食品检测新技术汇总十篇

时间:2023-12-23 16:22:01

序论:好文章的创作是一个不断探索和完善的过程,我们为您推荐十篇食品检测新技术范例,希望它们能助您一臂之力,提升您的阅读品质,带来更深刻的阅读感受。

食品检测新技术

篇(1)

目前,我国食品生产企业数量众多,但是大部分规模比较小,而且很分散,企业的法治和自律意识很弱,再加上消费人群非常庞大,而且销售渠道比较多,很容易出现食品安全问题。造成食品安全问题的因素很多,一方面是环保因素,另一方面是生产条件的客观因素,此外,大多数还是由于农药、兽药、添加剂等物品的违规滥用。所以仅仅通过实验室进行检测,很难做到及时、快速地从源头上食品安全状况进行全面监控,因此,提高食品检测技术具有重要的意义。

一、当前食品检测技术存在的问题

1、检测技术比较落后

目前,一些经济较为发达地区以及科研条件比较好单位,其食品检测方面能够掌握国际食品检测的新技术.但是在许多落后地区由于食品检测设备比较陈旧,检测技术相对较为落后,造成食品检测的数值误差比较大。也有的偏远地区甚至没有相关的检测机构,从而导致我国的整体食品检测技术较为落后。对农药残留、化学物质含量等食品检测能力无法满足需求.造成食品安全检测存在较大的缺陷。

2、缺乏统一的检测标准

由于我国的相关食品检验机构如质监系统、食品药品监督管理系统还没有建立健全食品检验检测的市场准入机制,缺乏统一的标准,此外,鉴定结果认定也存在不统一的情况.经常出现一些重复认定现象,从而对食品检验工作造成了较大的影响。

3、检测技术不够完善

目前,我国食品安全标准与发达国家及国际组织的接轨程度不高,从而导致国内标准在国际社会缺乏可信度。此外,食品检测技术水平不高,如检测方法不够完善。,食品安全风险监测、评估预警水平还不高等问题比较突出。,常规的一些检测方法存在一定的弊端,往往比较复杂,而且其耗用的资金也比较多,同时,不具备较好的精准性特征。

二、食品检测技术的未来发展趋势

就目前的发展趋势来看,由于科学技术飞速发展,食品检测技术与方法呈现出多种多样的状况,食品检测仪器也越来越灵敏,食品检测方法的检测限也变得越来越低。如何实现准确、省时、省力和低成本的快速检测是目前我们迫切需要的。

(一)免疫学技术

免疫学技术的主要优势是可直接对细菌进行选择,不需要分离而直接通过免疫法进行筛选。该项技术主要包括放免、酶免、荧光免、化学发光免等。农残酶联免疫分析曾被誉为农残检测技术的重要手段,具有非常高的特异性和准确性,能快速检测农药中兽药残留、致病菌、毒素以及转基因。当前食品安全检测技术,比较经常用到的方法主要是免疫磁珠分离法、免疫力检测试剂条、免疫乳胶试剂、免疫酶技术、免疫深沉法或免疫色谱法等。

(二)生物传感器技术

生物传感器的功能具有多样化、智能化、集成化、高灵敏性、高识别性和实时性等显著特点,日益受到国内外检测机构的高度重视。目前广泛应用的主要是SPR生物传感器,具有灵敏、快速、准确、无需标记、便捷实时等优点,可以与其他新技术相结合,从而形成一种新型的食品安全快速检测方法和仪器。

(三)生物芯片及微缩芯片实验室

目前,我国国家生物芯片中心等单位已经开发出主要用于食源性致病菌检测的新技术,并投入生产。食源性病毒检测和兽药残留检测等生物芯片技术平台主要包括仪器和试剂盒,它们具有高通量、高灵敏度和快速、准确等特点,在食品安全、疾病诊断等方面具有重要的应用效果,各国都给予了高度极。今后的发展将向现场、速测和微缩芯片实验室等方向进一步发展。

