肉制品通過(guò)X光機(jī)檢測(cè)后的理化性質(zhì)變化研究

1、碩士學(xué)位論文肉制品通過(guò)X光機(jī)檢測(cè)后的理化性質(zhì)變化研究作者姓名楊凌學(xué)科專(zhuān)業(yè)指導(dǎo)教師所在學(xué)院論文提交日期分類(lèi)號(hào)： 密級(jí)： 學(xué)校代號(hào)： 學(xué)號(hào)： 仲愷農(nóng)業(yè)工程學(xué)院 在職攻讀碩士 研 究 生 學(xué) 位 論 文肉制品通過(guò)X光機(jī)檢測(cè)后的理化性質(zhì)變化研究Study on the Change of Physical and Chemical Properties of Meat Products after X - ray Machine Detection楊凌培養(yǎng)單位（學(xué)院）：指導(dǎo)教師姓名、職稱(chēng)：申請(qǐng)學(xué)位的學(xué)科門(mén)類(lèi)：學(xué)科專(zhuān)業(yè)名稱(chēng)：論文答辯日期： 答辯委員會(huì)主席： 學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本

2、人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得 仲愷農(nóng)業(yè)工程學(xué)院 或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名（手寫(xiě)）： 簽字日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書(shū)本人完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即:學(xué)校有權(quán)保留送交論文的復(fù)印件和磁盤(pán)，允許論文被查閱和借閱，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意學(xué)校將本人的學(xué)位論文提交清華大學(xué)中國(guó)學(xué)術(shù)期刊（光盤(pán)版）電子雜志社全文

3、出版和編入CNKI中國(guó)知識(shí)資源總庫(kù)，傳播學(xué)位論文的全部或部分內(nèi)容。（保密的論文在解密后應(yīng)遵守此規(guī)定）本學(xué)位論文屬于：保密，在 年解密后適用本授權(quán)書(shū)。不保密,同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽。(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“”)學(xué)位論文作者簽名（手寫(xiě)）： 導(dǎo)師簽名（手寫(xiě)）：簽字日期： 年 月 日 簽字日期： 年 月 日摘要摘 要1895年11月8日，德國(guó)維爾茨堡大學(xué)校長(zhǎng)兼物理研究所所長(zhǎng)倫琴教授第一次發(fā)現(xiàn)了X射線，距今不過(guò)122年的歷史。雖然X射線的發(fā)射和接收原理從來(lái)沒(méi)有發(fā)生過(guò)重大的變化，但是結(jié)合其他技術(shù)的不斷進(jìn)步，其應(yīng)用范圍卻越來(lái)越廣。從早期主要為病人服務(wù)，通過(guò)透射不同的人體部

4、位來(lái)獲取內(nèi)部病變的圖像，到后期通過(guò)透射不同材質(zhì)的物體，來(lái)分辨這些物體是否存在內(nèi)部結(jié)構(gòu)異?；蛉毕荩ɡ鐗毫θ萜鞯臒o(wú)損探傷），再到2011年將圖像分析技術(shù)應(yīng)用到食品科學(xué)后，通過(guò)自動(dòng)識(shí)別X光成像中的異常物質(zhì)，將食品或其他物品中的不良物分辨和剔除出來(lái)，保證了我們的飲食和生活能夠比以前越來(lái)越安全。本文在借鑒國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上，圍繞肉制品通過(guò)X光檢測(cè)后理化性質(zhì)變化這一主題，運(yùn)用文獻(xiàn)研究法、問(wèn)卷調(diào)查法、實(shí)驗(yàn)分析法等方法相結(jié)合的方式，對(duì)國(guó)內(nèi)生產(chǎn)的無(wú)骨整雞肉、有骨整雞肉、鮮豬肉、凍豬肉、豬肉香腸等產(chǎn)品進(jìn)行X射線的檢測(cè)及理化指標(biāo)分析。主要研究結(jié)果如下：（1）經(jīng)過(guò)近20年的發(fā)展，X光檢測(cè)儀已經(jīng)成為食品檢測(cè)行業(yè)中

5、的重要一環(huán)?？茖W(xué)數(shù)據(jù)表明，X射線檢測(cè)不會(huì)對(duì)食品產(chǎn)生任何影響。（2）筆者通過(guò)對(duì)惠州市某大型肉制品加工企業(yè)F公司員工的問(wèn)卷調(diào)查，總結(jié)出從業(yè)人員對(duì)肉制品在X光檢測(cè)中可能存在檢測(cè)精度、物理性質(zhì)變化、化學(xué)性質(zhì)變化和食用品質(zhì)變化等四個(gè)方面的問(wèn)題。進(jìn)而筆者根據(jù)這些制約X光檢測(cè)技術(shù)發(fā)展的質(zhì)疑進(jìn)行了科學(xué)實(shí)驗(yàn)，分別從上述四個(gè)方面否定了肉制品通過(guò)X光檢測(cè)后理化性質(zhì)會(huì)發(fā)生改變。關(guān)鍵詞：X射線；肉制品；理化性質(zhì)IAbstractABSTRACTNovember 8, 1895, Germany Würzburg University President and Institute of Physics, Pr

6、ofessor Lun Qin first discovered X-ray, but now 122 years of history. Although the X-ray emission and reception principles have never undergone significant changes, but with other technologies continue to progress, its application is more and more widely. From the early to the main service for the p

7、atient, by transmitting different parts of the body to obtain the internal lesions of the image, to the late through the transmission of different materials to determine whether these objects are internal structural abnormalities or defects (such as pressure vessel nondestructive testing), and then

8、By 2011, the application of image analysis technology to food science, through the automatic identification of X-ray imaging of abnormal substances, food or other items of bad objects to distinguish and remove them, to ensure that our diet and life can be more than ever The more secure.Based on the

9、relevant research at home and abroad, this paper focuses on the theme of the change of physical and chemical properties after the X-ray detection of meat products, using the method of literature research, questionnaire survey and experimental analysis, Bone whole chicken, bone whole chicken, fresh p

10、ork, frozen pork, pork sausage and other products for X-ray detection and physical and chemical indicators analysis. The main findings are as follows:(1) After nearly 20 years of development, X-ray detector has become an important part of the food testing industry.Scientific data show that X-ray det

11、ection does not have any effect on food.(2) Through a questionnaire survey of employees of a large meat processing enterprise in Huizhou City, the author concludes that there may be detection accuracy, physical property change, chemical property change and edible quality change in the X-ray detectio

12、n of the meat products Four aspects of the problem. And then the author based on these constraints X-ray detection technology development questioned a scientific experiment, respectively, from the above four aspects of the meat products through the X-ray detection of physical and chemical properties

