食品檢測新技術模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇食品檢測新技術，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

近年來，提取凈化等檢測前處理技術不斷發展，許多優秀的樣品制備新技術爭相出現。這些新技術的共同特點是節省時問、減輕勞動強度、節省溶劑、減少樣品用量、提取或凈化效率及自動化水平高。目前已報道的新技術有很多，但較有應用前景，且已有定應用的新技術主要有：超臨界流體萃取技術、固相微萃取技術、吹掃捕集技術、微波輔助萃取技術、快速溶劑提取技術等。超臨界流體萃取技術

物質處于臨界溫度和臨界壓力以上狀態時，向該狀態氣體加壓，氣體不會液化，只是密度增大，具有類似液態性質，同時還保留氣體性能，這種狀態的流體稱為超臨界流體(supercritIcaIfluid)。超臨界流體既具有液體對溶質有比較大的溶解度的特點，又具有氣體易于擴散和運動的特性，傳質速率高于液相過程。更重要的是在臨界點附近，壓力和溫度的微小變化都可以引起流體密度的很大變化。因此，可以利用壓力、溫度的變化來實現提取和分離過程。

自從Zosel首次報道應用超臨界流體萃取(SFE，supe rcnhcal fluidextraction)技術提取咖啡因以來，這方法已在食品、香料、農業等領域的分離提取上得到迅速廣泛的應用。超臨界流體萃取法利用超臨界流體在臨界壓力和臨界溫度以上具有的特異增加的溶解性能作為溶劑，從液體或固體基體中提取出特定成分，以達到提取分離目的，能快速、高效地從固體樣品中分離出待測物。超臨界流體對有機化合物的溶解度的增加非常驚人，般能增加幾個數量級。

雖然超臨界流體的溶劑效應普遍存在，但實際操作中，由于要考慮溶解度、選擇性、臨界點數據以及化學反應的可能性等系列因素，適合作為超臨界提取的溶劑并不多。常用的超臨界流體有：CO2、NH3、乙烯、乙烷、丙烯、丙烷和水等。在各超臨界流體中以CO2最受關注，它具有密度大、溶解能力強、傳質速率高、便宜易得、無毒、易從提取產物中分離等優點，同時CO2的臨界壓力適中，分離過程可在接近于室溫條件下進行(臨界溫度31℃)。因此，當前絕大部分超臨界流體提取都是以CO2為溶劑。采用CO2提取，特別適于處理烴類及非極性酯類化合物，如醚、酯和酮等。但是，如果樣品分子中含有極性基團，則需要在體系中添加助溶劑，以增加對極性物質的溶解能力。

固相微萃取技術

固相微萃取是一種在固相萃取基礎上發展起來的前處理技術，1989年由加拿大Waterloo大學的Pawl iszyn等人首次提出，與液液萃取或固相萃取相比，具有操作時問短、樣品量少、無需萃取溶劑、適于分析揮發性和非揮發性物質、重現性好等優點，常作為氣譜(GC)或高效液相色譜(HPLC)檢測的前處理方法。

SPME是利用固相提取的方式實現對樣品的分離和凈化，但所用的固相材料及其分離機制不同。SPME法不是將待測物全部分離出來，而是通過待測物在樣品與固相涂層之問的平衡來達到分離目的。將涂有吸著劑的玻璃纖維浸入樣品中，樣品中的待測物會通過擴散原理被吸附在吸著劑上，當吸著作用達到平衡后將玻璃纖維取出，通過加熱或溶劑洗脫使待測物解吸，然后用GC~HPLC進行分析測定。待測物的吸著量與樣品中待測物的原始濃度成正比關系，因此可以進行定量分析。

SPME可分為3種，一是直接法，二是頂空法，三是膜法。直接法是將涂漬纖維直接插入樣品中，對待測物進行提取，適用于氣體、液體樣品的分析。頂空法是將表面涂漬纖維置于樣品的頂端空問提取，不與樣品直接接觸，是根據氣相中的待測物與涂層平衡分配而開發的

種頂空固相提取技術，適合于各種基體的樣品，包括大氣、水、土壤、動植物組織中揮發和半揮發性物質的分析。膜法是將石英纖維放在經過微波萃取及膜處理過的樣品中，主要用于難揮發性復雜樣品萃取。

對SPME過程的優化主要考慮提取用的纖維(吸著劑)類型、提取時問、離子強度、基體有機質及溶劑的含量、以及解吸溫度和時問等因素。最早的涂漬纖維是用聚二甲基硅氧烷和聚丙烯酸脂(polyacrylate，PA)做吸著劑，現在又有聚乙二醇二乙烯基苯(ca rbowaxdivinylbenzene，CW DVB)等涂漬纖維面市，但它們存在穩定性問題，使用條件要求較高。涂層厚度可根據需要調節，涂層越厚固相吸附量越大，可提高檢測靈敏度，但涂層太厚則揮發性有機物進入固相層達到平衡的時問越長，分析速度越慢。樣品中加價或二價無機鹽(如NaCl或Na2SO。)有利提高提取效率，但高濃度的鹽對纖維涂層的穩定性有影響，

般認為低于20％的濃度最合適。SPME多在室溫下操作，但有時為提高提取效率將溫度升至60℃左右。

sPME操作簡便、速度快，一般只需15min(固相提取需1h，而液液提取需4～18h)：所需樣品量少，所用纖維價格便宜且能重復使用(可用50次以上)：其萃取過程使用支攜帶方便的萃取器，特別適于野外的現場取樣分析，也易于進行自動化操作，可在任何型號的氣相色譜儀上直接進樣。隨著固相新涂層的不斷推出，如離子交換涂層(無機物提取)及生物親和型涂層(生物樣品提取)，其應用范圍將日益擴大。

吹掃捕集樣品前處理技術

吹掃捕集技術適用于從液體或固體樣品中萃取沸刺氐于200℃、溶解度小于2％的揮發性或半揮發性有機物。吹掃捕集法對樣品的前處理無需使用有機溶劑，對環境不造成二次污染，而且具有取樣量少、富集效率高、受基體干擾小及容易實現在線檢測等優點，美國EPA 601、602、603、624、501.1、524.2等標準方法均采用了吹掃捕集技術。隨著商業化吹掃捕集儀器的廣泛使用，吹掃捕集法在揮發性和半揮發性有機化合物分析、有機金屬化合物的形態分析中起著越來越重要的作用。

微波輔助提取技術

微波能最早于70年代被用于分析化學的樣品處理。1986年，匈牙利學者報道了將微波能應用于分析試樣制備的新方法――微波輔助提取法(MAE，microwave assisted extraction)。MAE的

原理是利用微波能強化溶劑提取效率，使待測物從固體或半固體的樣品基體中被分離出來。微波輔助提取法具有快速、溶劑用量少結果重現性好等優點，適用于易揮發物質的提取，且可同時進行多個樣品的提取。

微波輔助提取法是在個不吸收微波的封閉容器內進行的，樣品內部的溫度(高出周圍提取溶劑沸點幾倍)和體系壓力(般10-20atm)都較高。由于在密閉容器中，被提取樣品與溶劑直接接觸，只要容器能承受得了壓力，就可以通過改變溶劑的混合比而在高壓下將溫度升得很高，使農藥的溶解度增大，從而獲得高提取率。該方法是由密閉容器中酸消解樣品和固液提取兩種技術組合演變而來的，能在短時間內完成多種組分的提取。

微波提取裝置目前已自動化，可自動控制提取溫度、壓力和時問等。但提取完成后，需等待提取溶劑冷卻，然后倒出溶劑，進行離心或過濾等手工操作。微波提取目前主要用于固體樣品的處理。

快速溶劑提取技術

篇2

中圖分類號： TS213.4 文獻標識碼： A DOI編號： 10.14025/ki.jlny.2017.15.053

隨著我國經濟的發展和生活水平不斷提高，人們對于食品安全問題也日益重視。國家對食品安全檢測工作也極為重視。食品安全檢測工作最重要的就是樣品前處理，樣品前處理的好壞直接影響到檢測結果的正確性。因此，在食品檢測中使用正確的前處理方法，可以提高工作效率和檢測結果的準確性。

