食品行业
在水产养殖与加工行业中，鱼肉的质地品质直接影响产品的市场认可度与商业价值。传统的鱼肉质地检测方法往往需要破坏鱼体完整性，不仅操作繁琐、耗时较长，还难以实现批量样本的高效筛查。随着高光谱成像技术的发展，无损、快速的品质检测成为可能—— 杭州彩谱科技 FigSpec FS-13 高光谱成像系统，便在一项针对鲤鱼肌肉质地的研究中展现出强劲的技术赋能能力。
鲤鱼作为全球重要的淡水养殖鱼类，其肌肉质地的胶黏性、弹性、硬度、咀嚼性等八项指标，是衡量产品品质的核心依据。传统检测需通过纹理分析仪对切割后的肌肉样本进行测定，既无法保留鱼体的商品价值，也难以反映活体鱼肌肉的真实质地分布。
为解决这一行业痛点，中国水产科学研究院等机构联合开展研究，采用杭州彩谱科技FigSpec FS-13 高光谱成像系统，对 387 条活体鲤鱼的背部、胸部、腹部、臀部四个关键区域进行扫描，通过皮肤 hyperspectral 数据反推肌肉质地指标，成功实现了无损检测的技术突破。相关研究成果已发表于《Foods》期刊，为水产行业品质升级提供了有力的技术支撑。
研究中，FigSpec FS-13 展现出适配水产检测场景的技术特性，为数据采集提供了稳定可靠的硬件支持：
1. 光谱覆盖精准适配：检测波长范围涵盖400-1000nm，恰好匹配鱼肉组织中蛋白质、脂质等成分的光谱响应区间，能够捕捉到不同质地肌肉的细微光谱差异；
2. 参数设置贴合需求：2.5nm 的光谱分辨率确保了数据的精细度，150ms 的曝光时间与 128Hz 的成像速度，在保证图像清晰度的同时，提升了批量样本的检测效率；
3. 数据兼容性强：采集的原始数据可通过反射率校准、Savitzky–Golay 平滑等预处理方法优化，有效剔除环境干扰，为后续建模提供高质量数据基础。
借助FigSpec FS-13 获取的高光谱数据，研究团队结合六种机器学习模型进行分析，最终筛选出适配不同肌肉区域的最优模型，实现了八项质地指标的精准预测：
· 背部肌肉质地预测的相关系数（rₚ）介于 0.9191-0.9847 之间，预测误差控制在较低范围；
· 胸部、腹部、臀部肌肉的预测相关系数均保持在0.87 以上，其中胶黏性、咀嚼性等关键指标的预测效果尤为突出；
· 通过波长优化算法，筛选出60-114 个特征波长，在保证预测精度的同时，大幅降低了数据处理量，提升了模型运行效率。
更值得关注的是，基于FigSpec FS-13 的光谱数据，研究团队还生成了肌肉质地分布可视化图谱，通过蓝橙渐变的色彩分布，直观呈现不同区域的质地差异，让原本难以察觉的细微质地变化变得清晰可辨，为品质分级提供了直观参考。
作为高光谱成像技术的深耕者，杭州彩谱科技始终聚焦行业需求，持续推出贴合实际应用场景的检测设备。FigSpec FS-13 高光谱相机在水产品质检测中的成功应用，不仅展现了其在精准光谱采集方面的硬件优势，更体现了彩谱科技以技术创新赋能产业升级的核心理念。
未来，彩谱科技将继续深耕高光谱技术与AI 算法的融合应用，拓展在食品检测、农业育种、环境监测等更多领域的解决方案，为各行业提供更高效、更精准的检测工具，助力产业高质量发展。
（论文原文可通过https://www.mdpi.com/journal/foods搜索《Rapid and Non-Invasive Assessment of Texture Profile Analysis of Common Carp (Cyprinus carpio L.) Using HyperspectralImaging and Machine Learning》进行阅读）
产品推荐
FigSpec FS-13高光谱相机（线扫描）
产品特点
1. 光谱范围：400-1000nm
2. 光谱分辨率：优于2.5nm
3. 光谱波段：1200
4. 空间像素数：1920