(四)基因芯片检测技术

基因芯片检测技术检测的细菌种类非常广泛,检测结果的合格率能够达到99%,检测时间也大为缩短。该项技术可以对转基因食品进行精确地检测。主要利用分析当前通用的基因报告,并将其制成芯片样品,然后通过与被检测的食品的简单杂交,就可以准确判定转基因食品所具有的特征性能。对于转基因食品的安全问题的判定具有重要意义。

(五)特种电化学传感器

电化学传感器其主要特点是小巧、灵敏、多样化和低成本。目前,可以利用特种电化学传感器来构建食品安全快速检测仪。比如可以将纳米技术和电化学技术进行结合,从而构建一种可以快速检测食品中有毒有害重金属的检测仪器。

(六)光光度法速测仪器

该仪器可以有针对性地对多种检测目标的试剂盒进行优化,并采用集束式冷光源和单色器等新技术,从而推出具有高精度、重稳定性和模块化的便携式比色计,能快速检测与食品安全密切相关的40多种参数的多参数食品安全速测仪,比如亚硝酸盐、甲醛、硝酸盐、味素、无机砷、吊白块、金属铅、地沟油、泔水油等参数。这类快速检测仪很适合基层食品检测机构应用,比较符合现有的食品安全监管现状。

三、小结

综上所述,我国食品安全检测技术的提高,一方面必须加强食品检验设备的资金投入和检测薄弱环节的科技研发。另一方面必须引进和借鉴国外先进技术机构的检验设备。同时,要加大对高新技术的研究与检测人员的培训力度,全面提升食品安全从业人员的科技水平。相信随着我国市场机制的进一步完善,以及食品安全检测技术的进一步成熟,未来我国食品安全水平将会得到极大改善。

参考文献

[l]吴永宁.现代食品安全[M].北京:化学工业出版社.2003.

篇(2)

概述

最近几年以来,人们经常会听到各种食品安全事故,这种不好的现象使得人们越来越注重食品的安全检测,从而推进了食品安全检测技术研究的迅速发展,在这个过程中,生物技术起到了极为关键的功用。同时,这些新型检测方法的运用会使得我国食品安全管理工作受到一定程度的影响。按照检测技术基本原理,可将检测方法分为2大类,即化学检测方法和生物学检测方法[1]。这2种类型的方法均有着自己的独特之处,化学检测方法在检测灵敏度以及准确性方面有着良好的表现,然而其所需要花费的时间比较长、样品处理比较麻烦,并且所需设备价格非常高,故无法在基层检测中被广泛运用。生物学分析方法比较常见的是免疫学和分子生物学方法,其与化学检测方法相比,灵敏度方面有所欠缺,然而其检测所需时间较短,且比较容易操作,往往不需要使用大型设备,故这种技术能够被广泛运用于现场快速检测过程中。

1 生物技术的现状

生物技术这种新型检测技术不仅能够减少检测所需的费用,而且可以在一定程度上加快检测的速度。然而,各种新的食品安全问题经常被公布出来,从而导致单一的检测技术不再适用,比如灵敏度、准确性、高效性以及低成本等。因此,最近几年以来,很多研究者以生物学技术为基础,并综合考虑食品安全检测各项规范和标准,再参考其他技术方法的原理,最终提出了一些新的食品安全检测技术,在检测技术方面取得了长足的进展,且可以被人们所广泛运用,文章将就这些新技术进行简要介绍。

2 生物技术在食品安全检测中的最新运用

2.1 FTA-PCR技术

FTA卡是一种专门研制的棉纤维卡片,在制作过程中往往需将其放置于强力变性剂以及螯合剂中。这种卡片的表层包含有EDTA、SDS、石碳酸、聚丙烯酰胺、抑菌剂这些化学物质,在获得细胞之后,EDTA、SDS、石碳酸这些化学药剂会迅速将细胞分解开来,然后聚丙烯酰胺则会自动将核酸固定起来,从而确保样品的DNA不会遭受破坏,同时也能够很好地避免各种微生物的生长。这种方法能够使得DNA、RNA在室温下保存,对于PCR检测是极为有利的。在食源性致病菌、人畜共患病的检测过程中,FTA-PCR检测方面明显更适用。现如今,很多研究者采用该方法来展开各项检测,通过察看一系列调查材料,可以很好地看出FTA卡能够对食源性致病微生物展开高效的检测。