凝膠滲透色譜是最近十幾年迅速發展起來的一種樣品前處理方法，因其對分子量大的雜質凈化效率高，可重復使用，適用范圍廣，自動化程度高等特點，在食品檢測中應用廣泛。

凝膠滲透色譜基于體積排阻的分離機理，通過具有分子篩性質的固定相，來分離分子質量不同的物質。凝膠滲透色譜還可以用于分析化學性質相同而體積不同的高分子同系物[1]。

1 凝膠滲透色譜（GPC）在食品檢測中的應用研究新進展

1.1 GPC技術在食品檢測中的應用研究新進展

GPC技術常用在食品檢測中的樣品凈化，宋鑫等在檢測螃蟹中19種有機氯農藥殘留時應用全自動GPC-SPE聯合凈化，樣品用乙腈提取，凝膠滲透色譜和氨基固相萃取柱聯合凈化。用Bio-Beads S-X3凝膠為填料的凈化柱，以環己烷―乙酸乙酯（1∶1）為流動相，泵流速為4.7 毫升/分鐘，檢測波長為254納米。收集9.0分鐘和15.5分鐘的流出液，并轉至SPE凈化。在實驗中，對經GPC凈化的有機氯農藥的收集時間進行了優化，在單獨使用GPC時樣品凈化不完全，與SPE聯合使用后凈化效果和回收率較好[2]。馬杰等建立在線凝膠滲透色譜――氣相色譜質譜聯用法測定蔬菜、水果中有機磷、氨基甲酸酯、擬除蟲菊酯類農藥，GPC 彌補了QuEChERS 方法凈化干擾物質不徹底的問題， 從而降低分析背景， 改善峰形， 提高分析結果的準確性 [3]。黃武等在檢測大豆中異丙甲草胺殘留量時用在線凝膠滲透色譜法，進行前處理，簡化了樣品前處理過程，且對環境污染較少，具有高效、經濟、快速及簡便等優點，顯著提高前處理效率，減少分析時間，提高農藥殘留分析的速度和靈敏度[4]。

1.2 GPC技術在食品檢測研究中存在的問題

GPC技術在國外已經普遍應用于樣品的前處理，但在我國應用領域較少。GPC作為食品檢測中的一種全新的樣品前處理技術，能分離大分子類干擾雜質，有效地將大分子類物質從復雜的基質中提取出來。GPC技術優勢是可大大降低大分子基質干擾，自動化和標準化程度高，且可以自動濃縮和定容，減少了人工帶來的誤差，顯著提高方法的精密度和重現性。

但GPC技術作為一種新興技術，在實際應用中還存在一些問題，需要在今后的工作中解決。由于GPC柱子內徑比較大，連續處理樣品的能力較慢，所需要的溶劑量較大。又因為所收集的樣品體積大，對于實驗室的濃縮裝置要求較高，這大大減慢了實驗分析的速度。此外，由于不同物質分子大小、形狀以及凝膠阻滯作用的差異，可能會導致樣品分離不完全，較大分子量的物質會提前流出不被收集而影響回收率，一些小分子干擾物會夾雜在樣品中而影響凈化效果。

2 凝膠滲透色譜（GPC）條件的選擇

利用GPC技術進行樣品前處理時，所需選擇及優化的條件主要是色譜柱的選擇，流速的選取以及收集時間的選擇，溶劑的選取等。孫磊麗等在測定甘草中16種農藥殘留時選用填料為中性、多孔的聚苯乙烯二乙烯基苯微球體的S-X3玻璃柱作為GPC凈化柱，體積比為1∶1的乙酸乙酯―環己烷溶液作為流動相，流速為5毫升/分鐘，前7 分鐘收集1份樣品，之后每1分鐘收集1份樣品，共收集28份樣品溶液，分別進行質譜檢測[5]。呂飛等在檢測動物源性食品中17種農藥殘留時，在線凝膠滲透色譜：色譜柱為Shodex CL NpakEV-200 柱；流動相：丙酮―環己烷（ 3∶7，V/V） ，流速0. 1毫升/分鐘，柱溫40 ℃，進樣量10微升，檢測波長210納米，農藥殘留組分在線收集時間段：4.35 ～ 6.35分鐘[6]。

3 展望

凝膠滲透色譜技術作為一種前處理技術已經普遍應用于樣品的凈化，S著GPC技術的不斷優化應用范圍越來越大，國外已經研究出很多種成熟的GPC前處理方法。隨著國際形勢發展，我國也應該對GPC技術進行研究開發。目前有很多研究都將GPC技術與QuEchERS 前處理等聯合使用，使得現在的前處理可以聯合處理較為復雜的樣品，提高了工作效率和準確度。現在的檢測儀器的精密度較高，對樣品處理較嚴格，GPC技術與其他前處理技術聯合使用可以去除雜質的干擾，對于精密儀器是一種保護。如在線GPC與QuEchERS聯合串聯質譜檢測可以去除樣品里的干擾和基質效應，對樣品分析更準確。因此，發展和研究凝膠滲透色譜技術在食品檢測方面有廣闊的發展前景。

參考文獻

[1]欒玉靜.凝膠滲透色譜在不同樣本檢驗中的應用和進展[J].刑事技術，2014（04）：41-44.

[2]宋鑫，杭學宇，等.檢測螃蟹中有機氯類農藥殘留的全自動GPC-SPE聯合凈化氣相色譜法[J].職業與健康，2016，32（04）：483-486.

[3]馬杰.QuEChERS前處理技術與在線凝膠滲透色譜――氣相色譜質譜聯用法測定蔬菜水果中20種農藥殘留[J].食品安全質量檢測學報，2016，7（01）：21-26.

[4]黃武. 在線凝膠滲透色譜――氣相色譜――質譜聯用法檢測大豆中異丙甲草胺殘留量[J].食品安全導刊，2016，64（03）：126-128.

篇3

1 近紅外光譜在食品分析中的應用

近紅外光譜常用的測量技術有透射法、漫反射法和反射透射法，視樣品對近紅外光線的透過情況可選用不同的測量技術，而這3種技術相結合可以測定各種形態的樣品，如可以直接測定粉末、塊狀、漿糊狀固體及液體等。由于近紅外譜帶受分子內外環境的影響較小，因此近紅外技術可適用于多種環境條件下的測試分析。近紅外光線可以穿透許多透明材料，因此，無需打開玻璃瓶蓋，可以直接對玻璃瓶內的物品進行測量[1]。

近紅外光譜檢測技術（Near infrared spectroscopy，NIR）在食品工業中的應用非常廣泛。在水果、蔬菜檢測中NIR實現了非破壞性地測定完整蘋果中的總糖、蔗糖、葡萄糖和果糖以及果汁中的糖和酸的含量，成分分析效率較高，為判斷蘋果的品質提供了新方法。在蘋果汁、葡萄汁、梨汁等加工過程中，用NIR可連續測量可溶性固形物、總固形物和總水分的變化，進而監控加工產品的質量。隨著近紅外光譜儀硬件設備成本不斷降低，進一步完善軟件的數理統計方法，提高從復雜、重疊和變化的近紅外光譜中提取有效信息的效率，增加光譜的信噪比，近紅外光譜法的應用前景將更加廣闊。

2 生物酶分析技術在食品分析中的應用

20世紀80年代生物工程作為一門新興高新術在我國得到了迅速發展。生物酶是從生物體中產生的，具有特殊的催化功能。在食品工業中主要用蛋白酶，它能催化蛋白質和多肽鍵水解，廣泛存在于動物內臟、植物莖葉、果實和微生物中。各種生物體都能合成它，但唯有微生物蛋白酶具有生產價值。

生物酶不僅在食品發酵工業中應用廣泛，而且還在食品檢測技術中有著一定的作用。如在國際果汁市場中，蘋果汁是僅次于橙汁的第二大果汁產品，蘋果汁中添加蘋果酸是比較常見的摻假象。天然蘋果汁只含有L—蘋果酸，通過測定D—蘋果酸含量可檢測摻假蘋果汁，若樣品中存在D—蘋果酸，則說明樣品為摻雜果汁[2]。

3免疫分析技術在食品分析中的應用

免疫分析主要是利用抗體能夠與相應抗原及半抗原發生自發的、高選擇性的特異性結合這一性質，通過將特定抗體（或抗原）作為選擇性試劑來對相應待測抗原（或抗體）進行分析測定的方法[3]。

免疫分析法具有靈敏度高、方法簡捷、分析量大、檢測成本低、容易普及和推廣，尤其適宜現場篩選和大量樣品的快速分析，并且可以對化合物、酶或蛋白質等物質進行定性和定量分析。在食品安全檢測中酶聯免疫分析法（ELISA）較為常用，它利用酶標記物同抗原抗體復合物的免疫反應與酶的催化放大作用相結合，既保持了酶催化反應的敏感性，又保持了抗原抗體反應的特異性，極大的提高了靈敏度，且克服放射免疫分析技術（RIA）操作過程中放射性同位素對人體的傷害。

4原子熒光在食品分析領域的應用

我們都知道砷是具有蓄積作用的有害元素，砷普遍存在于自然界環境和動植物體內。由于含砷農藥的使用及環境污染，以及食品在加工過程中使用某些化學添加劑而引起食品中砷的污染。由于嬰幼兒食品的特殊加工，更容易受到有害因素的污染。因此，砷在嬰幼兒食品衛生監督檢驗中尤為重要。

目前總砷的檢測方法有原子熒光法、銀鹽法、砷斑法、原子吸收光譜法等[4]。目前對砷鹽的檢測多般采用銀鹽分光光度法，亦稱二乙基二硫代氨基甲酸銀（即DDC-Ag）比色法。該法在一定條件下能夠比較準確的測出樣品中砷鹽的含量，但存在檢測步驟繁瑣、耗時長、影響因素多、檢測誤差大等缺點。

