鸡胸肉肉质检测技术原理及可行性验证报告

关键词：鸡胸肉品质 高光谱技术 无损检测

一、实验背景

   鸡肉木质化是指在快速生长的肉鸡胸肌中观察到的一种异常状态，表现为胸肌质地异常坚硬，如同木头一般。这种现象通常发生在生长速度非常快的肉鸡品种中，这些鸡被选育出来以达到快速增重和高效率生产的目的。鸡肉木质化不仅影响肉质口感，还会降低鸡肉的营养价值和加工性能。

   鸡肉木质化的原因可能与以下因素有关：1. 遗传因素：快速生长的品种更容易出现木质化现象，这可能与特定的遗传标记有关。2. 营养和代谢：高蛋白饲料、氨基酸不平衡或缺乏某些营养素可能诱发木质化，这与肌肉细胞的代谢异常有关。3. 生理压力：过度生长导致的肌肉细胞损伤和修复过程中的纤维化可能是木质化的一个原因。4. 肌肉缺氧：快速生长的肌肉可能因血流供应不足而导致缺氧，引发肌肉纤维的异常变化。

  木质化鸡肉的特征包括：质地坚硬：肌肉失去弹性，手感类似木头。颜色异常：可能呈现白色或淡粉色，不同于正常的粉红色。水分含量：木质化肌肉通常水分含量异常，有的情况下水分含量非常高，被称为“水胸肉”。

实验目的：高光谱检测技术也被应用于鸡肉品质的无损检测，以识别和筛选出木质化程度高的鸡肉，从而保障食品安全和消费者体验。

二、实验设备和软件

使用900-1700nm短波红外高光谱相机，对客户提供的样品进行高光谱数据采集；

使用高光谱数据处理和分析软件对采集的数据进行降噪和反射率计算等数据 预处理；

分别采用特征谱段筛选、主成份分析（PCA)、等多种分析算法进行验证，确定光谱波段范围和最佳算法。

验证装置原理图

数据分析软件 - 可进行高光谱数据预处理和内置多种处理算法

功能特性：

数据采集软件支持全系列硬件产品，具有实时可见、使用便利等优势；   

数据处理于分析软件包含高光谱数据预处理功能，包括反射率校正、辐射校正、滤波、降噪、光谱及图像数据预览等；

内置高光谱数据裁切与拼接算法；具有光谱角、监督分类，非监督分类等常用算法，支持用户自定义波段进行运算；

内置NDVI、NDWI等25种以上常见植被指数分析；

三、可行性验证方案

高光谱数据采集和木质化部分标记

通过ROI圈出木质化严重区域，算出平均反射率曲线，可以看出木质化鸡肉的反射率整体会比正常鸡肉低。

不同算法的肉质区分（900-1700nm）

监督分类：建立统计识别函数为理论基础、依据典型样本训练方法进行分类。

可以看出仅木质化严重区域区分明显，且仍有大量没识别、误识别情况。

不同算法的肉质区分（900-1700nm）

使用深度学习算法建立模型，导入到反射率文件中，用颜色渲染工具填图，可以明显看出木质化鸡肉和正常鸡肉的区别，边缘误识别部分可能为阴影部分区域，影响，中间过曝区域识别为其他，准确率可以达到80%以上。

四、可行性研究结论

• 使用光谱视觉技术，通过采集鸡胸肉的高光谱数据，并对数据进行预处理和选择相应的算法进行分析后，可对样品中的肉质进行区分，区分准确率为50%-80%。
• 其中900-1700nm的短波红外谱段相机具有识别准确率和精度高、受周边环境光影响小、算法简单等优点。问题点：目前对于杂质部分和切削部分无法进行有效区分。

下一步行动

• 提供标记清晰的样品进行再次数据采集和分析，优化算法参数，加大算法样本数量，逐步提升识别准确率。
• 对光环境和照明进细化设计，使用专用线光源提升能量强度和信噪比，减少外部光线的干扰，提高数据准确性。
• 随着定性准确率逐步提升，可根据实际应用进度适时开展定量反演的研究。