1、牛肉具備較高的營養(yǎng)和食用價值廣受大眾歡迎。人們在日益提高的物質生活水平條件下，對牛肉的品質和食用種類方面要求越來越高。正常的牛肉是經過屠宰后，經48小時的冷藏后供人們食用。期間，經過多種加工方法和運輸途徑后，牛肉在各種物理和化學作用下發(fā)生變化從而使品質受到影響。通常情況下，人們無法用肉眼直接辨別牛肉品質的好壞，而傳統(tǒng)檢測方法效率和準確性不高。本論文研究利用高光譜圖像技術對牛肉品質進行預測，為農產品無損檢測提供理論基礎。研究的主要內容如下

2、:
　　探討高光譜圖像技術基于光譜特征對牛肉含水率進行了預測。通過自動對牛肉高光譜圖像的分割，提取光譜數(shù)據(jù)。對牛肉的光譜信息采用不同的預處理方法，通過連續(xù)投影法和主成分分析法進行特征變量選擇，采用偏最小二乘模型，實現(xiàn)對牛肉含水率預測。對比各方法的匹配后的模型預測結果，得出在變量標準化預處理后，經主成分分析提取特征波長下的偏最小二乘預測模型結果最佳，校正集決定系數(shù)為0.93，均方根誤差為4.973，預測集決定系數(shù)為0.92，均方根誤

3、差為5.868，最適合預測牛肉的含水率。
　　探討高光譜圖像技術基于光譜特征對牛肉蛋白質含量進行預測。自動分割牛肉高光譜圖像后，將獲取的光譜數(shù)據(jù)，經過不同預處理方法處理光譜數(shù)據(jù)后利用主成分分析方法選擇特征變量后，采用偏最小二乘模型。結果表明，經變量標準化預處理光譜數(shù)據(jù)后得到的模型性能最好。校正集決定系數(shù)為0.94，均方根誤差為3.137，預測集決定系數(shù)為0.93，均方根誤差為5.298，實現(xiàn)了對牛肉蛋白質含量的預測。
　　利