砷斑法也就是馬氏試砷法：Zn、鹽酸和試樣混在一起，將生成的氣體導入熱玻璃管，若試樣中有砷的化合物存在，就會生成AsH3，因生成的AsH3在加熱部位分解產生As，As積集而成亮黑色的“砷鏡”。“砷鏡”如果能用次氯酸鈉溶液洗滌而溶解，則證明是砷。由比較可知，銀鹽法測定砷過程繁瑣，化學反應條件不易控制等；砷斑法雖然比較簡單，但準確性差。而原子熒光法，靈敏度高、檢出限低、已被廣泛應用。因此采用微波消解處理樣品后，利用原子熒光測定嬰幼兒輔助食品中的總砷，取得了滿意的結果。

5 結論

食品監管部門采用一些新的檢測技術是非常必要的，新的檢測技術可以縮分析時間、提高分析的靈敏度、實現在線分析、定性和定量分析、多種組分同時進行分析等優點。儀器分析受人為因素比傳統檢測技術要少，但需要檢測技術人員有更多的儀器相關知識，因此從事儀器檢測的相關人員要對儀器分析技術有深入的研究，并且要對先進的檢測技術有一定的了解，才能為我國食品安全提供有力的保障。

參考文獻：

[1]王海水.近紅外光譜在品質分析和定量分析中的應用.分析測試技術與儀器，2002（3）：136-138

篇4

軟件設計儀器簡介

多年來，以軟件為核心的虛擬儀器技術已經廣泛應用在測控系統中，特別是在射頻測量領域中，測試工程師一直在運用諸如LabVIEW的軟件包來實現自定義射頻測量系統，與傳統封裝儀器相比可以盡可能地減少成本，另外，使用軟件設計的方法不僅提供了強大的靈活性，更能使測試工程師利用到最新的PC和總線技術所帶來的性能提升。

NI PXIe-5644R就是一款可以通過軟件來設計其功能的儀器，該設備融合了矢量信號發生器和矢量信號分析儀的功能，并包含了一個用戶可編程FPGA來用于實時信號處理和控制。這種軟件設計的方法讓VST擁有了軟件定義無線電架構的靈活性以及研發級別射頻儀器的高性能。

雖然，一些傳統射頻儀器中也采用了FPGA，但通常這些FPGA密閉且功能固定，只能用于特定的目的。在VST中引入FPGA則為用戶帶來了硬件級別的完全自定義，它允許用戶自定義射頻儀器直至每一個管腳。用戶可以充分發揮自己創新的能力，將他們的自定義信號處理方法和控制算法加入FPGA中，實現特定的測試需求。

為了幫助用戶實現更好的對FPGA的自定義，LabVIEW FPGA讓用戶可以用圖形化的方法對FPGA進行編程，對于沒有FPGA相關基礎知識的工程師，完全不用去學習HDL語言，大大簡化了FPGA的編程難度。另外，LabVIEW 2012提供了更多新模板和范例項目，其中包括可以使VST作為VSA和VSG工作于嵌入式射頻流盤等應用的軟件。用戶可以以這些預創建的范例項目為基礎，添加相應修改以實現自定義觸發、待測設備控制、信號處理等功能。

軟件設計儀器的優勢

篇5

中圖分類號：C35 文獻標識碼：A 文章編號：1009-914X（2015）23-0259-01

目前，智能交通信息檢測中的視頻技術逐漸成為研究的重點內容。視頻技術是智能交通系統的核心內容，其好壞直接影響系統的檢測精度以及檢測效率。近幾年，在智能交通市場的推動下，交通信息檢測中的視頻圖像分析以及識別技術在特定的應用場合，逐漸成為檢測技術研究人員研究的重點。

一、 智能交通信息檢測中的視頻技術

1、 檢測流程

基于視頻技術的智能交通系統中，對車輛的檢測流程大致分為：選取目標，對可能出現車輛的區域進行選取；確認目標，對候選區域進行確認；分割目標，通過對圖像中的車輛進行識別，將未能識別的目標從中分離開來；跟蹤目標，跟去選取并確定的車輛計算交通參數；目標分類，根據圖像中的幾何外形特征等對不同類型車輛進行合理分類；后續處理，根據交通應用的需求對交通參數進行計算，例如車的流量或車速等。

2、 檢測方法

（1） 知識型檢測方法

通過觀察車輛的外形和顏色，還有道路的特點、車輛陰影等信息作相應的檢測。這種檢測方式較為直觀，而且操作方法簡單，但是需要對多個數據進行估計，例如車輛長寬的比值、車輛陰影與道路的灰度差異閥值等。其檢測系統功能的好壞直接影響著這些數值的準確性。

（2） 運動型檢測方法

這種方法主要通過各個圖像中現有的相關信息對車輛做相應的預檢測，其檢測方法主要是利用光流法以及運動能量法。光流法可以對獨立運動的物體進行檢測，不需要預先知道場景的信息，在攝像機移動時適合使用。但它的不足點就是所耗用的視角較長，如果檢測的對象移動過快或過慢的情況，所檢測出的效果并不是很好，所以說針對實時系統不適合使用。而運動能量法可以對圖像背景中的振動像素消除，并突出對向某個方向運動對象的顯示，可以估計其大概位置，而不能確定運動對象的具置。

（3） 立體視覺型檢測方法

這種檢測方法是建立在視覺差或頻差理論基礎之上的，使用兩個或兩個以上攝像機對同一檢測對象從不同位置而獲得立體像對，采用多種算法匹配相應像點，最終恢復深度信息[1]。這種方法可以對慢速行駛的車輛檢測出具體的位置，這需要將攝像機正確標定，但如果因車輛運動或者是天氣等因素的影響，是很難檢測出車輛的具置。通過立體視覺對車輛進行檢測，一般采用逆透視映射法來對圖像中的車輛的位置進行估計。

（4） 像素強度型檢測方法

像素強度型檢測方法主要包括時間差分法與背景差分法。時間差分法是在短時間內對像素強度的變化進行檢查。這種方法適合在動態變化的環境中使用，當攝像機在運動時不適合使用，對運動對象不能完整提取。其方法快捷簡單，有良好的實用性，適用于檢測運動快而且運動幅度較大的對象，但如果運動對象運動的場景道路不平坦或者彎路較多時不適合使用。

二、基于視頻技術的交通信息檢測系統

1、系統硬件的實現方案

這種系統是以TMS320DM642為核心，COLD為系統的邏輯控制器，通過擴展視頻編解碼器、以太網和儲蓄器以及RS-232等接口組成完整的系統。視頻解碼芯片把攝像機的輸出轉換為數字視頻輸入TMS320DM642，在做出相應的處理后，通過以太網的接口或RS-232的接口將各種參數傳送到通信服務器中。RS-232根據環境的不同對系統的配置參數做出相應的調改。對其檢測的結果通過屏幕菜單式調節方式直接放在原始圖像中，在進行觀看時可以直接在監視器上顯示出來。

2、 系統算法的實現策略

為了使算法的性能得到保證，可以從多種角度進行考慮：為了避免把正在運動的投射陰影誤檢為車輛中的一部分，提出了陰影消除算法；為了保證系統能夠在光度強的情況下以及路面發生震動、風力的變化等現象導致系統發生抖動并可以正常工作，提出了魯棒濾波算法；針對某些檢測系統缺少車輛跟蹤這項職能可能會對流量多計數這一問題，提出同時收集車輛的相關信息進行匹配車輛跟蹤的策略[2]。

交通信息檢測系統在一天24小時都是工作狀態。雖然在白天沒有車燈，但視頻中所顯示的車輛圖像較為清晰；在晚上視頻中所顯示的車輛圖像不清晰，但車燈的照射和路面反射光較為明顯。所以，根據以上情況可以選擇不同的策略：白天對車輛進行檢測，晚上對車燈的照射情況和路面反射光進行檢測。實施這樣的策略，可以收集白天中可所有的車輛交通參數，晚上除了不能對車輛的信息進行順利獲取和分類之外，但不會影響其他的交通參數。經現場測試驗證，智能交通信息檢測系統對車輛的識別率為96.5%。在高速公路中，其檢測系統處理速度為25幀/秒；在普通工路中，處理速度至少為15幀/秒，以這種處理速度為依據，處理1幀圖像所耗用的時間不會超過66.7毫秒。假設檢測系統所檢測的區域范圍是10米，其監測到的車速最快為10米/66.7毫秒=540千米/小時，因此符合交通情況。

三、 視頻技術在交通信息檢測中的應用

視頻技術在交通信息檢測中的應用主要體現在以下幾方面：

1、 交通流量

交通流量的信息在交通管理中非常重要[3]。通過采用視頻技術來獲取某些重要路段的交通流量數據，并對其交通流量的信息進行匯總分析。要想獲得對這些數據，還需要檢測車輛，觀看攝像機所監視的區域有沒有車輛通過。另外，在監視區域中車輛的行駛速度在交通流量檢測中，是非常重要的數據，以便觀察其車輛有沒有超速等。

