食品行业
本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。
高光谱图像技术具有分辨率高、曲线连续、无损伤、无污染、能准确检测物质特征或成分等特点。近年来，高光谱技术在城市测绘、精准农业、环境监测、军事监控和计算机视觉等工业领域得到了广泛的认可和关注。而且由于高光谱反射率与理化参数的相关性，可以建立各种理化参数的光谱监测模型。因此，测定食品或农产品中重要营养成分和有害成分含量的研究较多，P-7在监测食品或农产品质量方面取得了重大进展。国内外也有利用高光谱成像快速检测鲜切薯片或块茎的相关研究，但利用高光谱成像预测油炸薯片中CML含量的报道较少。本文利用高光谱成像技术，对不同加工参数的油炸薯片中CML的含量进行了测定，构建了三种预测模型并进行了比较。最终确定最佳快速稳健模型，为寻找高效的CML低剂量检测设备提供依据和手段，更好地服务于食品企业，保证产品质量。
以不同CML含量的油炸薯片为检测对象，利用高光谱成像仪采集波长为371.05 nm~1 023.82 nm的图像，首先提取波长为200 ~ 1000的图像平均值。光谱反射值，然后经过黑白校正和标准正态变量变换光谱预处理，最后比较主成分回归、偏最小二乘回归和BP神经网络三种建模方法。结果表明，基于BP神经网络的油炸薯片中CML含量预测模型最为准确。经过验证，该预测模型兼具准确性和稳健性。这说明高光谱图像技术结合BP神经网络能够准确预测油炸薯片中CML的含量，为食品中CML含量的快速无损检测提供了重要依据。