13、 will change.Key Words: Huizhou; sweet corn; industrialization II目錄目錄ABSTRACTII第一章緒論11.1 研究背景11.2研究意義21.3研究方法31.3.1文獻(xiàn)研究法31.3.2問(wèn)卷調(diào)查法31.3.3實(shí)驗(yàn)法4第二章 理論基礎(chǔ)與文獻(xiàn)綜述392.1理論基礎(chǔ)392.1.1X射線的基本原理392.1.2 X射線的輻射劑量單位和安全限制法規(guī)402.1.3 X射線檢測(cè)的功能原理402.1.4提高X射線檢測(cè)精度的手段432.2文獻(xiàn)綜述462.2.1生鮮肉食用品質(zhì)特性的光譜分析技術(shù)462.2.2生鮮肉等級(jí)智能判識(shí)關(guān)鍵技術(shù)482.2.3生

14、鮮肉微生物與污染物無(wú)損檢測(cè)技術(shù)492.2.4生鮮肉異物排查快速無(wú)損檢測(cè)技術(shù)502.3研究述評(píng)51第三章 X光機(jī)在肉制品檢測(cè)中的應(yīng)用現(xiàn)狀基于F公司的問(wèn)卷調(diào)查523.1調(diào)查目的、內(nèi)容與樣本523.1.1調(diào)查目的523.1.3調(diào)查樣本533.2調(diào)查結(jié)果與分析563.2.1從業(yè)人員對(duì)肉制品X光檢測(cè)安全性總體感知的描述性分析563.2.2各感知維度的差異性分析573.3國(guó)內(nèi)X光機(jī)在肉制品檢測(cè)過(guò)程中出現(xiàn)的問(wèn)題613.3.1檢測(cè)精度方面613.3.2理化性質(zhì)方面613.3.3食用品質(zhì)方面61第四章肉制品通過(guò)X光機(jī)檢測(cè)后的理化性質(zhì)變化研究624.1 X光機(jī)在肉制品檢測(cè)中的精度實(shí)驗(yàn)及最佳精度的確定624.1.1

15、實(shí)驗(yàn)方法624.1.2 實(shí)驗(yàn)設(shè)計(jì)624.1.3無(wú)骨整雞肉的最佳檢測(cè)精度674.1.4 有骨整雞肉的最佳檢測(cè)精度684.2肉制品在通過(guò)X光機(jī)檢測(cè)后主要理化性質(zhì)檢測(cè)704.2.1物理性質(zhì)測(cè)試704.2.2 化學(xué)性質(zhì)測(cè)試764.2.3肉制品食用性質(zhì)檢驗(yàn)83第五章 結(jié)論475.1研究總結(jié)475.2 研究展望48致 謝49參考文獻(xiàn)50附錄51V仲愷農(nóng)業(yè)工程學(xué)院碩士學(xué)位論文第一章 緒論1.1 研究背景1隨著我國(guó)人民生活水平的提高、膳食結(jié)構(gòu)的改變和國(guó)際貿(mào)易的不斷擴(kuò)大， 對(duì)畜肉的需求量隨之增加，畜肉質(zhì)量與安全也受到了前所未有的重視。中國(guó)是世界最大的肉類(lèi)生產(chǎn)國(guó)，國(guó)家統(tǒng)計(jì)局公報(bào)2016年中國(guó)肉類(lèi)生產(chǎn)達(dá)到9957萬(wàn)

16、噸占世界肉類(lèi)總產(chǎn)量的30，在我國(guó)農(nóng)業(yè)生產(chǎn)中占有舉足輕重的地位。生鮮肉屬于復(fù)雜生物體，具有質(zhì)量的易變性，需在生產(chǎn)、流通、儲(chǔ)存、銷(xiāo)售等各環(huán)節(jié)進(jìn)行質(zhì)量安全監(jiān)測(cè)。隨著養(yǎng)殖產(chǎn)業(yè)的不斷升級(jí)，生產(chǎn)組織化程度不斷提升，生鮮肉質(zhì)量也在不斷改善，已開(kāi)發(fā)出更新周期短、產(chǎn)品質(zhì)量好的綠色安全的肉制品，以滿足城市居民日益增長(zhǎng)的需求。另外，食品制造商們開(kāi)始采用形狀獨(dú)特、質(zhì)感良好的創(chuàng)新包裝，以此提供耳目一新的形象，并改變消費(fèi)者對(duì)包裝的感覺(jué)，同時(shí)在貨架上形成視覺(jué)沖擊力以吸引消費(fèi)者的眼球。而這一日益增長(zhǎng)的趨勢(shì)卻對(duì)食品制造商們?cè)斐闪瞬煌奶魬?zhàn)。因?yàn)閷?duì)于傳統(tǒng)產(chǎn)品檢測(cè)系統(tǒng)而言，不規(guī)則的包裝形狀或新包裝材料會(huì)增加污染物檢測(cè)和清除的難度。

17、因此，食品制造商們需要挑選足夠先進(jìn)的合適產(chǎn)品檢測(cè)系統(tǒng)，以推出符合快速變化的消費(fèi)者需求的新產(chǎn)品，從而建立起自己的品牌，并確保食品安全。食品制造商需要通過(guò)X射線檢測(cè)系統(tǒng)來(lái)保障消費(fèi)者不受劣質(zhì)食品的傷害，保護(hù)商業(yè)信譽(yù)和品牌，并達(dá)到國(guó)際食品安全方針和法規(guī)的要求。無(wú)論是對(duì)食品行業(yè)、飲料行業(yè)還是制藥行業(yè)而言，在生產(chǎn)線上控制產(chǎn)品質(zhì)量、引進(jìn)X射線檢測(cè)，是避免發(fā)生這些潛在問(wèn)題最有效的手段。中國(guó)作為全球最大的食品生產(chǎn)國(guó)，眾多產(chǎn)品召回事件大大影響了中國(guó)制造商在國(guó)內(nèi)和國(guó)際上的聲譽(yù)。因此，制造商們對(duì)高質(zhì)量產(chǎn)品檢測(cè)系統(tǒng)的需求愈發(fā)強(qiáng)烈，他們希望在X射線檢測(cè)系統(tǒng)的幫助下保護(hù)公眾免受劣質(zhì)產(chǎn)品的危害，確保發(fā)生產(chǎn)品召回事件時(shí)的完全可

18、追蹤性并且能有效遵守國(guó)際法規(guī)的要求，贏得消費(fèi)者對(duì)自身品牌的信任。在遵守相同的零售商或地區(qū)食品安全方針和法規(guī)的機(jī)制下，制造商們借助X射線檢測(cè)技術(shù)，能在公平的競(jìng)爭(zhēng)環(huán)境下和其他國(guó)家的同行們展開(kāi)競(jìng)爭(zhēng)。依靠X射線檢測(cè)系統(tǒng)，制造商們能夠發(fā)現(xiàn)產(chǎn)品中的污染物，如金屬、石塊、玻璃、高密度塑料和鈣化物等?？傮w而言，由于系統(tǒng)集成了多項(xiàng)產(chǎn)品檢測(cè)任務(wù)，不再需要多臺(tái)機(jī)器，因此維護(hù)和運(yùn)營(yíng)成本降低了。除了識(shí)別污染物之外，目前的X射線系統(tǒng)還能同時(shí)執(zhí)行其他在線質(zhì)檢任務(wù)，例如稱(chēng)重、計(jì)件、識(shí)別缺失或損壞的產(chǎn)品、監(jiān)控料位、檢查密封完好性、檢查破損產(chǎn)品和包裝等。X光檢測(cè)裝置在食品檢測(cè)中的應(yīng)用越來(lái)越廣泛。但是，X射線固有特性仍然導(dǎo)致食品廠