2、 交通監視

交通事故的檢測在交通安全中意義重大[4]。主要利用視頻技術的監視功能對駕駛車輛的行為進行檢測，例如，在視頻監測區域中，存在事故性停車的現象會自動報警。除此之外，環境因素也是影響安全駕駛的主要因素，例如，雨雪天氣導致路面狀況不佳，或者是霧霾天氣，會導致能見度相對較低，這都在一定程度上影響了駕駛的安全性，通過發揮視頻技術的監視功能應有的作用，來降低交通事故發生率。目前對于監測能見度較低的場面，已經有了較為有效的處理方式。

3、 交通管理

視頻技術在交通管理中的應用[5]，主要表現在識別車輛和對車輛進行分類等方面，例如視頻檢測技術可以自動識別車輛的車牌號和檢測停泊的車輛。其識別與分類的功能可以實現對在高速公路中行駛的車輛進行自動收費，對停泊的車輛進行檢測主要是用在交通的自動管理中，例如，停泊車輛的自動收費或者是違規停車等相關內容。

結束語

視頻技術在過去幾年的發展中較為迅速，促進了智能交通的發展。通過網絡傳輸為視頻技術的檢測工作以及處理工作提供了便利。隨著數據信息的發展，交通部門可以利用其視頻技術與數據相結合通過觀察人們的出行習慣對交通情況進行合理規劃，充分發揮視頻技術的優勢，來減少或解決交通中出現的問題。因此，視頻技術在智能交通檢測系統中發揮著重要的重用，可以為社會帶來一定的經濟效益。

參考文獻

[1] 錢曾波，邱振戈，張永強.計算機立體視覺研究的進展[J].測繪學院學報，2012，18（4）.

[2] 徐海洋.基于支持向量機方法的圖像分割與目標分類[J].武漢：華中科技大學，2012.

篇6

1 引言

隨著傳感器網絡在視頻監控中的廣泛應用，有限通信帶寬條件下的高分辨率視頻獲取技術成為多媒體研究的焦點。

移動通信中，通常檢測運動目標的方法是背景消除法（BS，Background Subtraction）[1]，它首先估計背景模型，然后通過該模型比較視頻幀以檢測運動目標。當處理實際的視頻監控序列時，BS遇到許多挑戰，如光照的變化、運動干擾等[2]。最近，Tsai等[3]利用獨立成分分析（ICA，Independent Component Analysis）提出一種快速背景消除方案。這個方案在室內視頻監控環境下能夠容忍光照的變化。在動態復雜環境下，Zhang等[4]提出了一種內核相似性模型（KSM，Kernel Similarity Modeling）的目標檢測方法，但這個方法僅對簡單的干擾是魯棒的。在動態背景下，Kim等[5]在文獻中提出一種基于模糊彩色直方圖（FCH，Fuzzy Color Histogram）的BS算法用于運動檢測，能夠最小化背景運動產生的色彩變化。根據背景圖像不同的目標會引起頻率變化的情況，Chen等[6]提出一種分層背景模型。同時，Han等[7]根據顏色、梯度和類Haar空時特征變量的統計條件，提出一種分塊背景模型，它對光照和陰影的影響都是魯棒的。

上述BS算法都在空域操作，但需要大量的訓練序列估計背景模型。因此，這種模型估計增加了計算成本，實際上限制了BS算法在多媒體傳感器網絡中的應用。

最近提出的CS（Compressive Sensing）[8-10]理論說明，如果信號是稀疏的，它能夠通過遠小于Nyquist采樣率獲取的少量隨機測量值高概率恢復原始信號。CS能夠降低復雜性的同時對圖像進行采樣和壓縮處理，因而它具有降低視頻編碼器運算成本的優越性[11]。因此，我們認為CS是視頻信號檢測的較好方案。早期運用CS進行運動目標檢測的方式是通過圖像背景的測量值來訓練目標輪廓，然后再通過訓練后的目標輪廓檢測運動目標[12]。但該算法需要大量的存儲和運算操作，不適合實時多媒體傳感器的網絡系統。2012年，Jiang等[13]通過感知的CS值提出一種低秩和稀疏分解的目標檢測模型。盡管該模型能夠適應于有限帶寬的多媒體傳感器網絡，但由于視頻序列的小波系數并非稀疏，因而它對干擾和光照非魯棒。2013年，Yang等[14]基于CS理論提出一種僅需要10%的測量值就能同時恢復視頻目標和背景的檢測方法。然而，該方法仍然需要小波變換系數實現稀疏分解，因此，在干擾和光照條件下容易產生虛假的目標圖像。在文獻[15]中，Write等提出一種壓縮主成成分追蹤的低秩矩陣和稀疏分解的解決方案。該方案在壓縮域能夠實現運動目標檢測。

本文提出一種新的視頻壓縮感知模型（VCSM，Video Compressive Sensing Model），旨在通過CS測量值研究一種通信情況下新的目標視頻方法，并解決視頻目標的高精度重構問題。VCSM的主要優點是能用少量的CS測量值，同時重構目標、背景和視頻序列，且對運動干擾具有較好的魯棒性。

2 視頻壓縮感知模型架構

圖1為文獻[16]提出的一種三維循環陣列采樣視頻的實現原理，它能夠同時對視頻信號進行感知和壓縮處理，并具有低復雜性和易于硬件實現的優點。這種方法使用兩個步驟實現了視頻壓縮處理：1）隨機卷積。通過原始矢量幀Xt（t=1， 2， …， T）與循環矩陣C卷積產生循環測量值Cxt；2）隨機采樣。首先應用排列矩陣P對Cxt進行隨機產生排列矢量PCxt，然后再應用子采樣矩陣St對PCxt進行處理，最后產生一種降維的壓縮值矩陣A=StPCxt=[a1， a2， …， aT]。

基于圖1的結構，已知測量矩陣A，我們提出采用CS技術重構運動視頻的目標和背景。借鑒2009年Candes等提出的一種魯棒的主成成分分析（RPCA，Robust Principal Component Analysis）模型。該模型通過求解公式（1）的最小化問題，能同時重構視頻的目標和背景幀：

（1）

其中，X∈R（MN）×T代表原始視頻序列，B和F分別代表視頻的背景和目標。但RPCA模型具有兩種缺陷，一是不能直接通過A重構B和F；二是目標圖像重構僅對稀疏分布的視頻幀具有魯棒性[17-18]。然而，現實世界的視頻序列存在運動干擾，很少具有稀疏性。文獻[16]利用幀間和幀內的相關性，提出一種三維全局變量（TV3D）的CS視頻重構技術。TV3D具有低的復雜性（O（3×MN×T）），其實現模型為：

TV3D （2）

其中，D1，D2分別是一個幀內水平和垂直的差分操作因子，而D3是時間變量差分操作因子。

為了能夠從采樣后的CS測量值直接檢測和重構運動目標，我們結合RPCA和TV3D提出一種新的目標、背景和視頻序列重構模型。在CS域，這種模型可以描述為：

（3）

其中，X=[x1， x2， … xT]代表原始頻序列，B=[b1， b2， … bT]為背景，F=[f1， f2， …， fT]為運動目標，Φ為CS域測量矩陣。在公式（3）中，TV3D用于提高視頻目標重構的質量。由于公式（3）對可變初始化過程不敏感，因此，X，B，F的初始化矩陣可設置為0矩陣。這樣，rank（B）的最小化問題成為NP問題[17]。通過核范數，我們把公式（3）問題變成求解如下問題：

（4）

在公式（4）中，TV3D用于保證低秩計算和稀疏分解的精確處理。為了求解公式（4），我們定義重構的目標、背景和視頻序列分別為。由于目標重構對劇烈運動的干擾非魯棒，Borenstein等[19]利用置信圖（confidence map）確定圖像區域的原理，提出一種優良的圖像分割算法。受此啟發，本文使用構造一個置信圖并定義置信圖為M=[m1， m2， …， mT]， mi∈0， 1；i=1， 2， …， T。在M中，置信圖是一個二進制矩陣，其中運動目標的像素位置設置為1，運動干擾的像素位置設置為0。通過使用（這里代表了Hadamard乘積），我們想進一步改善視頻目標圖像的重構質量。由于運動干擾的重復性和局部集中的特點[20-21]，現實世界的視頻監控系統能夠用高斯分布模型化[22-23]。本文使用混合高斯模型（MGM，Mixed Gaussian Model）來估計受運動干擾后像素影響的強度分布[22]：

（5）

這里f（xij）代表的第i列第j個像素xij的概率密度函數，ω是MGM的加權值，?x和σx分別是置信圖算法估計得到的均值和標準方差，?p和Σp為xij的粒子軌跡矩陣估計得到的均值和協方差矩陣[22]。粒子軌跡矩陣Σp可通過Lagrangian粒子軌跡矩陣移位法實現[24-25]，主要用于獲取運動干擾引起的像素偏差。

基于公式（5），本文中置信圖的實現流程如下：

（1）使用公式（5）估計每個像素的概率密度f（xij）；

（2）設置門限閾值θ，判斷哪些像素屬于運動干_或運動目標值；

（3）如果f（xij）>θ，則像素xij=1；否則，xij=0。

重復以上過程，得到的二進制矩陣即為實現的置信圖M。

3 視頻目標圖像的重構算法

在公式（4）中，視頻壓縮的過程可以描述為αt=Φxt。由于使用P，C和St（t=1， 2， …， T）產生了壓縮測量矩陣A（如圖1所示），因此，我們應用特殊形式rt=Cxt和StPrt=αt替代ΦX=A，則公式（4）可以寫為：

