鸡蛋因其全面的营养而深受人们的喜爱，成为了很多人日常生活的必需品。但市场上有很多种鸡蛋，不同种类鸡蛋在营养、口感等方面都有很大的差异。为了打击假冒伪劣商品，维持市场公平，必须检测鸡蛋的类型。本文介绍了近红外高光谱成像仪在鸡蛋类型识别中的运用。
鸡蛋
识别鸡蛋类型的重要性:
鸡蛋是人们最好的营养来源之一，它含有高生物价值的蛋白质以及各种维生素矿物质。对人体而言，鸡蛋的蛋白质仅次牛乳。鸡蛋的品质直接关系到客户的合法权利。鸡蛋的品质包含蛋壳品质、蛋壳颜色、哈夫单位及肉身斑率。伤害鸡蛋品质的因素包括鸡蛋类型、先天因素和饲养要素，其中选择优质鸡蛋至关重要。
市场上有很多种鸡蛋，他们营养成分不同，市场价格也不同。比如，富硒鸡蛋的价格是一般鸡蛋的几倍。一些企业用一般鸡蛋销售假冒优质鸡蛋，不但扰乱了市场，并且损害了消费者的利益。因而，急缺一种迅速无损检测技术来自动识别鸡蛋类型，对区别优劣鸡蛋、打击“假冒伪劣”的无良企业和维护市场公平具有重要意义。
显微高光谱成像仪
鸡蛋种类识别中近红外高光谱成像仪的使用:
目前，识别鸡蛋类型的关键在于人力经验。此方法劳动效率高，效率低，成本高。因而，为了快速、无损地识别鸡蛋的类型，可以用高光谱成像技术。它可以收集全部样本的表层光谱和图象，并用均值光谱来反映样版，具有较好的关联性，并实现及时、迅速、无损和可视的鸡蛋类型识别。采用高光谱成像仪识别鸡蛋类型的具体方法如下：
1.样品准备
准备各种鸡蛋，从不同品种的鸡蛋中挑选大小均匀、表层无损伤的鸡蛋做为试品。全部鸡蛋按类型序号，按序放进试盘，室温储存。
2.光谱图像采集
每次取适量鸡蛋放到测量台上，依次搜集样本的高光谱图象信息。获得样版高光谱图象信息后，使用软件测量有兴趣的区域的均值光谱值。
3.光谱数据处理
在数据采集过程中，仪器噪声和鸡蛋表层不对等要素会影响光的收集。原始光谱数据必须预处理，以去除多余信息，提升预测模型的稳定性和预测结果的准确性。
4.建立预测模型
运用分析系统选择不同方式对原始光谱进行预处理，并进行数据模型，剖析不同预处理方式对预测模型效果。比如，应用最小二乘回归（PLSR）建立鸡蛋种类预测模型，认证模型预测能力和准确点评。再根据预测模型建立相应的鸡蛋类型识别方式。依据预测模型，可以准确识别鸡蛋的类型。
高光谱成像技术融合了计算机图像技术和光谱技术的优势，数据信息量多，能够实现图象信息和光谱信息的识别、分类和详细分析。图像特征和光谱特点有利于识别鸡蛋的类型，将最好波长的光谱数据和空间数据特征进行数据集成，并应用于预测模型，以得到更好的预测结果，进而识别鸡蛋的类型。