19、對(duì)這類(lèi)設(shè)備的使用熱情不高。例如X射線對(duì)人體輻射的影響導(dǎo)致很多廠家擔(dān)心使用這類(lèi)設(shè)備會(huì)對(duì)人體造成不利的影響，或者輻照會(huì)有輻射殘留，影響產(chǎn)品的品質(zhì)；另外，早期的圖像識(shí)別技術(shù)比較單一，只能檢測(cè)灰度值相差比較大的幾類(lèi)物質(zhì)，也導(dǎo)致不少?gòu)S家覺(jué)得這個(gè)技術(shù)是雞肋，沒(méi)有多大的實(shí)際意義。令人欣慰的是，隨著技術(shù)不斷的進(jìn)步，市場(chǎng)上已經(jīng)可以更精確的控制X射線光源的發(fā)射功率來(lái)確保成像的精確度，以及用更小的光源來(lái)檢測(cè)更厚的產(chǎn)品 Somchai Chakornsiri. 中國(guó)肉類(lèi)和家禽產(chǎn)品的異物檢測(cè)J. 食品安全導(dǎo)刊,2017,(22):60-61. 2017-09-11. DOI：10.16043/ki.cfs.2017.2

20、2.027。相關(guān)配套的圖像解析技術(shù)也在飛速發(fā)展，對(duì)比數(shù)據(jù)庫(kù)里越來(lái)越豐富的數(shù)據(jù)也使得更多的雜質(zhì)可以被分辨出來(lái)。這些技術(shù)使到X光檢測(cè)儀從早期的只能檢測(cè)金屬雜質(zhì)，發(fā)展到現(xiàn)今可以檢測(cè)玻璃、塑料、木屑、頭發(fā)，甚至肉制品里面的骨頭碎、肉瘤、血管等等，其適用范圍越來(lái)越廣，檢測(cè)精度也越來(lái)越高。第一章 緒論1.2研究意義在中國(guó),食品安全是一個(gè)頗具爭(zhēng)議的話題。近年來(lái),食品行業(yè)發(fā)生了一些大事件,更突出了消費(fèi)者對(duì)加強(qiáng)食品安全監(jiān)管要求的需要.國(guó)內(nèi)消費(fèi)者越來(lái)越注重所購(gòu)產(chǎn)品的質(zhì)量和安全標(biāo)準(zhǔn),不再愿意接受出口商品與國(guó)內(nèi)市場(chǎng)銷(xiāo)售商品質(zhì)量之間存在差距。因此,供應(yīng)商必須有所行動(dòng)。2015年,新食品安全法實(shí)施,其對(duì)違反食品安全法規(guī)的

21、公司實(shí)施更為嚴(yán)厲的懲罰。相信隨著消費(fèi)者對(duì)食品質(zhì)量水平要求的提高,會(huì)持續(xù)推動(dòng)食品安全的發(fā)展趨勢(shì)。更為欣喜的是,政府意識(shí)到必須要做出改變,以保障出口市場(chǎng)以及國(guó)內(nèi)消費(fèi)者的安全。隨著法律法規(guī)的收緊,小型生產(chǎn)商越來(lái)越難以單獨(dú)具有管理合規(guī)性,因此可能會(huì)看到更多企業(yè)合并。較大型合并公司的出現(xiàn),不僅簡(jiǎn)化了政府對(duì)監(jiān)管要求的管理,而且還將增加資本設(shè)備的購(gòu)買(mǎi)力。對(duì)于肉類(lèi)和家禽產(chǎn)品行業(yè)而言，惡劣的生產(chǎn)環(huán)境是日常運(yùn)作的一部分，在線產(chǎn)品檢測(cè)系統(tǒng)在加強(qiáng)食品安全操作方面帶來(lái)的好處不可低估。在線產(chǎn)品檢測(cè)系統(tǒng)總體擁有成本低，可以很快帶來(lái)投資回報(bào)，使其更具吸引力?？傮w上說(shuō)，我國(guó)企業(yè)對(duì)食品安全檢測(cè)尤其是食品中異物的檢測(cè)重視不夠。肉禽

22、類(lèi)肉制品中經(jīng)常發(fā)現(xiàn)異物，已成為消費(fèi)者食品投訴的重點(diǎn)。目前國(guó)內(nèi)生產(chǎn)企業(yè)的異物檢測(cè)主要通過(guò)人工實(shí)現(xiàn)，有些企業(yè)買(mǎi)了進(jìn)口設(shè)備，但由于維護(hù)使用上的原因也成了擺設(shè)，只有出現(xiàn)了嚴(yán)重的食品安全事故時(shí)才引起大家的重視。隨著農(nóng)業(yè)集約化、工廠化、機(jī)械化進(jìn)程的不斷加快，傳統(tǒng)的生鮮肉質(zhì)量與安全檢測(cè)方法和技術(shù)手段無(wú)法滿足快速、準(zhǔn)確、實(shí)時(shí)、無(wú)損檢測(cè)與評(píng)估生鮮肉質(zhì)量安全的迫切需求。目前我國(guó)用于檢測(cè)生鮮肉品質(zhì)主要指標(biāo)的方法仍為濕化學(xué)分析和感官評(píng)定，這些方法需要投入大量的人力、物力和財(cái)力，并且費(fèi)時(shí)不易進(jìn)行大批量快速檢測(cè)，不能滿足企業(yè)和市場(chǎng)的需求。農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)屬現(xiàn)代食品檢測(cè)技術(shù)、現(xiàn)代電子信息技術(shù)、人工智能與模式識(shí)別等技術(shù)交叉