（6）

這里，R=[r1， r2， …， rT]是循環測量矩陣。對于公式（6）的實現，每次迭代需要兩步進行。第1步，算法重構原始視頻X；第2步，分割背景和目標。為了重構X，求解公式（7）：

（7）

采用擴展拉格朗日乘法器（ALM）[26]求解公式（7），可以得到：

（8）

這里，λi和ν是拉格朗日乘法器矩陣。可見，公式（8）可替代公式（7）求解。因此，ALM通過迭代拉格朗日函數和更新拉格朗日乘法器能夠解決公式（8）的最小化問題。其實現過程如下：

（9）

（10）

（11）

注意到，直接求解公式（9）很困難，因此，有：

（12）

（13）

（14）

公式（12）子問題的求解如下：

（15）

其中，Sα（?）代表軟閾值操作因子，它被定義為：

Sα（x）=sign（x）×max{|x|-α，0} （16）

其中，α表示條件軟閾值大小。

接著，我們通過如下步驟求解公式（13）子問題[16]：

（17）

（18）

公式（18）中PicSt是St選擇的CS測量值索引，rt是矩陣R的第t列值。對于公式（14），X可通過解二次方程式求解。固定Xk+1，求解公式（19）重構B和F：

（19）

公式（19）的擴展拉格朗日函數可以表示為：

（20）

公式（20）中，Y是拉格朗日乘法器矩陣，代表了矩陣內積。使用ALM算法求解公式（20）中的最小化問題如下：

（21）

（22）

類似地，使用替換策略求解公式（21）中的每個元素的最小化如下：

（23）

（24）

綜合以上求解過程，視頻目標檢測及其重構算法的整個過程如圖2所示：

在上述算法中，置信圖M，

Dα（?）是矩陣Z的奇異值收縮因子，并定義為Dα（Z）=USα（Σ）VT。其中，U和V是實單位矩陣，∑是正則化對角矩陣。Sα（?）為矩陣∑的軟閾值操作因子。

4 實驗結果分析

為了量化算法的實現性能，視頻目標的檢測精度利用F范數-測量值表示，并定義：

F測量=2×（精度×重構率）/（精度+重構率） （25）

其中，精度和重構率為：

精度=TP/（TP+FP），重構率=TP/（TP+FN） （26）

其中，TP、FP以及FN分別表示實正數、假正數以及假負數。F-測量值越高，表示視頻檢測精度的效率越好。表1列出了算法實現時的主要設置參數：

在實驗中，我們對提出的VCSM和RPCA模型以及典型的基于背景消除算法的改進混合高斯模型（GMM）[29]進行了比較。VCSM、RPCA和GMM均在空域實現，所有的實驗使用HP計算機實現（EliteDesk 800 G1 SFF；Intel（R）Core（TM） i7_4790 CPU @3.60 Hz 3.6 GHz；安裝內存：4.00 GB；系統類型：64位）。

為了和GMM比較，我們給出一種目標重構的突出比較形式。實驗選擇4種室內視頻序列（機場大廳176×144×30，候機室160×128×30，餐廳160×120×30和商場大廈320×256×30）作為測試對象進行性能評估。實驗結果如圖3所示。可以看到，VCSM僅需要CSR=0.2的測量值就能實現RPCA和GMM方法類似的視頻效果。

最后，我選擇一組實際的戶外視頻進行實驗，進一步說明算法的實現效果。圖4隨機選擇4幀圖像進行實驗，包含陰影和攝像機抖動干擾。從圖4（b）可以清晰地看到，VCSM方法能比較準確地區分目標的輪廓形狀，且能完全地消除攝像機抖動干擾。而RPCA和GMM兩種方法都不能給出目標的清晰效果。

5 結論

本文提出一種基于CS技術進行視頻序列檢測和運動目標重構的實現模型（VCSM），該模型能夠通過少量的測量值實現魯棒的目標、背景和原始視頻重構。其中，重構的視頻序列可通過估計獲得的置信圖進一步提升運動目標的重構效果。大量的實驗結果表明，與典型的空域方法如RPCA、GMM比較，提出的VCSM方法對室內和室外視頻均有較好的檢測和目標重構性能，且僅需要更少的數據量。尤其對于室外視頻序列，VCSM可以有效地消除運動干擾（如樹枝搖動、噴池水和視頻攝像機噪音等）。VCSM最大的問題是，算法求解核范數時計算復雜性較高。因此，未來我們將使用云計算及其在線并行技術實現VCSM對運動目標的視頻分析。

參考文獻：

[1] O Barnich， M Van Droogenbroeck. ViBe： A Universal Background Subtraction Algorithm for Video Sequences[J]. IEEE on Image Processing， 2011，20（6）： 1709-1724.

[2] Brutzer， B Hoferlin， G Heidemann. Evaluation of Background Subtraction Techniques for Video Surveillance[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition（CVPR）， 2011： 1937-1944.

[3] T Du-Ming， L Shia-Chih. Independent Component Analysis-Based Background Subtraction for Indoor Surveillance[J]. IEEE Transactions Image Processsing， 2009，18（1）： 158-167.

[4] Z Baochang， G Yongsheng， Z Sanqiang， et al. Kernel Similarity Modeling of Texture Pattern Flow for Motion Detection in Complex Background[J]. IEEE Transactions on Circuits and Systems for Video Technology， 2011，21（1）： 29-38.

[5] K Wonjun， K Changick. Background Subtraction for Dynamic Texture Scenes Using Fuzzy Color Histograms[J]. IEEE Signal Processing Letters， 2012，19（3）： 127-130.

[6] S Chen， J Zhang， Y Li， et al. A Hierarchical Model Incorporating Segmented Regions and Pixel Descriptors for Video Background Subtraction[J]. IEEE Transactions on Industrial Informatics， 2012，8（1）： 118-127.

[7] H Bohyung， LS Davis. Density-Based Multifeature Background Subtraction with Support Vector Machine[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012，34（5）： 1017-1023.

[8] R Baraniuk. Compressive Sensing[J]. IEEE Signal Processing Magazine， 2007，24（4）： 118-121.

[9] DL Donoho. Compressed Sensing[J]. IEEE Transactions on Information Theory， 2006，52（4）： 1289-1306.

[10] EJ Candes， MB Wakin. An Introduction To Compressive Sampling[J]. IEEE Signal Processing Magazine， 2008，25（2）： 21C30.

[11] J Ma， G Plonka， MY Hussaini. Compressive Video Sampling with Approximate Message Passing Decoding[J]. IEEE Transactions on Circuits & Systems for Video Technology， 2012，22（9）： 1354-1364.

[12] V Cevher， A Sankaranarayanan， M Duarte， et al. Compressive Sensing for Background Subtraction[C]//Springer Berlin Heidelberg. European Conference on Computer Vision（ECCV）， 2008： 155-168.

[13] H Jiang， W Deng， Z Shen. Surveillance Video Processing Using Compressive Sensing[J]. Inverse Problems Imaging， 2012，6（2）： 201-214.

[14] F Yang， H Jiang， Z Shen， et al. Adaptive Low Rank and Sparse Decomposition of Video Using Compressive Sensing[C]//IEEE. IEEE International Conference on Image Processing （ICIP）， 2013： 1016-1020.

[15] J Wright， A Ganesh， K Min， et al. Compressive Principal Component Pursuit[J]. Information Inference， 2013，2（1）： 32-68.

[16] X Shu， N Ahuja. Imaging Via Three-dimensional Compressive Sampling（3DCS）[C]//IEEE. IEEE International Conference on Computer Vision （ICCV）， 2011： 439-446.

[17] B Bao， G Liu， C Xu， et al， Inductive Robust Principal Component Analysis[J]. IEEE Transactions Image Processsing， 2012，21（8）： 3794-3800.

[18] EJ Candes， X Li， Y Ma， et al， Robust Principal Component Analysis[J]. J ACM， 2009，58（1）： 1-37.

[19] E Borenstein， E Sharon， S Ullman. Combining Top-Down and Bottom-Up Segmentation[C]//IEEE. Conference on Computer Vision and Pattern Recognition Workshop， 2004： 46-50.

[20] M Shimizu， S Yoshimura， M Tanaka， et al. Super-resolution from Image Sequence under Influence of Hot-air Optical Turbulence[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2008： 1-8.

[21] O Oreifej， G Shu， T Pace， et al. A Two-stage Reconstruction Approach for Seeing Through Water[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2011： 1153-1160.

[22] O Oreifej， X Li， M Shah. Simultaneous Video Stabilization and Moving Object Detection in Turbulence[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2013，35（2）： 450-462.

[23] C Stauffer， WEL Grimson. Adaptive Background Mixture Models for Real-time Tracking[C]//IEEE. IEEE Computer Society Conference on Computer Vision and Pattern Recognition， 1999： 252-256.