2.2 生物传感器技术

生物传感器是由固定化并具有化学分子识别功能的生物学科、换能器件以及放大装置构成的分析工具或系统[2]。生物传感器的构成部件分别是换能器、生物敏感元件与信号处理放大装置,生物传感器技术的具体运用情况非常良好,其在食品安全检测方面有着诸多优势,比如响应速度非常快、所需样品用量比较少、操作过程易进行、能够持续进行分析以及自动化测量等。由于该技术具有这些方面的特性,使得其主要被运用于以下2方面:被用来获取鱼、肉以及乳制品新鲜程度情况;被用来测出食品的实际口味和熟度,这样能够帮助人们全程监控各种食品的烹制水平。

2.3 基因探针法

基因探针法又被人们称为分子杂交技术,该技g的主要对象是DNA,由于基因具有变性、重复性和碱基的精准互补配对这些特性,使得人们能够检测出DNA的序列。现如今,DNA探针杂交法可以细分为相杂交以及异相杂交这两个类别,该技术离不开基因探针的运用。近几年,基因探针杂交技术在食品安全检测中的运用非常频繁,其能够很好地探测出食品中所存在的各种微生物,如李斯特氏菌、大肠杆菌、葡萄球菌、沙门氏菌和志贺氏菌等。与以往相比,DNA探针技术明显具有着更大的优势,其不仅操作简易,而且在特异性方面表现比较强,同时具有着较高的灵敏度,这些均使得该技术的食品安全检测效果极为准确。然而该技术仍然存在着局限性,还需相关研究人员进一步改进和完善。

2.4 生物芯片技术

生物芯片是将大量生物识别分子按预先设置的排列固定于一种载体表面,利用生物分子的特意性亲和反应来分析各种生物分子的存在及其量的一种技术[3]。这种技术比较新颖,且其在高通量方面具有着突出表现,以前的基因检测方法往往需要进行多次实验才能达成,且需要人工进行,故不可避免会使得每次实验之间均存在一定的系统误差。而基因芯片技术的运用正好能够解决这方面的问题,各种操作都能一次性完成,其检测过程能够自动进行,故所获得的数据是精确的。然而,该检测技术依然存在着一些不足之处,其无法精准判定出多细胞组织类型中检测基因的位置。同时该技术无法运用于蛋白质调节功能的检测,故还很有必要去探究蛋白类芯片。

2.5 免疫技术

所有免疫检测技术的工作原理均是抗体和抗原的结合反应。免疫技术一般可分为3类:免疫标记技术、免疫沉淀反应和免疫凝集试验[4]。免疫检测在诸多生物学检测方法中是非常值得推广运用的一种,其除了具有其他几种技术的优势之外,而且分析容量比较大、检测所需费用比较低,在食品检测方面效果良好,主要是研究蛋白质的结构。现如今,免疫学检测技术中运用比较多的技术是酶联免疫吸附试验(ELISA),这种方法已经被人们广泛运用于食品安全检测中。 ELISA的实际操作流程是把抗体和酶结合在一起形成酶标抗体,该酶标抗体不仅含有抗原抗体反应的功效,而且具备酶的底物催化特征,在遇到其它抗原之后,再配上相应的底物,则能依据底物显色的深浅程度对抗原做出定性或定量的评估。故ELISA分析法主要运用于对鲜活组织的探测以及对那些经过基因工程改造生物体的前期检测。

3 结束语

伴随着食品种类的不断增多,人们对于食品检测方法的要求也愈加严格。由于食品安全关系到人们的身体健康,故应该重视食品安全检测技术的开发,并还需不断对这些技术方法进行改进,从而确保食品能够符合各方面的安全要求。

参考文献

[1]刘道峰,邓省亮,赖卫华,夏骏.莱克多巴胺荧光微球免疫层析检测方法的建立[J].食品与机械,2012(1):25-29.