23、滲透的新領(lǐng)域。所謂無(wú)損檢測(cè)，就是在不破壞被檢測(cè)對(duì)象的情況下，應(yīng)用一定的檢測(cè)技術(shù)和分析方法對(duì)其內(nèi)在品質(zhì)和外在品質(zhì)加以測(cè)定，并按一定的標(biāo)準(zhǔn)對(duì)其作出評(píng)價(jià)的過(guò)程。我國(guó)生產(chǎn)的肉制品具有價(jià)格優(yōu)勢(shì)，是傳統(tǒng)的出口創(chuàng)匯產(chǎn)品。但目前，我國(guó)生鮮肉質(zhì)量安全的檢測(cè)，存在檢測(cè)技術(shù)手段和設(shè)備落后、檢測(cè)手法在線性差、質(zhì)量?jī)?yōu)劣混雜等突出問(wèn)題。開(kāi)展生鮮肉質(zhì)量與肉制品異物的研究與裝備開(kāi)發(fā)，對(duì)生鮮肉進(jìn)行質(zhì)量的有效檢測(cè)和分級(jí)，并進(jìn)行肉品異物檢測(cè)，可提升生鮮肉的食用品質(zhì)， 保證食用安全衛(wèi)生，是引導(dǎo)市場(chǎng)消費(fèi)、規(guī)范生鮮肉生產(chǎn)與流通、形成優(yōu)質(zhì)優(yōu)價(jià)體系從而促進(jìn)生鮮肉行業(yè)健康快速發(fā)展的重要措施，是影響我國(guó)生鮮肉行業(yè)穩(wěn)定、有序、可持續(xù)發(fā)展的關(guān)鍵因素

24、，對(duì)保障國(guó)民的安全健康意義更加顯著。我國(guó)對(duì)異物檢測(cè)設(shè)備的研究才剛起步，檢測(cè)精度和速度與國(guó)外相差很大，多數(shù)企業(yè)開(kāi)發(fā)的異物檢測(cè)設(shè)備只能對(duì)單一的規(guī)則形狀的物品進(jìn)行檢驗(yàn)，異物檢測(cè)種類(lèi)有限，檢測(cè)速度也比較慢，影響了這些檢測(cè)設(shè)備的推廣和使用。本文以肉制品通過(guò)X光檢測(cè)的理化性質(zhì)變化為研究對(duì)象，體現(xiàn)了較強(qiáng)的現(xiàn)實(shí)意義。1.3研究方法圍繞課題研究方向和研究?jī)?nèi)容，擬采用文獻(xiàn)資料查閱、問(wèn)卷調(diào)查，實(shí)地走訪廣州市肉制品加工企業(yè)、實(shí)驗(yàn)等方法，以翔實(shí)的調(diào)查統(tǒng)計(jì)數(shù)據(jù)和資料為研究提供基礎(chǔ)。研究方法主要的有：1.3.1文獻(xiàn)研究法在研究前期，首先對(duì)X射線有關(guān)的理論現(xiàn)狀進(jìn)行探討，為今后的研究提供一個(gè)理論框架。其次，大量閱讀與本研究有關(guān)

25、的論文、綜述、專(zhuān)著，查閱有關(guān)文獻(xiàn)資料。最后，在查閱文獻(xiàn)的基礎(chǔ)上，總結(jié)國(guó)內(nèi)外肉制品檢測(cè)的經(jīng)驗(yàn)與做法。1.3.2問(wèn)卷調(diào)查法問(wèn)卷調(diào)查法是用書(shū)面形式間接搜集研究材料的一種調(diào)查手段。通過(guò)向調(diào)查者發(fā)出簡(jiǎn)明扼要的征詢單（表），請(qǐng)示填寫(xiě)對(duì)有關(guān)問(wèn)題的意見(jiàn)和建議來(lái)間接獲得材料和信息的一種方法。筆者根據(jù)本課題研究的內(nèi)容，試圖設(shè)計(jì)一套調(diào)查問(wèn)卷，主要對(duì)象為廣州市某大型肉制品生產(chǎn)加工企業(yè)的內(nèi)部員工，從從業(yè)人員的視角重點(diǎn)了解X光在肉制品檢測(cè)的應(yīng)用現(xiàn)狀，以期為無(wú)損檢測(cè)技術(shù)在生鮮肉質(zhì)量與安全檢測(cè)方面更廣闊的應(yīng)用提供參考。1.3.3實(shí)驗(yàn)法實(shí)驗(yàn)法指在實(shí)驗(yàn)室內(nèi)利用一定的設(shè)施，控制一定的條件，并借助專(zhuān)門(mén)的實(shí)驗(yàn)儀器進(jìn)行研究的一種方法。探

26、索自變量和因變量之間的關(guān)系的一種方法。實(shí)驗(yàn)室實(shí)驗(yàn)法，便于嚴(yán)格控制各種因素，并通過(guò)專(zhuān)門(mén)儀器進(jìn)行測(cè)試和記錄實(shí)驗(yàn)數(shù)據(jù)，一般具有較高的信度。本文擬在實(shí)驗(yàn)室中重點(diǎn)研究肉制品通過(guò)X光檢測(cè)后理化性質(zhì)發(fā)生的變化情況。4仲愷農(nóng)業(yè)工程學(xué)院碩士學(xué)位論文第二章 理論基礎(chǔ)與文獻(xiàn)綜述2.1理論基礎(chǔ)2.1.1X射線的基本原理1895年11月8日晚，德國(guó)維爾茨堡大學(xué)校長(zhǎng)兼物理研究所所長(zhǎng)倫琴教授第一次發(fā)現(xiàn)了X射線 賈小凡. 近年X射線產(chǎn)品檢測(cè)技術(shù)在食品行業(yè)的應(yīng)用J. 食品安全導(dǎo)刊,2014,(07):46. 2017-09-11. DOI：10.16043/ki.cfs.2014.07.003。X射線輻射是電磁波的一種(例如，

27、可見(jiàn)光、微波、無(wú)線電波等)。下圖綠色區(qū)域所示的是X射線的頻率和波長(zhǎng)范圍。X射線的波長(zhǎng)非常短，能量非常強(qiáng)大，所以其射線可輕易穿透固態(tài)物體。當(dāng)X光管兩端施加一定的電壓后，X射線就產(chǎn)生了。其原理決定了X射線可通過(guò)電源的通斷來(lái)迅速的產(chǎn)生和中斷。我們能夠運(yùn)用這個(gè)原理，在X光機(jī)上加裝多重的保護(hù)開(kāi)關(guān)來(lái)保護(hù)操作人員不受輻射的危害。2.1.2 X射線的輻射劑量單位和安全限制法規(guī)為衡量X射線輻射造成的影響，通常使用以下幾種重要的計(jì)量單位：輻射量 Sv：表示輻射的大小輻射率 Sv/h：= 輻射量 / 輻射時(shí)間，需要考慮到目標(biāo)物接受輻射的時(shí)間加速電壓 kV：用于激發(fā)X光束的能量水平現(xiàn)有研究表明，X射線具有較高的能量，