[24] W Shandong， O Oreifej， M Shah. Action Recognition in Videos Acquired by A Moving Camera Using Motion Decomposition of Lagrangian Particle Trajectories[C]//IEEE. IEEE International Conference on Computer Vision （ICCV）， 2011： 1419-1426.

[25] S Wu， BE Moore， M Shah. Chaotic Invariants of Lagrangian Particle Trajectories for Anomaly Detection in Crowded Scenes[C]//IEEE. IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， 2010： 2054-2060.

[26] W Yin， S Morgan， J Yang， et al. Practical Compressive Sensing with Toeplitz and Circulant Matrices[J]. Visual Communications and Image Processing， 2010.

篇7

中圖分類號：X792 文獻標識碼：A

隨著人們生活水平的提高，人們對食品安全的問題更加重視，從我國的食品安全現狀來看，仍有諸多問題有待完善，尤其是人們的安全意識不夠，導致越來越多的食品安全事件。除了人們的意識之外，分析檢測技術的水平也會影響食品安全的狀況，本文就從食品分析檢測技術的角度來分析當前我國食品安全的現狀。

1對我國食品安全現狀的分析

從當前的發展情況來看，我國的食品安全狀況讓人堪憂，安全事故頻繁發生，毒奶粉、毒豆芽、毒豇豆等頻繁出現在消費市場中，威脅著人們的消費安全與身體健康。從其產生的原因來看，主要有以下幾點：

1.1 消費者的安全意識不足

消費者的食品消費意識不足，在日常飲食的安排中存在諸多不足，不夠科學合理。我國人民對一些經過腌制、烤制、熏醬的食品十分鐘愛，但是從科學的角度來看，這類食品存在著諸多威脅健康的因素，尤其是亞硝酸鹽超標，長期攝入的話可能會導致癌癥的發生。

1.2 生產者追求利益最大化導致的食品安全問題

一些生產者受到利益的驅使，不按生產工藝要求生產，超范圍、超量使用食品添加劑，或濫用非食用物質，采用劣質原料等進行食品加工，導致所生產的食品危害人體健康。造成這些問題并不是由于科技落后，主要是由于一些食品生產者的道德水準較低、法律意識淡薄，在利益的誘惑下，不顧法律、法規的要求，違規生產，導致了諸多食品安全問題的出現。

2改善食品安全現狀的有效對策

2.1 強化衛生安全宣傳意識

目前，肥胖、高血壓、糖尿病、癌癥的病人數量急劇增加，從其原因來看，主要是由于其不注意飲食造成的，因此，強化消費者的衛生意識具有十分重要的意義，這是關系到人民生活質量的重要部分，是直接影響到國民整體健康與平均壽命的重要因素，因此，必須要加強食品安全與衛生知識的教育。要善于發揮媒體的力量，強化人們的衛生安全意識，從基礎教育開始進行安全衛生知識的訓練，強化公眾的衛生意識，培養更多的優秀人才，提高我國食品安全水平。

2.2 完善食品安全法律的建設

建立健全法律體系是保證食品安全的一個主要對策，從我國的食品安全法律發展情況來看，盡管其起步晚，但是其發展較為迅速，在借鑒國外法律的基礎上，不斷結合我國當前食品安全的發展情況制定有針對性的對策，大大提升我國食品安全的水平。

3改善食品安全檢測技術

良好的檢測技術是 保證食品安全的一個重要手段，隨著人們對食品安全的重視程度日益提升，人們對食品檢測的重視程度也有了很大的提高，為了適應新形勢的發展，質監機構要不斷地完善自身建設，不斷研發高端的檢測儀器，不斷開發先進的檢測方法，不斷提高檢測水平。

3主要的食品檢測技術分析

3.1 微波消解技術的應用

該技術主要用于食品微量元素的分析，其關鍵是要做好樣品的前處理工作。一般對樣品主要采用高溫灰化法、低溫灰化法、濕法分解法等，相比較之下，高溫灰化法的取樣量大、加熱時間較長，耗電多，同時對一些易揮發的元素損失影響測定不夠準確；低溫灰化法可以彌補這一不足，但是時間過長，設備昂貴，實驗的要求較高，一般情況下采用較少；濕法分解法則較為常用，但是其操作繁瑣，非常容易污染，樣品的消化不夠徹底。針對這一情況，近年來以樣品為中心的技術迅速發展，以微波消解法為代表，其充分結合傳統方法的優勢，提高了分析速度，并且可以減少損失，可以將樣品完全消解，提升了樣品處理效率。

3.2 近紅外光譜在食品分析中的運用

所謂的近紅外光就是指處于可見光與紅外光間的電磁波，一般有機物在該區的近紅外光譜吸收主要是含氫基團（OH，CH， NH，SH，PH）等的倍頻和合頻吸收。其可以直接測定樣品，采用近紅外光譜的測定技術主要有透射法、漫反射法和反射透射法，可以根據樣品對近紅外光的透過情況選擇測量技術，除此之外，三種技術的融合可以測定更多的樣品。

3.3 生物酶法在食品分析中的應用

生物酶是由活細胞產生的具有一定催化功能的有機物，以蛋白質為主，同時也含有部分的RNA。從酶的歷史來看，其已經有80幾年的歷史，生物酶是由生物體中提取的，是一種催化劑，在食品工業中的酶以蛋白酶為主，其廣泛存在于植物莖葉中，各種生物都可以合成，但是只有微生物蛋白酶具有生產價值。其主要應用食品發酵工業中，同時也被應用于食品檢測行業中。

3.4 原子熒光在食品分析中的應用

砷是一種有害元素，其普遍存在于自然界環境與動植物體內，由于部分農藥含有砷，大量應用會導致人體砷中毒，除此之外，食品中一些添加劑的使用也會導致砷中毒。目前，砷檢測主要采用原子熒光法、銀鹽法、原子吸收光譜法等等。經過分析發現，各種方法都存在著一定的不足，經過不斷地努力，我們發現可以利用微波消解的方法對樣品進行處理后，采用原子熒光法進行處理效果較好，大大提升了檢測的質量。

4食品分析檢測技術的發展

隨著食品工業的迅速發展，食品的種類不斷增多，這也對食品安全分析檢測提出了新的要求，要求技術不斷地創新與完善，開始采用儀器分析與自動化分析的方法來代替傳統的手工操作。氨基酸自動分析儀、原子吸收分光光度計及可進行光譜掃描的熒光分光光度計等儀器在食品分析中得到了越來越多的應用。

隨著研究的日益深入，一些采用現代技術的檢測方法不斷地涌現，大大縮短了傳統的檢測時間，可以提高檢測的效率，同時操作十分簡單。比如：梅里埃公司生產的miniVIDAS利用熒光免疫的方法檢測葡萄球菌腸毒素，在儀器上僅僅45分鐘就可以得到較為準確的結果。

新的檢測技術逐漸取代傳統技術，在不久的將來，芯片技術必然會成為未來食品檢測行業的主體，而且在食品安全領域會有更加廣闊的空間。

結語

從上文的分析中我們可以看到，我國的食品安全問題堪憂，隨著人們生活水平的提高，人們對食品安全越來越重視，因此只有不斷提高食品檢測水平，才能為百姓提供更多的安全食品，才能為百姓的健康與生命安全奠定基礎。

篇8

中圖分類號:TS207.3 文獻標識碼:A 文章編號:1672-3791(2012)08(a)-0229-01

近年來,隨著城市工業化程度越來越高,由此引發的環境問題日益嚴重,食品安全已成為人們越來越關注的焦點問題。傳統的食品檢測方法已經不能適應現代社會的發展要求,基因探針法、PCR技術、免疫學檢測技術、生物芯片和生物傳感器技術等生物技術在食品檢測中已經得到廣泛應用。充分利用現代生物技術為人們的生活質量保駕護航,已是迫在眉睫。

1 生物技術在食品檢測中的應用

在當前的食品檢測方法中,基因探針法、PCR技術、免疫學檢測技術和生物芯片技術是最為常見的生物技術。下文中,筆者將會逐一進行詳細介紹。

1.1 基因探針技術

基因探針技術即DNA探針技術,又稱分子雜交技術,是利用DNA分子的變性、復性以及堿基互補配對的高度精確性,對某一特異性DNA序列進行探查的新技術。

目前,基因探針雜交方法總體上可以分為兩種:一種是異相雜交;另外一種是同相雜交,其關鍵技術都在于DNA探針的構建。例如,在食品微生物檢測中,大腸桿菌具有葡糖苷酸酶的特性,利用大腸桿菌中編碼該酶的基因序列作為目標DNA,并制成DNA探針,用以檢測食品中的總大腸桿菌。與傳統微生物檢測方法相比,基因探針技術不僅能克服傳統食品微生物檢驗方法的不足,而且還具有特異性強、靈敏度高和操作簡便、省時等優點。與此同時,基因探針技術也存在其局限性,如檢測成本高、速度慢、效率相對較低,這些都是在以后的科研中需要改進的地方。

