が選択された後、ハイパースペクトル画像サブサンプルの50 px×50 px筋肉サブサンプルROI画像を選択しました。選択された

調理済みのビーフサブサンプル画像は、特定のバンドの下の各サンプルのスペクトル平均を取得するために、特定のスペクトルの下で平均化されました。このステップが実装されました

主にEnviソフトウェアのROIツールを介して、ソフトウェアEnvi 5.1。

以下の図は、Envi5.1のTVC調理牛肉サンプルのROI領域の抽出と得られたスペクトル値を示しています。

（2）TVB-NサンプルROIおよびスペクトル抽出

ROI領域抽出プロセスは、前の段落のTVCサンプルデータの抽出プロセスと同じです。 50px*50pxのROI領域も取得され、tvb-nの調理済み牛肉サンプルが予測されます。調理済みの牛肉サンプルの2つのバッチのスペクトル曲線に特定の違いがあることがわかります（Daoxiangcun調理済みの牛肉製品の2つのバッチは、異なる牛肉品種によって引き起こされる可能性がある長い間隔で購入したと推定されています） 。同様に、TVB-N調理牛肉サンプルのこのステップは、ソフトウェアEnvi5.1にも実装されています。

以下の図は、TVB-NがEnvi5.1でROI領域を抽出し、サンプルスペクトル値を取得することを示しています。

スペクトル前処理結果

TVCを予測するための調理済み牛肉サンプルのスペクトル情報は、前処理されました（SGスムージング、ベクター正規化、SNV変換の順序で）。スペクトル情報の元のスペクトルとスペク​​トル前処理結果を下の図に示します。

前の段落でTVCを予測するための調理済み牛肉サンプルに使用されたものと同じ前処理方法を使用して、TVB-N値を予測するためにサンプルのハイパースペクトルデータのスペクトル情報を前処理するために使用されます。前処理後の元のスペクトルとスペク​​トルを次の図に示します。

プリプロシングの前後にスペクトルデータに対して、サポートベクター回帰（SVR）の10倍の交差検証モデルが確立されました。モデルのパフォーマンスは表に示されており、モデリングの結果が図に示されています。この方法は、多変量データ分析ソフトウェアTheunscrambler X10.4に実装されています。 SVRメソッドとそのモデルパフォーマンスインジケーターは、セクション4.1で紹介され、ここでは詳しく説明しません。

テーブルからわかるように、前処理されたスペクトルによって確立された2つのインジケーターの予測モデルのパフォーマンスは、ある程度改善されました。 TVCの予測モデルのパフォーマンス相関係数Rは16パーセントポイント増加し、TVB-Nの予測モデルのパフォーマンス相関係数Rは9パーセントポイント増加しました。これにより、スペクトル前処理の必要性が検証されるため、その後の分析では、前処理されたデータを使用します。

概要と見通し

調理済みの肉製品の新鮮さの迅速かつ非破壊検出を実現するために、このホワイトペーパーでは、調理済みの牛肉を研究オブジェクトとして採用し、ハイパースペクトルイメージングテクノロジーを使用して、調理済み牛肉の新鮮さの予測モデルを作成します。貯蔵中の調理済み牛肉の鮮度の変化と調理済み牛肉の新鮮さに影響を与える主な要因が研究され、微生物指数TVC値とそれに関連する化学指数TVB-N値が​​決定されました。特定の研究の結論は次のとおりです。ヒマスペクトルイメージングテクノロジーを使用して調理済みの牛肉の新鮮さを検出する可能性が研究され、貯蔵中の調理済み牛肉の新鮮さ指数TVCおよびTVB-N値TVCの変化傾向が議論されました。スペクトルデータ前処理の前後に構築されたSVR予測モデル（10倍のクロス検証を使用）のパフォーマンスを比較し、前処理されたデータセットで構築された予測モデルのパフォーマンスが向上しました。サンプルセットのパーティション化方法が研究されました。さまざまなサンプルパーティションメソッドによって生成されたトレーニングセットとテストセットがモデル化されて分析され、最後にSPXYパーティション化方法で分割されたトレーニングセットとテストセットが選択されました。