对于乳制品营养物质的评价中,牛奶作为人们日常生活中必需的蛋白质吸收来源较为重要的指标就是蛋白质含量。近年来，消费者的身体健康和乳品行业的发展与牛奶的质量息息相关，因此，对牛奶蛋白质含量检测是一个很重要的环节，传统的检测方法消耗时间长且浪费大量的人力资源，同时还会导致环境恶化。所以找到更快速准确的牛奶蛋白质含量检测方法，对乳业质检有着重要意义。因此，本文采用机器学习结合高光谱成像技术对牛奶蛋白含量进行定量评估,为市场上牛奶蛋白质含量检测提供一种可行方案，具体的研究工作和结论如下:

一、实验材料

分别选购了蒙牛、新希望、伊利、光明等7个不同品牌的纯牛奶，将其存放在冰箱中。蛋白质含量如表1所示。

二、实验设备

本文应用了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）。

三、实验设置方法

利用高光谱仪采集牛奶样本的高光谱图像,对每一种类别的牛奶分别采集三次样品，然后从 ENVI5.3选择一张比较清晰的图像，采集的光谱图像为 777x1004像素的分辨率。高光谱成像仪曝光时间选10ms,像元混合次数为6次，分辨率4.8nm，平均间隔0.8nm，垂直距离30cm，采集条件:室温(23~25°C)。拍摄时将成像光谱仪和扫描云台安装在一起,最后利用ENVI软件从高光谱像中导出牛奶的平均光谱数据"

四、高光谱数据的提取与预处理

从高光谱图像中提取高光谱反射率数据是传统机器学习建模的基础,一般通过提取感兴趣区域(ROD)中所有像素的光谱反射率平均值得到样本的光谱反射率数据。本文用ENVI软件打开校正后的牛奶样品高光谱图像,用矩形工具选择每张高光谱图像中心附近的像素作为感兴趣区域(ROI)，每张高光谱图像共选取30个ROI7张高光谱图像共选择210个ROI，计算ROI中所有像素的光谱反射率平均值作为该样品的光谱数据，共 210条光谱数据。其中光谱数据以ASCI的格式保存，下图为提取ROI的过程。

本文通过高光谱成像技术结合机器学习对牛奶蛋白质含量进行预测，以提高牛奶蛋白质含量预测的精度。搭建高光谱成像系统，采集了市面上7种品牌牛奶的高光谱图像，并用ENVI软件提取光谱数据，建立牛奶高光谱数据集，最终提取210条高光谱数据。

高光谱成像技术在牛奶蛋白质含量检测领域已展现出巨大潜力，尽管现阶段面临一些挑战，但随着跨学科技术融合创新，它将逐步革新传统牛奶检测模式。通过持续优化技术体系，解决实际应用问题，高光谱成像必将成为乳业质量管控不可或缺的有力工具，助力提升牛奶产业经济效益与社会效益，满足消费者对优质乳制品日益增长的需求。

本文由彩谱科技提供，了解更多详情页，欢迎咨询。

彩谱科技（浙江）有限公司的产品广泛应用于农业、林业、水质、塑胶制品、涂料、食品安全及医学检验等领域，应用范畴持续拓展。公司坚持技术研发，提升服务水平，保障产品稳定性。公司主营多光谱相机、色差仪、分光测色仪、光泽度仪等一系列光学检测设备，能为用户提供有效解决方案。