1.2 PCR技術

PCR技術又名聚合酶鏈反應技術,是由Korana于1971年最早提出核酸體外擴增的設想而產生的,并經過多年的實踐研究發展,近年來才逐漸應用到食品安全控制中。PCR由變性,退火(復性),延伸三個基本反應步驟構成,其基本工作原理是以擬擴增的DNA分子為模板,以一對分別與模板互補的寡核苷酸片段為引物,在DNA聚合酶的作用下,按照半保留復制的機制沿著模板鏈延伸直至完成的DNA合成。經過n次擴增后,PCR產物(復制出的DN段)可達2n個,可以滿足各種分析的需要。2011年,實時熒光定量PCR技術在轉基因食品檢測領域中的應用和Taq Man PCR快速檢測食品中的空腸彎曲菌都是近期PCR技術在食品檢測中比較成功的案例。

PCR技術只需要使用很微量的物質,就能擴增到大量我們需要的目的片斷,并且可以對檢測樣品進行定性和定量的分析。但同時PCR實驗室要求嚴格,檢測儀器價格昂貴,技術含量高,操作復雜,對相關技術人員要求較高。

1.3 免疫技術

抗原與抗體的結合反應是一切免疫測定技術的最基本原理。免疫技術一般可分為三類:免疫標記技術、免疫沉淀反應和免疫凝集試驗。免疫檢測是目前生物學檢測方法中用途最廣泛的一種方法,具有特異性強、靈敏度高、方便快捷、分析容量大、檢測成本低等特點,尤其對于食品檢測非常敏感,通常會用在蛋白質結構分析中。

目前最常用的免疫學檢測技術中,酶聯免疫吸附試驗(ELISA)在食品檢測方面已得到普及。ELISA是將特異的抗體標記上酶制成酶標抗體酶標抗體既具有抗原抗體反應的特性,又具有酶的底物催化特性,它與相應的抗原結合后,加上相應的底物,根據底物顯色的深淺對抗原做出定性或定量的判斷。例如用該法檢測轉基因玉米所加工的食品中Cry1A(b)蛋白便是成功的案例。由于酶既有很高的催化效率,可極大的放大反應效果,從而使測定達到很高的靈敏度和穩定性。不過在應用中ELISA分析法也有一定的局限性,在被檢測樣品的蛋白濃度較低時可能會出現陰性,因此,ELISA分析法一般用于對鮮活組織的檢測和對接受基因工程改造生物體的初步檢測。

1.4 生物芯片技術

生物芯片是將大量生物識別分子按預先設置的排列固定于一種載體(如硅片、玻片及高聚物載體等)表面,利用生物分子的特意性親和反應,如核酸雜交反應,抗原抗體反應等來分析各種生物分子的存在及其量的一種技術。

基因芯片的最大優點在于其高通量。傳統方法檢測眾多基因要經歷多次實驗而且自動化程度低,因而每次實驗之間是存在系統誤差的。基因芯片可以克服這個缺點,眾多基因的探針的標記、雜交等過程是在一次實驗過程中完成的,而且自動化程度高,數據客觀可靠。基因芯片的缺點在于其不能對待檢測基因在多細胞類型組織中的精確定位進行判斷。另外很多蛋白質調節其功能主要不是依賴其是否表達或表達量高低,而是依賴蛋白質磷酸化-去磷酸化等方式。在這種情況下,用核酸類生物芯片就沒有什么意義了,正在研究開發中的蛋白類芯片可能會有所作為的。

1.5 生物傳感器技術

生物傳感器(Biosensor):是由固定化并具有化學分子識別功能的生物材料、換能器件及信號放大裝置構成的分析工具或系統。其主要由生物敏感元件、換能器和信號處理放大裝置構成。生物傳感器技術應用于食品檢測方面的優勢很多,它響應快,樣品用量少;分析操作簡單;除緩沖液外無需添加試劑;可連續分析,聯機操作,易于實現自動化測量等等。

當前,生物傳感器技術在食品檢測方面功能主要有兩個方面:一是檢測魚、肉和牛乳等食品的新鮮度;二是用來檢測食品滋味及熟度。例如:日本農林水產省研制出一種傳感器,可“品嘗”肉湯的風味,用于肉湯生產過程的質量控制。

除了上文論述的一些生物技術外,越來越多的新技術將會逐漸應用到食品檢測中,其前景是值得期待的。

2 結語

生物技術以其經濟、高效等特點得到廣大科研人員的普遍認可,成為當前食品檢測中重要力量。與此同時,國家也不斷加大投入和頒布相關法律、法規保障食品檢測技術的研究和應用。相信不久的將來,隨著我國科技的發展,在各方研究人員的共同努力下,生物技術在食品檢測中的應用定會更加成熟,為我國的食品安全,為人們的生活造福。

參考文獻

[1]唐亞麗.生物芯片技術及其在食品營養與安全檢測中的應用[J].食品與機械,2010(5).

[2]劉彥輝.淺議生物技術在食品檢測方面的應用[J].黑龍江科技信息,2011(16).

[3]蘇二輝.表面等離子共振生物傳感技術在食品安全快速檢測中的應用研究進展[J].河南農業大學學報,2007(1).

篇9

中圖分類號TS2 文獻標識碼A 文章編號 1674-6708（2014）106-0127-02

近幾年，因城市工業化日漸加深，使得環境問題越來越嚴重，人們對食品安全的關注也越來越多，食品安全已經成為牽動人心的焦點問題。然而，對于現在的食品檢測，傳統的方法已經與現代社會發展需求完全脫軌，當前在食品檢測中廣泛應用的是PCR技術、生物芯片、基因探針法、生物傳感器技術、免疫技術等生物技術。眼前，人們越來越關注食品安全，即是食品質量的安全。在我國，影響并制約食品安全的因素有很多，比如法規法律尚不完善，政府監管松懈以及科學技術上遭遇“瓶頸”等。因此，生物技術的廣泛應用使人們實現了簡便快捷、特異性強、靈敏度高的食品檢測方法。

1基因探針法

基因（DNA）探針法又稱分子雜交技術，其原理是利用基因的重復性、變性和其堿基互補配對的精確性來探查某一DNA序列的新技術。當前，DNA探針雜交法有兩種，分別同相雜交和異相雜交，其技術的關鍵就是構建基因探針。近幾年，基因探針雜交技術十分廣泛的應用于食品微生物的檢測中，如今可檢測食品中存在的大腸桿菌、沙門氏菌、李斯特氏菌、葡萄球菌和志賀氏菌等。相較于傳統的檢測方法，DNA探針技術在克服了傳統檢測方法缺點的同時，其操作簡便快捷、靈敏度高、特異性強的優點使食品檢測結果更精準。但是，DNA探針技術也存在著速度慢、成本高、效率低等局限性，在今后的科學研究中還需改進。

2 PCR 技術

PCR技術的原理是以需要擴增的DNA分子作為模板，用分別和模板互補的一對寡核苷酸的片段作引物，遵從半保留復制原則，在DNA聚合酶的作用下完成擴增，因此，又稱聚合酶鏈反應技術，由變性、復性和延伸三個步驟構成。僅需要用很少的物質便可大量擴增所需的基因片段，并可以定量、定性地分析檢測樣品，這是PCR技術的一大優點。與此同時，由于檢測儀器昂貴，操作復雜、技術含量較高，因此對其技術人員有較高且嚴格的要求。由于現在分子生物學技術正在突飛猛進的發展，轉基因食品已經隨處可見，由此可見轉基因食品逐漸進入了人們的生活，它們在人們的餐桌上出現的同時，轉基因食品的安全性也倍受人們的關注，成為了百姓飯前茶后所談論的熱點話題。由于在傳統的食物中，并不存在轉基因食品中的蛋白質和新遺傳物質，使消費者存在隱憂。為了讓人們的健康有一個可靠的保障，使消費者消除顧慮，讓商品流通和國際貿易更加有利，研發一個快速、簡便、準確的食品安全檢測技術迫在眉睫。

3 免疫學檢測技術

免疫學檢測技術的基本原理是抗體和抗原的結合反應，一般可將其分為三類：免疫沉淀反應、免疫標記技術和免疫凝集試驗。目前，免疫學檢測技術在檢測方法中用途最為廣泛，其具有方便快捷、特異性強、檢測成本低、靈敏度高、分析容量大等特點，特別表現在食品檢測方面，在分析蛋白質的結構中通常會用到。當前，免疫技術中的酶聯免疫法已在食品檢測中得到普及。近幾年，在傳統檢測方法的基礎上，免疫學開發出新的檢測技術，其中包括放射免疫測定、熒光免疫測定、免疫傳感器、免疫磁性分離和酶免疫測定，比如PCR-ELISA技術，就是將酶聯免疫技術與PCR技術結合，可用于檢測大腸桿菌，效果良好。酶聯免疫技術是將酶標記在特異的抗體上，即為酶標抗體。它具有酶的底物催化和抗體抗原反應的特性，它和與它對應的抗原相結合，添加底物，便可依據底物顯色程度作出定量或定性地判斷。由于酶的催化效率高，能夠最大限度的將反映效果放大，使測定結果穩定且靈敏度高。但其也具有局限性，因此多數用于檢測鮮活組織和基因工程生物體改造的初步檢測。