[2]张娟,谭嘉力,梁宇斌,李晓明,吴炜亮.可视芯片技术及其在食品安全检测中的应用[J].食品工业科技,2013(8):41-45.

篇(3)

1 近红外光谱在食品分析中的应用

近红外光谱常用的测量技术有透射法、漫反射法和反射透射法,视样品对近红外光线的透过情况可选用不同的测量技术,而这3种技术相结合可以测定各种形态的样品,如可以直接测定粉末、块状、浆糊状固体及液体等。由于近红外谱带受分子内外环境的影响较小,因此近红外技术可适用于多种环境条件下的测试分析。近红外光线可以穿透许多透明材料,因此,无需打开玻璃瓶盖,可以直接对玻璃瓶内的物品进行测量[1]。

近红外光谱检测技术(Near infrared spectroscopy,NIR)在食品工业中的应用非常广泛。在水果、蔬菜检测中NIR实现了非破坏性地测定完整苹果中的总糖、蔗糖、葡萄糖和果糖以及果汁中的糖和酸的含量,成分分析效率较高,为判断苹果的品质提供了新方法。在苹果汁、葡萄汁、梨汁等加工过程中,用NIR可连续测量可溶性固形物、总固形物和总水分的变化,进而监控加工产品的质量。随着近红外光谱仪硬件设备成本不断降低,进一步完善软件的数理统计方法,提高从复杂、重叠和变化的近红外光谱中提取有效信息的效率,增加光谱的信噪比,近红外光谱法的应用前景将更加广阔。

2 生物酶分析技术在食品分析中的应用

20世纪80年代生物工程作为一门新兴高新术在我国得到了迅速发展。生物酶是从生物体中产生的,具有特殊的催化功能。在食品工业中主要用蛋白酶,它能催化蛋白质和多肽键水解,广泛存在于动物内脏、植物茎叶、果实和微生物中。各种生物体都能合成它,但唯有微生物蛋白酶具有生产价值。

生物酶不仅在食品发酵工业中应用广泛,而且还在食品检测技术中有着一定的作用。如在国际果汁市场中,苹果汁是仅次于橙汁的第二大果汁产品,苹果汁中添加苹果酸是比较常见的掺假象。天然苹果汁只含有L—苹果酸,通过测定D—苹果酸含量可检测掺假苹果汁,若样品中存在D—苹果酸,则说明样品为掺杂果汁[2]。

3免疫分析技术在食品分析中的应用

免疫分析主要是利用抗体能够与相应抗原及半抗原发生自发的、高选择性的特异性结合这一性质,通过将特定抗体(或抗原)作为选择性试剂来对相应待测抗原(或抗体)进行分析测定的方法[3]。

免疫分析法具有灵敏度高、方法简捷、分析量大、检测成本低、容易普及和推广,尤其适宜现场筛选和大量样品的快速分析,并且可以对化合物、酶或蛋白质等物质进行定性和定量分析。在食品安全检测中酶联免疫分析法(ELISA)较为常用,它利用酶标记物同抗原抗体复合物的免疫反应与酶的催化放大作用相结合,既保持了酶催化反应的敏感性,又保持了抗原抗体反应的特异性,极大的提高了灵敏度,且克服放射免疫分析技术(RIA)操作过程中放射性同位素对人体的伤害。

4原子荧光在食品分析领域的应用

我们都知道砷是具有蓄积作用的有害元素,砷普遍存在于自然界环境和动植物体内。由于含砷农药的使用及环境污染,以及食品在加工过程中使用某些化学添加剂而引起食品中砷的污染。由于婴幼儿食品的特殊加工,更容易受到有害因素的污染。因此,砷在婴幼儿食品卫生监督检验中尤为重要。

目前总砷的检测方法有原子荧光法、银盐法、砷斑法、原子吸收光谱法等[4]。目前对砷盐的检测多般采用银盐分光光度法,亦称二乙基二硫代氨基甲酸银(即DDC-Ag)比色法。该法在一定条件下能够比较准确的测出样品中砷盐的含量,但存在检测步骤繁琐、耗时长、影响因素多、检测误差大等缺点。