28、遭受到輻射后會(huì)使蛋白質(zhì)產(chǎn)生性變，從而人體或食物產(chǎn)生影響。 歐盟相關(guān)法規(guī)規(guī)定，X射線對(duì)人體輻射值的上限為: 1000 µSv/a（DIN 54113），對(duì)食品輻射值的上限為5000 µSv，10 MeV（EU-guidelines 1999/23/EG）以上的表述比較抽象，我們以下兩圖來(lái)衡量對(duì)比一（Raycon為本試驗(yàn)將采用的X光機(jī)型號(hào)）：2.1.3 X射線檢測(cè)的功能原理異物密度與能量吸收的原理一、不銹鋼：相對(duì)吸收量計(jì)算如下：產(chǎn)品高度 x 密度= 75 x 1 = 75單位1單位的水被1單位的不銹鋼取代后，相對(duì)吸收量為：(75-1) x 1 + 1 x 7.9

29、= 81.9單位吸收量差異為（81.9-75）/75=9.2%二、玻璃相對(duì)吸收量計(jì)算如下：產(chǎn)品高度 x 密度 = 75 x 1 = 75 單位2單位水被2單位的玻璃取代后，相對(duì)吸收量為:(75-2) x 1 + 2 x 2.5 = 78 單位吸收量差異為（78-75）/75=4%相對(duì)吸收量的不同，導(dǎo)致了密度低的產(chǎn)品很難被檢出。因此，不是每種污染物都可以被順利的檢出。根據(jù)實(shí)際經(jīng)驗(yàn)，以下這張表顯示出哪些物質(zhì)容易被檢出，哪些物質(zhì)不容易被檢出：2.1.4提高X射線檢測(cè)精度的手段通過(guò)檢查污染物的材質(zhì)、尺寸和位置來(lái)進(jìn)行分辨尺寸和材質(zhì) 相對(duì)位置，以針頭為例（針頭）

30、提高檢測(cè)波頻率，降低產(chǎn)品密度，減少產(chǎn)品厚度經(jīng)大量的研究證明，波長(zhǎng)越短，同樣輸出功率的情況下越容易穿透被測(cè)物；產(chǎn)品密度小的比密度大的更容易檢出污染物；同樣的產(chǎn)品，厚度越厚，越難檢出污染物。 提高感光元件的像素精度如圖所示，在同樣的檢測(cè)面積情況下，提高像素精度能夠讓圖像處理軟件更好的分辨出污染物。 選擇合適的檢測(cè)電壓和電流電壓和電流的詳細(xì)的關(guān)系見(jiàn)下兩圖：也就是說(shuō)，薄型產(chǎn)品選用較低電壓成像質(zhì)量好，厚型產(chǎn)品選用較高電壓成像質(zhì)量好。但是，同樣的電壓，當(dāng)電流不同時(shí)其成像質(zhì)量依然有區(qū)別，如下圖所示：該測(cè)試樣的污染物為碎骨頭。可以看到，對(duì)檢測(cè)密度較低的污染物，用較大的電流可以獲得更

31、為清晰的圖像。 異物體積當(dāng)然，污染物的體積也決定了是否容易被檢出。如下面這個(gè)案例，我們?cè)跈z測(cè)一包混合早餐麥片的時(shí)候得出以下結(jié)論：被測(cè)物：結(jié)論是：雜質(zhì)的體積越大，能被檢測(cè)的可能性就越高。X射線檢測(cè)還有其它的特性，例如下圖所示的缺陷檢測(cè)。其檢測(cè)原理和本論文討論的檢測(cè)工藝參數(shù)無(wú)關(guān)，因此就不作為本論文研究的對(duì)象。產(chǎn)品斷裂，缺粒2.2文獻(xiàn)綜述2.2.1生鮮肉食用品質(zhì)特性的光譜分析技術(shù)食用品質(zhì)是肉品最重要的品質(zhì)指標(biāo)之一，直接影響生鮮肉的商品價(jià)值。肉品的光譜信息可以很好地表征其內(nèi)部品質(zhì)，國(guó)內(nèi)外學(xué)者利用近紅外光譜、拉曼光譜和高光譜成像等多種光譜分析技術(shù)對(duì)生鮮肉的食用品質(zhì)進(jìn)行了研究。生鮮肉食用品質(zhì)

32、特性的近紅外光譜分析技術(shù)和高光譜成像技術(shù)檢測(cè)在發(fā)達(dá)國(guó)家起步較早，Gerard（1997）等 Gerard D, Dominique B. Frozen-then-thawed Beef by Near Infrared Reflectance Spectroscopy of Dried Drip Juice. LWT-Food Science and Technology6,19976,30（7): 721726.利用可見(jiàn)近紅外反射光譜識(shí)別新鮮牛肉與冷凍牛肉。Shackelford（2005）等 Shackelford S D,Wheeler T L,Koohmaraie M. Online

33、classification of US Select beef carcasses for longissimus tenderness using visible and near-infrared reflectance spectroscopy. Meat Science, 2005, 69 (3)409415.利用可見(jiàn)近紅外反射光譜檢測(cè)牛肉背長(zhǎng)肌，實(shí)現(xiàn)精品肉分級(jí)。Govindarajan（2008）等Govindarajan K N, Lauren M. Visible/near-infrared hyperspectral imaging for beef tenderness p

34、rediction.Computers and Electronics in Agriculture,2008,64(2): 225233.利用可見(jiàn)近紅外高光譜預(yù)測(cè)牛肉的嫩度。Prieto等 Prieto N, Ross D, Navajas E, et al. On-line application of visible and near infrared reflectance spectroscopy to predict chemical physical and sensory characteristics of beef quality. Meat Science,2009, 8

35、3 (1): 96103.利用可見(jiàn)近紅外反射光譜預(yù)測(cè)牛肉的顏色、紋理、蒸煮損失和感官特性。ElMasry（2012）等 ElMasry G, Sun D, Allen P. Near-infrared hyperspectral imaging for predicting colour, pH and tenderness of fresh beef. Journal of Food Engineering,2012, 110 (1): 127140.利用近紅外高光譜成像技術(shù)預(yù)測(cè)新鮮牛肉的顏色、pH、嫩度等品質(zhì)指標(biāo)。Barbin（2012）等 Barbin D, ElMasry G, Sun

36、 D, et al. Predicting quality and sensory attributes of pork using near-infrared hyperspectral imaging. Analytica Chimica Acta,2012, 719 (16) 3042.利用近紅外高光譜成像技術(shù)預(yù)測(cè)豬肉的顏色、pH、失水率等品質(zhì)指標(biāo)。在國(guó)內(nèi)，趙杰文（2006） 趙杰文,翟劍妹,劉木華等.牛肉嫩度的近紅外光譜法檢測(cè)技術(shù)研究. 光譜學(xué)與光譜分析, 2006, 26 (4) :640642.等利用近紅外光譜技術(shù)研究了牛肉嫩度的檢測(cè)方法， 并進(jìn)行主觀嫩度等級(jí)評(píng)價(jià)。蔡健榮（2009