4生物芯片技術

生物芯片技術的原理是按照預先的設置將大量生物分子排列并固定在載體表面，因為生物分子具有特異性親和反應，可利用其對生物分子的量和存在進行分析，比如抗體抗原反應和核酸雜交反應等。高通量是基因芯片最為突出的優點。相較于傳統檢測方法，生物芯片技術可克服具有系統誤差的缺點，許多基因探針雜交和標記等只需一個過程即可完成，并且生物芯片技術自動化程度高且其數據可靠客觀。但是由于基因芯片技術無法判斷在細胞類型較多的組織中檢測基因的精確定位。與基因芯片相比，處于研發中的蛋白質芯片可能將此種情況改善。

上文中論述的生物技術在食品檢測方面其運用前景是十分廣闊的，除此以外，逐漸會有越來越多的更加先進的生物技術在食品檢測中得以應用，它的前景很值得期待。

由于生物技術具有高效、經濟等特點，廣大科學研究人員對其越來越認可，在食品檢測中生物技術成為了重要的力量。在我國科技不斷發展科研人員不斷努力創新研究的背景下，在今后的食品檢測中，生物技術一定會更加成熟的應用其中，使我國的食品質量安全得到保障。食品安全不僅關系到人類的健康，更與國家的經濟、政治息息相關。近幾年，我國大力推進食品檢測技術及食品安全的應用及研究，并增強了相應法規法律的制定。與此同時，還需大量投入資金在食品檢測的技術研究中，并對食品科學技術的專業隊伍加強建設。綜上所述，生物技術在食品檢測中已經愈來愈顯其優越性，但其檢測方法或多或少都存在著局限性，因此在其應用中需要搭配和選擇使用，同時也期待生物技術的改進、優化以及創新，為食品安全提供可靠保障。

篇10

關鍵詞：

食品檢驗；生物檢測技術；應用

人們的生存離不開食物，而人的健康和生命安全更是與食品檢測的質量有著密切的關系。在食品檢測的過程中，生物監測技術的應用，在很大的程度上提高了食品檢測的質量，并且提高了食品質量的安全性。目前，生物監測技術應用于食品檢驗領域已經取得了一定的成果和進展，在實際的食品檢驗工作中也獲得了驗證。但是，時代都是在不斷地發展和進步的，如果一項技術不能夠不斷地改進和優化，就必然會被時代所淘汰，生物檢測技術也同樣如此。食品工業的發展對于生物檢測技術提出了更高的要求。因此，在食品檢驗領域研究的一個重點課題，就是加強生物檢測技術的研究和開發，從而使我國的食品安全質量上升到一個嶄新的高度。

1在食品檢驗中常見的幾種生物檢測技術

1.1免疫技術生物檢測技術有很多種，而其中最為人們所熟知的就是免疫技術。目前，在食品檢測中，免疫技術獲得了很好的應用，并且在很多方面都有其自身的優勢。除此之外，與其他檢測技術相比，免疫技術還可用于對于食品進行結構分析，并且操作起來最為簡單，功能也最多。

1.2生物酶技術對于微生物污染和殘余農藥含量的檢測，通常可以采用生物酶技術。生物酶技術可以分辨性質和結構差別很小的物質，而較強的特異性更是該項技術的一個突出特點。目前，免疫法和生物酶技術融合而成的新的檢測技術，即酶聯免疫技術，已經在食品檢驗領域中獲得了十分廣泛的應用。在國外，這項技術的推廣效果較好，我國在這一方面雖然也已經取得了一定的進步，然而由于起步相對較晚，與國外相比仍然存在一定的差距，而靈敏度和準確性高則是該項技術的最大優點。

1.3PCR技術聚合酶鏈式反應技術，又名基因體外擴散法，能夠在生物體外快速擴增DNA序列，也可以擴增指定的基因，簡稱為PCR技術。該項技術目前已經在很多領域獲得了應用，最早則是應用于轉基因和基因克隆技術上，因其在微量和精度方面的優勢，被越來越多的領域所采用，應用范圍逐漸擴大。經過研究發現，檢驗食品是否受到污染的關鍵，取決于對于遺傳背景和基因序列檢驗的準確程度，而這一點正是PCR技術的優勢之一。

1.4生物芯片在食品檢驗中，還有一項高新技術，即生物芯片技術。該項技術主要通過微量點樣或者光導原位合成的方式，使得在載體表面的生物分子產生有序的固化，進而形成二位分子排列，繼而同樣品分子雜交。雜交分子會產生一定的信號，根據信號的強弱，并利用特定的儀器，可以對信號進行測定，檢測的效率較高而且速度較快。對測定結果進行分析，最終可以得出檢測的結論。生物芯片技術的應用和發展，推動了進出口商品監管預警系統和反應系統的建立，不僅可以確定食品性疾病的閡值，對于食品的安全狀態，人們也有了更加深入的了解和更加科學的認識。然而，該項技術也有一定的缺點，其應用性能還有待完善，技術成本也相對較高，阻礙了該技術的應用。但是，這項技術的潛力和前景還是十分廣闊的，大量的人力和物力也被投入到了技術的開發和研究中，相信生物芯片技術的大范圍推廣和應用將成為食品檢測行業未來的發展趨勢。

1.5生物傳感器技術生物傳感器技術的特點是檢測速度快，具有較高的靈敏度，并且操作起來十分簡單方便，具有較強的特異性，是一種新型的技術。其工作原理是選用酶、抗原、抗體、DNA等活性物質，經過一定的處理后作為分子識別元件，并與待測物進行特異性結合，最終產生復合物，如光和熱等。信息通過信號轉化器來進行傳播和放大輸出，即可以獲得所需的檢測結果，該項技術的發展前景十分廣闊，并也因此得到了人們的關注和重視。

2生物檢測技術在食品檢測中的應用

2.1有害微生物的檢測我們日常使用的相當一部分食品中，存在著很多的有害微生物，數量十分巨大，并且嚴重地威脅著人們的健康和生命安全。因此，加強有害微生物的檢測質量，提高檢測手段變得尤為重要。生物檢測技術應用于食品檢測，其最大的一個優勢就是可以檢測有害微生物。因此，應加強生物檢測技術的研究，并加強對于該技術的推廣和應用的力度。以上提到的幾種生物檢測技術，酶聯免疫技術和PCR技術都可以很好地進行有害微生物的檢測。

2.2食品中殘余農藥的檢測在經濟利益的驅使下，并且隨著競爭的日趨激烈，為了獲得更好的產量，得到更高的利潤，在農產品的培育過程中使用了大量的化肥和農藥。雖然產量大幅度提升，然而產品質量和安全卻下降了，甚至生產出了很多有毒的食品，對人們的健康和生命安全來說，無疑是一個潛在的巨大威脅。食品中毒事件時有發生，引發了不良的社會影響。因此，對于食品中殘余農藥的檢測，也成為食品檢測工作的重中之重。在眾多的生物技術中，生物傳感器技術和酶技術十分適合對于殘余農藥的檢測，并發揮了關鍵的作用。

2.3食品成分和品質的檢測食品檢測工作中，還有一項不容忽視的重要內容，即對于食品品質和成分的檢測。對于食品成分的檢測，在一段時期內，我國主要采取的是生物感應法。然而，隨著科技的進步和應用，食品工業領域也獲得了飛速的發展，目前已經開發和研究出將酶作為傳感器的檢測方法，并發揮了重要的作用。

2.4轉基因食品的測試除了以上幾個方面外，食品檢測技術還可以運用在轉基因食品的測試中。隨著科學技術的發展，以及人們對轉基因食品認識程度的不斷加深，轉基因食品越來越受到人們的關注。所以，轉基因食品對于人們身體健康的影響，還需要進一步的檢測。目前，酸檢測法、蛋白質檢測法是較為有效的兩種方法。

3結束語

綜上所述，食品檢驗中生物檢測技術的運用研究對于食品領域的發展以及人們的身體健康都有著不可忽視的重要作用。然而，生物檢測技術的運用研究涉及的內容比較多，同時又是一項十分復雜的研究，再加之我國食品領域對于生物檢測技術應用的研究并沒有達到一定的深度，因而不利于實際工作中生物檢測技術應用的提高。所以，在今后食品領域的發展中，要加強對生物檢測技術的重視和研究，并且要從食品檢驗的多個角度，從生物檢測技術應用的多個方面進行研究，從而研究出更好、更有效地促進生物檢測技術應用提高的方法和措施，從而促進我國食品檢測領域的進一步發展。

參考文獻

[1]陳運如.食品檢驗中生物檢測技術應用的分析[J].新農村（黑龍江），2011（3）.

[2]羅梅蘭，葉云，梁超香.生物檢測技術在食品檢驗中的研究[J].食品與機械，2006（2）.

[3]楊景濤，張鳳嶺.食品檢驗中的生物檢測技術應用[J].科技創新導報，2011（15）.

[4]李巖.食品檢驗中生物檢測技術應用的分析[J].中國醫藥指南，2012（13）.