砷斑法也就是马氏试砷法:Zn、盐酸和试样混在一起,将生成的气体导入热玻璃管,若试样中有砷的化合物存在,就会生成AsH3,因生成的AsH3在加热部位分解产生As,As积集而成亮黑色的“砷镜”。“砷镜”如果能用次氯酸钠溶液洗涤而溶解,则证明是砷。由比较可知,银盐法测定砷过程繁琐,化学反应条件不易控制等;砷斑法虽然比较简单,但准确性差。而原子荧光法,灵敏度高、检出限低、已被广泛应用。因此采用微波消解处理样品后,利用原子荧光测定婴幼儿辅助食品中的总砷,取得了满意的结果。

5 结论

食品监管部门采用一些新的检测技术是非常必要的,新的检测技术可以缩分析时间、提高分析的灵敏度、实现在线分析、定性和定量分析、多种组分同时进行分析等优点。仪器分析受人为因素比传统检测技术要少,但需要检测技术人员有更多的仪器相关知识,因此从事仪器检测的相关人员要对仪器分析技术有深入的研究,并且要对先进的检测技术有一定的了解,才能为我国食品安全提供有力的保障。

参考文献:

[1]王海水.近红外光谱在品质分析和定量分析中的应用.分析测试技术与仪器,2002(3):136-138

篇(4)

二、活动背景

九月,新生的到来为大学校园注入了新鲜的血液,我们美丽的校园再一次迸发出青春的热情。对新生而言,大学的一切都是新奇而有趣的,尚未接触社会的他们还缺乏对大学社会及校外社会的认识。作为成都理工大学实践协会这样的一个组织,我们本着“团结、奉献、实践、感恩”的精神,为新生提供一个提高自我,认识社会,展示才能的舞台,为我校贫困学生提供爱心助学、勤工俭学机会,是我们义不容辞的责任。而我们的协会也会在每年的这个时候吸纳一批新鲜的会员,为我们的新学年将要进行的所有活动招募人才。

三、活动目的

通过策划、宣传、面试吸收新生会员,扩大组织影响力,帮助新生更好适应大学生活,给新生搭建展示自我的平台,为协会组织公益活动储备人才。

四、活动时间

1.宣传:xx年9月21日——22日

2.招新:xx年9月24日——25日

五、活动地点

1.宣传地点:银杏、珙桐、芙蓉新生寝室,学校各大餐厅门口,灯光球场

2.招新地点:以成都理工大学社团联合会的安排而定

六、前期准备

1. xx年9月10日,策划部对本次活动以书面形式做好策划

2. xx年9月15日,办公室组织协会关于新学年招新讨论会议

3. xx年9月初——9月20日,外联部联系赞助商,就相关事宜进行接洽、商定。

4. xx年9月20日——24日,活动部向社团联合会递交策划,申请场地,遮雨篷等用具,安排招新时各干事的工作。

5. xx年9月18——20日,宣传部准备宣传资料、材料、道具。

七、宣传方式和地点

1. 展板宣传:俱乐部

2. 横幅宣传:灯光球场、四教与六教间十字路口、俱乐部、银杏餐厅前门、珙桐大桥

3. 海报宣传:各寝室楼前宣传栏、俱乐部、后校门

4. 印发宣传资料(纸质宣传单):新生寝室

5. 在不违反有关规定的前提下,在各路口、建筑贴温馨提示、路标(为新生提供方便)

八、活动内容及安排

(一)宣传阶段

1. 9月21、22日,根据分组,各干事分别到新生寝室发放宣传资料并作动员

2. 9月22日,宣传部各干事按安排地点张贴海报和悬挂横幅

3. 招新当天在招新接待点张贴横幅和海报,选择性散发宣传单

4. 招新当天工作人员在招新点的角色扮演(米老鼠、唐老鸭等服装)