37、）等 蔡健榮,萬(wàn)新民,陳全勝.近紅外光譜法快速檢測(cè)豬肉中揮發(fā)性鹽基氮的含量.光學(xué)學(xué)報(bào), 2009, 29(10): 28082812.應(yīng)用近紅外光譜法測(cè)定豬肉新鮮度重要指標(biāo)揮發(fā)性鹽基氮的含量。 吳建虎（2010）等 吳建虎, 彭彥昆, 陳菁菁等. 基于高光譜散射特征的牛肉品質(zhì)參數(shù)的預(yù)測(cè)研究.光譜學(xué)與光譜分析,2010, 30 (7): 18151819.開(kāi)發(fā)出一組高光譜散射成像系統(tǒng)獲取新鮮牛肉高光譜散射圖像， 利用VIR/NIR光譜散射特征對(duì)牛肉嫩度進(jìn)行預(yù)測(cè)和分級(jí)的準(zhǔn)確率高達(dá)91。胡耀華（2010）等 胡耀華, 熊來(lái)怡, 蔣國(guó)振等. 基于可見(jiàn)光和近紅外光譜鮮豬肉蒸煮損失和嫩度檢測(cè)的研究. 光譜

38、學(xué)與光譜分析, 2010, 30 (11): 29502953.提出了可見(jiàn)光/近紅外漫反射光譜檢測(cè)真空包裝豬肉的蒸煮損失和嫩度的新方法， 從而實(shí)現(xiàn)對(duì)其快速、無(wú)損、無(wú)污染測(cè)定。陳全勝（2009）等 陳全勝, 張燕華, 萬(wàn)新民等.基于高光譜成像技術(shù)的豬肉嫩度檢測(cè)研究. 光學(xué)學(xué)報(bào), 2009, 30 (9): 26022607.提出了基于高光譜圖像紋理特征的豬肉嫩度檢測(cè)方法。樊玉霞（2011）等 樊玉霞, 廖宜濤, 成芳. 基于可見(jiàn)/近紅外光譜分析技術(shù)的豬肉肉糜品質(zhì)檢測(cè)研究. 光譜學(xué)與光譜分析,2011, 31 (10): 27342737.利用可見(jiàn)/近紅外光譜分析技術(shù)對(duì)豬肉肉糜主要品質(zhì)指標(biāo)的快速檢

39、測(cè)進(jìn)行了研究。張雷蕾等 張雷蕾, 李永玉, 彭彥昆等. 基于高光譜成像技術(shù)的豬肉新鮮度評(píng)價(jià). 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28 (7) :254259.利用高光譜成像技術(shù)預(yù)測(cè)豬肉揮發(fā)性鹽基氮和pH值。國(guó)內(nèi)在生鮮肉食用品質(zhì)特性的近紅外光譜分析技術(shù)和高光譜成像技術(shù)檢測(cè)方面起步較晚， 主要集中在大學(xué)和科研院所， 但在生鮮肉光電檢測(cè)機(jī)理與檢測(cè)方法上已經(jīng)積累了一定的研究基礎(chǔ)。隨著技術(shù)的不斷發(fā)展， 通過(guò)光譜分析技術(shù)有望進(jìn)一步實(shí)現(xiàn)生鮮肉的在線品質(zhì)檢測(cè)。2.2.2生鮮肉等級(jí)智能判識(shí)關(guān)鍵技術(shù)對(duì)生鮮肉的品質(zhì)評(píng)定以及胴體分級(jí)是生鮮肉品質(zhì)研究的主要內(nèi)容。目前， 國(guó)外肉品生產(chǎn)發(fā)達(dá)國(guó)家正在研究與應(yīng)用無(wú)損檢測(cè)手段進(jìn)行生鮮肉

40、的品質(zhì)評(píng)定以及胴體分級(jí)。采用圖像處理技術(shù)實(shí)現(xiàn)生鮮肉等級(jí)智能判別，是近年來(lái)牛肉質(zhì)量自動(dòng)分級(jí)研究的熱點(diǎn)。McDonald（1992）等 McDonald T, CHEN Y. A geometric model of marbling in beef longissimus dorsa. Transactions of the ASAE, 1992, 35 (3): 10571062.運(yùn)用圖像處理的辦法，依據(jù)瘦肉與脂肪不同的反射特性， 對(duì)背最長(zhǎng)肌的瘦肉和脂肪進(jìn)行了區(qū)分。Li（2001）等 Li J, Tan J, Shatadal P. Classification of tough and te

41、nder beef by image texture analysis. Meat Science, 2001, 57 (4): 341346.利用牛肉的紋理特性進(jìn)行肉的老嫩識(shí)別。Cannell（2002）等 Cannell R, Belk K, Tatum J, et al. Online evaluation of a commercial video image analysis system ( Computer Vision System) to predict beef carcassred meat yield and for augmenting the assignment

42、of USDA yield grades. Journal of Animal Science,2002, 80 (5): 11951201.用商用計(jì)算機(jī)成像系統(tǒng)來(lái)推測(cè)牛胴體的紅肉產(chǎn)量，并與美國(guó)農(nóng)業(yè)部的標(biāo)準(zhǔn)進(jìn)行了比較。Qiao（2007）等 Qiao J, Michael N, Wang N, et al. Pork Quality Classification Using a Hyperspectral Imaging System and Neural Network. International Journal of Food Engineering, 2007, 3 (1): 114.

43、利用高光譜成像技術(shù)評(píng)價(jià)豬肉質(zhì)量，結(jié)合人工神經(jīng)網(wǎng)絡(luò)對(duì)不同質(zhì)量等級(jí)的豬肉分級(jí)， 識(shí)別精度最高為88.75。Bozkurt（2008）等 Bozkurt Y, Aktan S. Digital Image Analysis to Predict Carcass Weight and Some Carcass Characteristics of Beef Cattle. Asian Journal of Animal and Veterinary Advances, 2008, 3 (3): 129137.利用數(shù)字圖像預(yù)測(cè)牛胴體重量以及相關(guān)胴體特征。在國(guó)內(nèi)， 任發(fā)政（2002）等 任發(fā)政, 鄭麗敏,

44、 王桂芹等. 應(yīng)用MATLAB圖像處理技術(shù)評(píng)判牛肉大理石花紋. 肉類(lèi)研究, 2002, 4: 1415.嘗試用圖像處理的算法提取牛肉的大理石紋。趙杰文（2004）等 趙杰文, 劉木華, 張海東. 基于數(shù)學(xué)形態(tài)學(xué)的牛肉圖像中背長(zhǎng)肌分割和大理石紋提取技術(shù)研究. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 20 (1): 143146.則研究利用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)牛胴體眼肌切面圖像中背長(zhǎng)肌區(qū)域進(jìn)行分割，以提取牛胴體眼肌的大理石紋。張哲（2006）等 張哲, 王楚端, 王立賢等. 計(jì)算機(jī)視覺(jué)技術(shù)在豬眼肌肌內(nèi)脂肪含量測(cè)定中的應(yīng)用. 豬業(yè)科學(xué), 2006, 2:2425.利用計(jì)算機(jī)視覺(jué)技術(shù)測(cè)定了豬眼肌肌內(nèi)脂肪含量。陳坤杰

