彩谱FS-22高光谱相机在牛肉新鲜度无损检测中的应用案例

牛肉作为高蛋白、低脂肪的优质食材，其新鲜度直接影响食用安全与商业价值。传统检测方法如高效液相色谱-质谱联用、气相色谱-质谱联用等，虽精度较高，但存在操作复杂、成本高、对样本具有破坏性等局限。近年来，高光谱成像技术因其快速、无损、可同时获取光谱与图像信息的优势，在农产品品质检测中逐渐受到重视。

杭州彩谱科技有限公司推出的FS-22高光谱相机，具备400–1000nm的光谱范围、5nm的光谱分辨率及300个采集波段，在线阵InGaAs探测器的支持下，可实现对物体表面光谱信息的稳定采集。该设备在农业、食品等领域的品质检测中展现出良好的适用性。

一、研究背景与方法

在近期一项关于牛肉新鲜度的研究中，科研团队构建了一套高光谱成像系统，其中采用了FS-22高光谱相机作为核心采集设备。该系统还配备了卤钨灯光源与专业分析软件，用于实现对生鲜牛肉样本的光谱信息采集。

研究共制备112块牛肉样本，在4°C条件下储存14天，模拟实际流通中的品质变化过程。每周期间隔采集样本的光谱数据，并同步测定其pH值、总挥发性盐基氮（TVB-N）及颜色参数（L, a, b*），以建立光谱信息与品质参数之间的关联模型。

二、FS-22在系统中的作用

在该系统中，FS-22高光谱相机负责采集牛肉样本在可见-近红外波段的光谱反射信息。通过均匀光源照射样本表面，相机接收反射光信号，经光栅分光后形成连续光谱曲线。研究人员从每块样本中提取感兴趣区域的光谱数据，经预处理后用于后续建模。

研究还配合使用了彩谱科技的DS-100型便携式色差仪，用于客观测定牛肉颜色参数，为模型建立提供真实值参考。

三、数据处理与模型构建

研究团队采用SG+MSC方法对原始光谱进行预处理，以降低噪声干扰。随后运用竞争性自适应重加权抽样（CARS）算法提取与品质参数相关的特征波长，建立偏最小二乘回归（PLSR）预测模型。

结果表明，基于FS-22采集的光谱数据所建立的模型，对pH、TVB-N、L、a、b*五个关键参数的预测结果与实测值之间具有较高一致性，测试集决定系数分别达到0.9539、0.9660、0.9266、0.8683和0.9018。模型在独立验证中表现出较好的稳定性，牛肉新鲜度分级准确率达92.6%。

四、结语

高光谱成像技术为食品品质安全检测提供了新的思路。FS-22高光谱相机在该牛肉新鲜度检测研究中的应用，体现了其在农产品品质无损检测中的实用价值。随着光谱数据处理与建模技术的进一步发展，高光谱成像在食品工业、农业检测等领域的应用前景将更加广泛。

   产品推荐

FigSpec FS-22成像高光谱相机

产品特点

l 光谱范围：400-1000nm

l 光谱分辨率：5nm

l 光谱通道数：600

l 图像分辨率：1920*1920