豬肉新鮮度是指肉品的新鮮程度，是衡量肉品是否符合食用要求的客觀標準。但豬肉在存儲的過程中，其內部的某些有機成分會發生變化，導致豬肉的肉品發生腐敗，影響豬肉的新鮮度。為了快速、且無損的對豬肉的新鮮度進行評定，就可以使用高光譜成像儀。本文介紹了高光譜成像儀在豬肉新鮮度評定中的應用。

豬肉新鮮度評定的重要性：

豬肉新鮮度是指肉品的新鮮程度，是衡量肉品是否符合食用要求的客觀標準。一般來說，新鮮肉的pH值為5.8～6.2，隨著貯藏時間的變化，肉品發生腐敗，蛋白質分解產生氨和胺類等堿性含氮的有毒物質，稱為肉毒胺，pH值隨之升高，因此肉的新鮮度肉可以用pH值表示。此外肉毒胺與腐敗過程中同時分解產生的有機酸結合，形成鹽基態氮而積集在肉品中，具有揮發性，稱為揮發性鹽基氮。肉品中所含揮發性鹽基氮的量，隨著腐敗的進行而增加，與腐敗程度之間有明確的對應關系，因此揮發性鹽基氮的含量是衡量肉品新鮮度的重要指標。然而，單一的指標很難全面反映肉品新鮮度，若由多項指標綜合評定，充分利用多元信息，可以提高檢測精度和可靠性。

傳統的肉品檢測方法有感官檢驗、理化檢驗和微生物檢驗等，但存在檢測效率低、所需時間長、產品破壞大等問題。因此，如何對生鮮豬肉進行快速無損的新鮮度評定有著重要的意義。近年來，隨著光譜技術的不斷發展，高光譜成像技術被廣泛的應用與肉質品的無損檢測中。該技術融合了圖像和光譜技術，實現樣本的空間信息、輻射信息、光譜信息的同步獲得，具有分析效率高、樣品無需預處理、操作簡便、非破壞性、便于實現在線分析等特點，成為了無損檢測豬肉新鮮度最具潛力的新方法之一。

高光譜成像儀在豬肉新鮮度評定中的應用：

高光譜成像儀作為精密的光學儀器，它融合了傳統的成像和光譜技術的優點，可以獲取多個光譜圖像信息，光譜圖像是具有多個離散波長下的圖像組成的三維數據塊，可以對樣本成分組成、分布狀態、表面紋理進行觀測分析。相對于單一波長的成像系統，高光譜成像系統能夠獲得更為全面的樣本信息。因此，高光譜成像技術在農產品領域得到了廣泛的應用。

相對比傳統檢測豬肉品質的方法，高光譜成像技術是一種快速、不耗費化學試劑環境友好型的、對樣本沒有損壞的新興技術。與近紅外光譜技術和計算機機器視覺技術相比，它集合了傳統的光譜與圖像，可以同時獲取樣本的光譜信息和空間信息，更能整體全面反映樣本。與傳統高光譜技術相比，高光譜技術具有較簡單的數據且成本價格低，更適合用于食品品質實時在線檢測。正是這些優點使得高光譜成像技術被廣泛應用在食品安全特別是肉和肉制品的質量與安全領域。

高光譜圖像技術集成了傳統的圖像和光譜技術，可同時獲得被測物體的空間和光譜信息，相比傳統的多光譜技術不能同時兼顧共線性消除和信息充分獲取的矛盾，高光譜圖像技術因其高的光譜分辨率已成為豬肉品質評估和安全檢測的強有力工具。使用高光譜成像儀評定豬肉新鮮度的具步驟如下：

1.高光譜圖像數據采集

選取合適的樣品，使用高光譜成像儀采集豬肉的高光譜圖像數據。高光譜圖像采集之前要先對儀器進行校正，高光譜成像系統的校正主要通過調節光強、圖像清晰度、圖像的失真來實現，影響圖像清晰度和是否失真的因素包括物鏡之間的高度，電控移位平臺移動速度和曝光時間。

2.高光譜數據提取

利用ROI工具對每個樣品進行感興趣區域的提取，計算每個波段的區域內平均反射率，導出保存，作為樣品的原始光譜數據，用作后續數據處理。

3.光譜數據預處理

采用不同的預處理方法消除原始光譜中的干擾信息，對原始高光譜數據進行處理。

4.建立預測模型

利用分析軟件采用不同的方法對原始光譜進行預處理，并使用該數據進行建模，分析不同的預處理方法對預測模型的作用。例如應用偏最小二乘回歸（PLSR）建立豬肉新鮮度預測模型，并對模型的預測能力進行驗證和精度評價。然后根據預測模型建立相應的豬肉新鮮度評定的方法。