45、（2012）等 陳坤杰, 吳貴茹, 於海明等.基于分形維和圖像特征的牛肉大理石花紋等級(jí)判定模型. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2012, 43 (5): 147151.從牛胴體眼肌樣本的數(shù)字圖像提取出牛肉大理石花紋， 通過(guò)測(cè)定牛肉大理石花紋樣本圖像的幾何維數(shù)和信息維數(shù)來(lái)建立牛肉大理石花紋等級(jí)判定模型。國(guó)內(nèi)外大量研究實(shí)踐證明， 機(jī)器視覺(jué)和高光譜成像技術(shù)是解決當(dāng)前生鮮肉分級(jí)缺少客觀評(píng)價(jià)指標(biāo)和效率低下者兩個(gè)問(wèn)題的最有力的技術(shù)手段， 是未來(lái)生鮮肉質(zhì)量自動(dòng)分級(jí)的體系發(fā)展的主要方向。2.2.3生鮮肉微生物與污染物無(wú)損檢測(cè)技術(shù)細(xì)菌總數(shù)是生鮮肉衛(wèi)生質(zhì)量評(píng)價(jià)的重要指標(biāo)，它是衡量生鮮肉加工環(huán)境及受污染程度的定量衛(wèi)生標(biāo)準(zhǔn)， 可用

46、以預(yù)測(cè)肉品的貨架期和判斷其是否腐敗變質(zhì)。動(dòng)物排泄物及半消化食物等污染物是誘發(fā)微生物富集的主要因素，嚴(yán)重影響食品安全。高光譜熒光成像技術(shù)可以同時(shí)獲取研究對(duì)象的空間及光譜信息， 能檢測(cè)生鮮肉的內(nèi)外綜合品質(zhì)。國(guó)外一些研究學(xué)者近年來(lái)對(duì)禽肉表面的皮瘤、攝取物污染、糞污染等進(jìn)行了一些研究，并取得了較好的研究成果。Park（2002）等 Park B, Lawrence K, Windham W, et al. Hyperspectral imaging for detecting fecal and ingesta contaminants on poultry carcasses. Transactio

47、ns of the ASABE, 2002, 45 (6): 20172026.研究了排泄物及攝取食物對(duì)禽肉的污染問(wèn)題， 雙波段比圖像經(jīng)直方圖拉伸方法處理后，能有效地區(qū)分出污染物， 預(yù)測(cè)準(zhǔn)確率達(dá)97.3。Xu（2007）等 Xu C, Kim I, Kim M. Poultry skin tumor detection in hyperspectral reflectance images by combining classifiers. Lecture Notes in Computer Science,2007, 4633: 12891296.利用高光譜圖像檢測(cè)禽肉皮瘤， 提取高光譜圖像

48、獨(dú)立特征集， 線性分類(lèi)器對(duì)這些特征進(jìn)行分類(lèi)，分類(lèi)結(jié)果表明高光譜反射圖像可以較好地識(shí)別禽肉皮瘤。Cho（2007）等 Cho B, Chen Y, Kim M. Multispectral detection of organic residues on poultry processing plant equipment based on hyperspectral reflectance imaging technique. Computers and electronics in agriculture,2007, 57 (2): 177189.利用高光譜技術(shù)檢測(cè)禽肉表面的糞斑及攝取物，檢

49、測(cè)精度達(dá)到94.0。目前， 國(guó)內(nèi)大多利用單獨(dú)的機(jī)器視覺(jué)技術(shù)、可見(jiàn)近紅外光譜技術(shù)及高光譜成像技術(shù)對(duì)生鮮肉品質(zhì)進(jìn)行檢測(cè)，對(duì)生鮮肉病原菌與污染物檢測(cè)的研究較少。陶斐斐（2010）等 陶斐斐, 王偉, 李永玉等. 冷卻豬肉表面菌落總數(shù)的快速無(wú)損檢測(cè)方法研究.光譜學(xué)與光譜分析,2010, 30 (12): 34053409.利用高光譜散射技術(shù)結(jié)合多元線性回歸和偏最小二乘回歸兩種統(tǒng)計(jì)分析方法，分別建立了冷卻豬肉表面菌落總數(shù)的快速無(wú)損檢測(cè)模型，均得到較好的預(yù)測(cè)結(jié)果。王偉（2010）等 王偉, 彭彥昆, 張曉莉. 基于高光譜成像的生鮮豬肉細(xì)菌總數(shù)預(yù)測(cè)建模方法研究. 光譜學(xué)與光譜分析,2010, 30 (2):

50、 411415.利用高光譜成像技術(shù)結(jié)合最小二乘支持向量機(jī)建模方法預(yù)測(cè)生鮮豬肉中細(xì)菌總數(shù)。國(guó)內(nèi)外都對(duì)生鮮肉品質(zhì)進(jìn)行了研究， 國(guó)內(nèi)主要集中在對(duì)其嫩度、大理石紋及一些內(nèi)部品質(zhì)進(jìn)行分析， 很少有對(duì)生鮮肉表面的污物/病原菌進(jìn)行相關(guān)研究。國(guó)外盡管在生鮮肉表面的污物/病原菌的檢測(cè)做了一定的工作， 但是大部分研究基于可見(jiàn)近紅外光譜區(qū)域。無(wú)論國(guó)內(nèi)還是國(guó)外， 基于熒光成像技術(shù)， 尤其是熒光高光譜成像技術(shù)對(duì)生鮮肉外部質(zhì)量進(jìn)行檢測(cè)的研究較少， 這也是目前國(guó)內(nèi)外的生鮮肉安全檢測(cè)研究的重要發(fā)展方向之一。2.2.4生鮮肉異物排查快速無(wú)損檢測(cè)技術(shù)肉類(lèi)機(jī)械化生產(chǎn)加工過(guò)程和牲畜本身的異物使商品化的生鮮肉部分殘有異物，由于碎屑和雜

51、質(zhì)體積小，很難用肉眼發(fā)現(xiàn)，易被消費(fèi)者誤食，直接威脅消費(fèi)者健康。提高食品異物的檢測(cè)剔除能力，使絕大部分的異物不能入口，是人們要求提高食品安全等級(jí)的必然。國(guó)內(nèi)外科研人員選用X射線檢測(cè)技術(shù)、磁學(xué)金屬檢測(cè)技術(shù)、熱紅外檢測(cè)技術(shù)、超聲成像技術(shù)、THz技術(shù)等高新技術(shù)開(kāi)展食品和農(nóng)產(chǎn)品異物檢測(cè)的研究，但目前研究較多且相對(duì)有效的是X射線成像檢測(cè)技術(shù)。從20世紀(jì)90年代開(kāi)始，國(guó)外學(xué)者開(kāi)始X射線檢測(cè)異物的研究工作， Papanicolopoulos（1992）等 Papanicolopoulos C, Wyvill J, Dayley W, et al. A feasibility study relative to