(二)招新阶段

1. 招新当日,活动部和办公室在招新大会开始前一小时布置招新点

2. 招新开始,办公室,活动部有关人员至少三人在招新点,收发新会员入会申请表格,并指导新生填写,作现场的问答初试

3. 9月26日择地点进行复试

4. 具体细节活动可根据各部门工作安排及实际情况进行适当调整

九、各部门工作分配明细

1.会长总领全局,副会长监督并协调各部门工作

2.活动策划:策划部

3.活动赞助:外联部

4.宣传资料购买、制作、张贴、分发:宣传部

5.应聘表格设计,招新点布置,工作分组:办公室

6.场地申请,道具租借、归还:活动部

十、注意事项

1. 严格遵守纪律,严禁任何以协会工作为由的违反法律及学校规章制度的行为。

2. 各部门团结互助,工作干净利落,保持高效,同时与其他兄弟协会搞好关系。

3. 有工作任务却因个人原因不能到岗的人员,提前一天跟副会长提出请假,副会长与办公室协调补缺。

4. 活动期间注意安全,尽量避免人员复杂和工作繁琐而带来的各种隐患。

5. 突况灵活处理或向社联求助

成都理工大学实践协会

xx年9月10日

附表1.资金预算

招新活动资金预算

用品名称

单价(元)

数量

合计(元)

备注

马克笔(大)

6

8

48

马克笔(中)

2

14

28

马克笔(小)

1

15

15

透明胶

1.5

5

7.5

调色盘

1.5

2

3

颜料

13

2

26

铅笔

1

1

1

橡皮

1

1

1

排刷

11.5

1

11.5

排笔

11

1

11

海报

6

2

12

白纸

1

12

12

浆糊

2

4

8

小盆、桶

3

3

9

照片(6寸)

32

0.19

22

泡沫胶

2

5

10

展板(大)

120

1

120

展板(小)

80

1

80

宣传单页

0.8

5000

400

横幅

75

8

600

角色服装租借

100

2*2天

篇(5)

频谱监测系统能够对背景噪声实施动态测试,随时检测电磁环境,保证了通信的可靠性。以光纤作为主要介质,电缆作为备用介质,设计出体积小、重量小,能够实现链路自动切换的系统就显得十分必要。

一、光电自适应通信技术的特性

光电自适应通信系统中同时连接电缆和光纤,通过物理层来调整首选通信介质。通常情况下以光纤作为主选通信介质,电缆为备用。如果光纤链路出现问题,物理层的接口设备能够根据检测到的信号情况识别出故障,进而自动将通信链路转接到电缆上。同样,可以将电缆作为主选通信介质,其自动切换的原理相同。这样,光电自适应拥有两套链路,而且实现自动切换,保证了通信的可靠性。

二、光电自适应通信系统硬件设计

1、光以太网物理接口设计。光以太网接口的功能是由光收发器实现的,完成光信号与电信号的相互转换,这种传输是透明性质的。光收发器在发送信号时,首先将电信号进行转换,变成光信号之后发送出去。光信号传回到光接收端口后,同样会被转变为电信号,此时光收发器会显示信号有效,表明接受到的光信号是有效的。光收发器在接受以及发送信号时采用的是独立的光纤,标准的1X9封装,激光波长根据系统的需要采用了1310nm,数据串行速率设计为1.25Gb/s,采用FC螺纹接口对机械进行连接,能够保证连接的可靠度。光收发器使用的是LVPECL电平的对外接口,与使用CML电平的电接口控制器芯片88E1112相连,要针对两种不同的电平进行信号匹配设计。芯片与光收发器之间的电路如图1所示。在该电路当中,采用的是交流耦合电容,输入信号的电平由上下拉电阻根据LVPECL电平的标准进行调整的。当信号从收发器传递到芯片时,LVPECL的信号负载则由发送端的下拉电阻提供,信号线上的电容采用的是交流耦合形式。

