食品安全,水果损伤识别,光谱成像仪,农药残留检测_高光谱成像仪_高光谱相机_高光谱成像系统解决方案-江苏双利合谱科技有限公司

网站首页 > 行业应用 > 食品安全

告别人工品鉴！高光谱成像+深度学习，让普洱熟茶产地溯源像刷脸一样简单

基于该文献，高光谱技术的应用方向主要体现在茶叶等农产品的品质鉴别、产地溯源、防伪识别和质量分级等方面。具体而言，高光谱成像能够同时获取茶叶的光谱与空间信息，可用于识别不同产区普洱熟茶之间由生长环境、加工方式和化学组成差异所带来的特征差别，从而实现茶叶产地的快速、无损判别；同时，这种技术也适合用于地理标志农产品真伪鉴别、市场掺假检测以及品质一致性评价。文中还表明，将高光谱与卷积神经网络等智能算法结合后，可进一步提升复杂农产品识别的精度与泛化能力，因此其应用不仅限于茶叶产地识别，还可拓展到食品质量安全检测、农产品分类分级、成分分析及在线智能检测等方向，为农产品加工、流通监管和品牌保护提供技术支持。阅读全文 ∨
利用高光谱成像方法评估真空冷却对蘑菇（双孢子伞属）含水量、颜色和质地的影响

应用方向：高光谱成像技术可用于对蘑菇等高含水农产品的含水量、颜色、硬度、咀嚼性等关键品质指标进行快速预测与动态监测，实现传统破坏性检测方法向实时、在线、无损检测的转变；同时，高光谱成像还能结合建模方法对品质属性进行空间分布可视化，直观反映样品在加工或贮藏过程中的内部与表面变化规律。因此，该技术尤其适合应用于食品冷链保鲜、真空冷却、干燥加工、质量分级以及智能化加工过程控制等领域，为农产品加工和食品工业中的精准检测与智能决策提供技术支持。阅读全文 ∨
高光谱成像技术在红枣研究中的应用进展（下）

(Shao et al., 2024)采用可见-近红外（Vis-NIR）高光谱成像技术，探索了不同成熟阶段冬枣的可溶性固形物含量（SSC）监测与贮藏期分析方法。通过支持向量回归（SVR）和偏最小二乘回归（PLSR）模型，研究了中熟与熟透冬枣的SSC与光谱数据之间的关系，结果表明SVR模型在筛选的有效波长下表现出最佳的预测性能，外部验证集的决定系数（R²）和残差预测偏差（RPD）分别为0.837和2.47（中熟）及0.806和2.28（熟透）。阅读全文 ∨
高光谱成像技术在红枣研究中的应用进展（上）

随着精准农业的兴起，高光谱成像技术在红枣等农产品的应用前景广阔。通过实时、无损的检测，不仅可以提高红枣的生产效率，减少人工检查的误差，还能确保产品质量的一致性，推动红枣产业向标准化、智能化方向发展。高光谱成像技术在红枣品质检测中的应用阅读全文 ∨
高光谱成像技术在鱼类品质检测研究中的应用进展

高光谱成像技术在鱼类新鲜度检测中的应用，在鱼类掺假检测中的应用，鱼类加工过程检测中的应用。阅读全文 ∨
高光谱技术赋能猕猴桃品质：从外到内的系统检测

传统的猕猴桃果实品质检测方法主要是化学分析方法、质构剖面分析、穿刺等测试方法，这些有损检测方法在实际应用中存在成本高、破坏性强等局限性。为满足快速、无损的果品品质监测需求，核磁共振、光谱分析和电子鼻等技术，已被广泛研究并应用于检测水果的内部品质。其中，高光谱成像技术作为新兴的光学检测方法，可同时获取待测对象的内外部品质信息，即二维空间和一维光谱信息。二维空间信息用于直接提取待测对象的外部品质特征（如大小、形状）；将一维光谱信息与对象特定成分及含量等特征进行耦合分析，可以实现果品内部品质预测评估。阅读全文 ∨