食品行業
在冷鮮肉品加工與流通環節，pH值是反映肉質新鮮度、持水性、色澤與貨架期的關鍵理化指標。傳統檢測依賴pH計、比色法等方式，存在耗時、耗材、破壞樣品等問題，難以適配批量、在線、快速篩查的場景需求。
內蒙古農業大學相關團隊采用彩譜FigSpec FS-13高光譜相機，搭建可見/近紅外（400–1000 nm）高光譜成像檢測平臺，開展冷鮮羊肉pH值無損檢測研究，為肉品品質快速評價提供了可落地的技術路徑。
冷鮮羊肉在屠宰、排酸、貯藏過程中，pH值會發生規律性變化，直接影響肉質穩定性。研究團隊需要一套非接觸、無損傷、可成像的檢測設備，實現：
l 快速采集羊肉表面光譜與圖像信息
l 提取有效特征并建立定量預測模型
l 直觀呈現pH值空間分布差異
經綜合評估，選用彩譜FS-13高光譜相機作為核心采集設備，該設備可穩定獲取樣本的二維空間信息與連續光譜信息，適配實驗室研究與小型化檢測場景。
原始光譜曲線在580 nm、620 nm和810 nm處存在明顯的吸收峰，對應脫氧肌紅蛋白、氨基團倍頻及水分吸收。但原始光譜受光散射、暗電流和噪聲影響，存在基線偏移和波動。
研究對比了多種預處理方法：
單一方法：平滑濾波（SG）、多元散射校正（MSC）、標準正態變量變換（SNV）、一階導數（FD）
組合方法：MSC-SG、SNV-SG、FD-SG
結果顯示，FD-SG組合預處理后的光譜曲線噪聲減少、曲線平滑，能夠較好保留特征信息。
基于全波長光譜數據，分別采用偏最小二乘回歸（PLSR）、支持向量回歸（SVR）、隨機森林（RF）和極端梯度增強回歸（XGB）四種方法構建冷鮮羊肉pH值預測模型。模型評價指標包括校正集相關系數（R2C）、預測集相關系數（R2P）、校正均方根誤差（RMSEC）、預測均方根誤差（RMSEP）、交互驗證均方根誤差（RMSECV）及預測偏差比（RPD）。
· 波段覆蓋貼合：400–1000 nm可見 / 近紅外區間，對肉中水分、蛋白、肌紅蛋白等敏感，適合新鮮度、pH 值、色澤等指標檢測。
· 數據質量可靠：成像與光譜采集同步完成，為建模與可視化提供穩定數據源。
· 場景適配靈活：體積緊湊、操作簡便，既可用于實驗室研究，也可對接小型在線檢測工位。
· 拓展性強：除pH 值外，還可拓展用于嫩度、持水性、新鮮度、摻假鑒別等多項肉品品質指標檢測。
彩譜高光譜成像系統，以非破壞、快采集、可定量、能成像的特點，在冷鮮羊肉pH值無損檢測中得到有效驗證，為肉品品質管控提供了可靠的硬件支撐與技術方案。隨著食品加工智能化、檢測標準化不斷推進，彩譜高光譜相機將持續在畜禽肉、水產品、果蔬等生鮮品品質快速評價領域，發揮穩定的技術支持作用。
FigSpec FS-13高光譜相機（線掃描）
l 光譜范圍：400-1000nm
l 光譜分辨率：2.5nm
l 光譜波段：1200
l 空間像素數：1920