2、电以太网物接口设计和控制器选择。在电以太网接口设计中使用的是10/100/1000M以太网模型,借助通电连接器,实现4对以太网收发信号与网络隔离变压器之间的连接,信号通过网络隔离变压器传输给电接口控制器,进而实现协议以及物理层信号之间的转换。在选择电接口物理层接口控制器时,考虑到频谱检测系统的工作要求,并且实现硬件和软件设计简化的目的,采用了88E1112,它具有比较特殊的光电介质自适应检测功能,其内部电路能够对电接口以及光接口的两种信号能量进行监控。在工作中,如果检测到电接口有信号能量,则会通过电网络进行数据传输,当检测到有光信号能量时,又能够通过光纤进行信号的发送和接收。

三、光电自适应软件设计分析

1、电接口物理层接口控制器初始化分析。该控制器的初始化软件操作过程中,内部有两组独立的寄存器分别对光接口以及电接口实施控制,通过设置进而得出应该使用的寄存器。通过在高温以及低温下的测试和实际的运用情况,调整对PHY传输到MAC的差分电平范围。

2、频谱检测系统工作过程。频谱检测设备对命令信息的控制主要通过以太网接受上位机,进而得到设备的信号频率信息、带宽信息等有关参数,对中频率模拟信号数字化处理,经过变化的中频信号传入到信息处理设备中断后,系统会依据信号带宽进而选择是否进行下变频。当下变频后,频谱分析该数字信号,并且处理数字信号,借助光电自适应以太网得将出的结果传递给上位机,进而实现上位机对信号的分析和处理。借助频谱检测设备,根据得到的信号结果,上位机会对电子环境的实时使用状况进行判断,进而通过引导,帮助无线电定位系统有效识别和定位特点频率信号。

四、结语

在机载环境下,频谱检测系统对通信安全、通信设备的体积以及重要有一定要求,将光电自适应通信技术运用到频谱检测系统当中,不仅大大简化了系统电路设计,而且有效地提高了信息传输的可靠性,设备的重量和体积也减小。

篇(6)

1 引言

随着传感器网络在视频监控中的广泛应用,有限通信带宽条件下的高分辨率视频获取技术成为多媒体研究的焦点。

移动通信中,通常检测运动目标的方法是背景消除法(BS,Background Subtraction)[1],它首先估计背景模型,然后通过该模型比较视频帧以检测运动目标。当处理实际的视频监控序列时,BS遇到许多挑战,如光照的变化、运动干扰等[2]。最近,Tsai等[3]利用独立成分分析(ICA,Independent Component Analysis)提出一种快速背景消除方案。这个方案在室内视频监控环境下能够容忍光照的变化。在动态复杂环境下,Zhang等[4]提出了一种内核相似性模型(KSM,Kernel Similarity Modeling)的目标检测方法,但这个方法仅对简单的干扰是鲁棒的。在动态背景下,Kim等[5]在文献中提出一种基于模糊彩色直方图(FCH,Fuzzy Color Histogram)的BS算法用于运动检测,能够最小化背景运动产生的色彩变化。根据背景图像不同的目标会引起频率变化的情况,Chen等[6]提出一种分层背景模型。同时,Han等[7]根据颜色、梯度和类Haar空时特征变量的统计条件,提出一种分块背景模型,它对光照和阴影的影响都是鲁棒的。

上述BS算法都在空域操作,但需要大量的训练序列估计背景模型。因此,这种模型估计增加了计算成本,实际上限制了BS算法在多媒体传感器网络中的应用。

最近提出的CS(Compressive Sensing)[8-10]理论说明,如果信号是稀疏的,它能够通过远小于Nyquist采样率获取的少量随机测量值高概率恢复原始信号。CS能够降低复杂性的同时对图像进行采样和压缩处理,因而它具有降低视频编码器运算成本的优越性[11]。因此,我们认为CS是视频信号检测的较好方案。早期运用CS进行运动目标检测的方式是通过图像背景的测量值来训练目标轮廓,然后再通过训练后的目标轮廓检测运动目标[12]。但该算法需要大量的存储和运算操作,不适合实时多媒体传感器的网络系统。2012年,Jiang等[13]通过感知的CS值提出一种低秩和稀疏分解的目标检测模型。尽管该模型能够适应于有限带宽的多媒体传感器网络,但由于视频序列的小波系数并非稀疏,因而它对干扰和光照非鲁棒。2013年,Yang等[14]基于CS理论提出一种仅需要10%的测量值就能同时恢复视频目标和背景的检测方法。然而,该方法仍然需要小波变换系数实现稀疏分解,因此,在干扰和光照条件下容易产生虚假的目标图像。在文献[15]中,Write等提出一种压缩主成成分追踪的低秩矩阵和稀疏分解的解决方案。该方案在压缩域能够实现运动目标检测。