52、 the development of an online x-ray system that accurately detects bone and cartilage fragments in poultry meat. Final report to Southeastern Poultry & Egg Assoc, 1992, PEA Res. Proj. No. 80.首次提出了X射線檢測(cè)肉制品中骨及軟骨的可行性， 并申請(qǐng)了相關(guān)專(zhuān)利。Tao等 Tao Y, Ibarra J. Thickness-Compensated X-Ray Imaging Detection Of B

53、one Fragments In Deboned Poultry Model Analysis. Transactions of the ASAE,2000, 43 (2): 453459.提出了一種X射線成像技術(shù)檢測(cè)厚度不均勻禽肉中碎骨的圖像處理方法，設(shè)計(jì)了4種不同斜率的可塑化檢測(cè)模型，結(jié)合圖像處理算法可有效檢測(cè)出厚度不均勻禽肉中的碎骨；接著又提出X射線圖像的高分辨率局部對(duì)比度增強(qiáng)算法用于肉中異物檢測(cè)的識(shí)別率，并對(duì)包裝食品的X射線圖像采用Canny邊緣檢測(cè)和圖像分割方法，實(shí)現(xiàn)金屬絲、碎骨等異物的實(shí)時(shí)檢測(cè)。近年來(lái)，國(guó)內(nèi)的研究人員也開(kāi)始了基于X射線的肉異物檢測(cè)系統(tǒng)的研究，且在X射線圖像處理算法上

54、取得了一些研究成果，溫朝暉等 溫朝暉. 食品異物X射線無(wú)損傷檢測(cè)系統(tǒng)研究. 北京:中國(guó)農(nóng)業(yè)大學(xué), 2005.對(duì)方形午餐肉中的金屬異物進(jìn)行了識(shí)別研究， 用自適應(yīng)中值濾波和數(shù)學(xué)形態(tài)學(xué)模擬沒(méi)有異物的圖像， 然后進(jìn)行圖像減影操作，進(jìn)行圖像閾值分割，對(duì)密度差異較大的金屬類(lèi)異物和其他硬質(zhì)類(lèi)異物檢測(cè)時(shí)的準(zhǔn)確率達(dá)99。洪冠等 洪冠, 趙茂程, 汪希偉等. 肉異物識(shí)別中肉厚度激光補(bǔ)償試驗(yàn)系統(tǒng)的研制. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(10): 274280.針對(duì)農(nóng)產(chǎn)品形狀的不規(guī)則性嚴(yán)重影響X射線成像方法檢測(cè)農(nóng)產(chǎn)品內(nèi)部品質(zhì)的檢測(cè)質(zhì)量的問(wèn)題， 建立了基于激光的肉厚度補(bǔ)償試驗(yàn)系統(tǒng)，補(bǔ)償X 射線圖像因厚度不同對(duì)生鮮肉異

55、物檢測(cè)產(chǎn)生的影響。國(guó)內(nèi)外的研究表明，X射線對(duì)規(guī)則形狀且厚度均勻的肉品具有較好的檢測(cè)效果。對(duì)厚度不均勻生鮮肉中異物的檢測(cè)也作了很多可行的嘗試。肉品異物的X射線成像檢測(cè)技術(shù)結(jié)合機(jī)器視覺(jué)、光學(xué)測(cè)距技術(shù)等補(bǔ)償技術(shù)可消除厚度不均的影響，提高檢測(cè)精度。2.3研究述評(píng)綜上所述，由于國(guó)外肉制品X光異物檢測(cè)體系較為成熟，對(duì)于肉制品異物檢測(cè)的研究也相對(duì)較早。而隨著我國(guó)在國(guó)際肉制品進(jìn)出口市場(chǎng)上占有越來(lái)越重要的地位，我國(guó)學(xué)者也逐漸涉足肉制品異物檢測(cè)發(fā)展的研究領(lǐng)域。在國(guó)內(nèi)對(duì)肉制品X光異物檢測(cè)進(jìn)行研究的文獻(xiàn)中，可以看出之前的文獻(xiàn)主要以我國(guó)X光檢測(cè)設(shè)備的設(shè)計(jì)為研究對(duì)象來(lái)進(jìn)行探討，而對(duì)X光檢測(cè)是否會(huì)傷害被檢測(cè)物的理化性質(zhì)進(jìn)行

56、具體研究以及案例分析的文獻(xiàn)相對(duì)較少。在這樣的前提下，本文以肉制品通過(guò)X光檢測(cè)后的理化性質(zhì)變化作為研究對(duì)象，使用案例分析、訪談、問(wèn)卷調(diào)查等方法對(duì)其產(chǎn)業(yè)化模式的不足之處進(jìn)行分析，以期尋求X光異物檢測(cè)在我國(guó)肉制品行業(yè)的發(fā)展策略，體現(xiàn)出較強(qiáng)的實(shí)踐意義和應(yīng)用價(jià)值。第三章 X光機(jī)在肉制品檢測(cè)中的應(yīng)用現(xiàn)狀基于F公司的問(wèn)卷調(diào)查3.1調(diào)查目的、內(nèi)容與樣本3.1.1調(diào)查目的為更為直觀地了解X光機(jī)在肉制品檢測(cè)中的應(yīng)用現(xiàn)狀，通過(guò)對(duì)廣州市當(dāng)?shù)啬炒笮腿庵破飞a(chǎn)加工企業(yè)F公司實(shí)地調(diào)研，由于事前與該企業(yè)領(lǐng)導(dǎo)有所溝通，所以進(jìn)行問(wèn)卷時(shí)員工的樣本容易采集。采用員工訪談、發(fā)放問(wèn)卷的方式，希望獲得X光機(jī)在肉制品檢測(cè)中的應(yīng)用現(xiàn)狀問(wèn)題的數(shù)據(jù)支撐。3.1.2調(diào)查內(nèi)容為了了解X光機(jī)在食品檢測(cè)中存在的問(wèn)題，從而為本文后續(xù)對(duì)X光機(jī)進(jìn)行食品檢測(cè)設(shè)計(jì)提供思路和基礎(chǔ)，本文通過(guò)走訪當(dāng)?shù)啬炒笮腿庵破飞a(chǎn)加工企業(yè)F公司，對(duì)員工采取問(wèn)卷調(diào)查的方式來(lái)獲得相關(guān)信息。調(diào)研共發(fā)放問(wèn)卷210份，回收208份，出現(xiàn)廢卷、無(wú)效問(wèn)卷10份，有效問(wèn)卷198份，有效問(wèn)卷的回收率為94.29%。本次調(diào)查問(wèn)卷總計(jì)25道單項(xiàng)選擇題，