本文提出一种新的视频压缩感知模型(VCSM,Video Compressive Sensing Model),旨在通过CS测量值研究一种通信情况下新的目标视频方法,并解决视频目标的高精度重构问题。VCSM的主要优点是能用少量的CS测量值,同时重构目标、背景和视频序列,且对运动干扰具有较好的鲁棒性。

2 视频压缩感知模型架构

图1为文献[16]提出的一种三维循环阵列采样视频的实现原理,它能够同时对视频信号进行感知和压缩处理,并具有低复杂性和易于硬件实现的优点。这种方法使用两个步骤实现了视频压缩处理:1)随机卷积。通过原始矢量帧Xt(t=1, 2, …, T)与循环矩阵C卷积产生循环测量值Cxt;2)随机采样。首先应用排列矩阵P对Cxt进行随机产生排列矢量PCxt,然后再应用子采样矩阵St对PCxt进行处理,最后产生一种降维的压缩值矩阵A=StPCxt=[a1, a2, …, aT]。

基于图1的结构,已知测量矩阵A,我们提出采用CS技术重构运动视频的目标和背景。借鉴2009年Candes等提出的一种鲁棒的主成成分分析(RPCA,Robust Principal Component Analysis)模型。该模型通过求解公式(1)的最小化问题,能同时重构视频的目标和背景帧:

(1)

其中,X∈R(MN)×T代表原始视频序列,B和F分别代表视频的背景和目标。但RPCA模型具有两种缺陷,一是不能直接通过A重构B和F;二是目标图像重构仅对稀疏分布的视频帧具有鲁棒性[17-18]。然而,现实世界的视频序列存在运动干扰,很少具有稀疏性。文献[16]利用帧间和帧内的相关性,提出一种三维全局变量(TV3D)的CS视频重构技术。TV3D具有低的复杂性(O(3×MN×T)),其实现模型为:

TV3D (2)

其中,D1,D2分别是一个帧内水平和垂直的差分操作因子,而D3是时间变量差分操作因子。

为了能够从采样后的CS测量值直接检测和重构运动目标,我们结合RPCA和TV3D提出一种新的目标、背景和视频序列重构模型。在CS域,这种模型可以描述为:

(3)

其中,X=[x1, x2, … xT]代表原始频序列,B=[b1, b2, … bT]为背景,F=[f1, f2, …, fT]为运动目标,Φ为CS域测量矩阵。在公式(3)中,TV3D用于提高视频目标重构的质量。由于公式(3)对可变初始化过程不敏感,因此,X,B,F的初始化矩阵可设置为0矩阵。这样,rank(B)的最小化问题成为NP问题[17]。通过核范数,我们把公式(3)问题变成求解如下问题:

(4)

在公式(4)中,TV3D用于保证低秩计算和稀疏分解的精确处理。为了求解公式(4),我们定义重构的目标、背景和视频序列分别为。由于目标重构对剧烈运动的干扰非鲁棒,Borenstein等[19]利用置信图(confidence map)确定图像区域的原理,提出一种优良的图像分割算法。受此启发,本文使用构造一个置信图并定义置信图为M=[m1, m2, …, mT], mi∈0, 1;i=1, 2, …, T。在M中,置信图是一个二进制矩阵,其中运动目标的像素位置设置为1,运动干扰的像素位置设置为0。通过使用(这里代表了Hadamard乘积),我们想进一步改善视频目标图像的重构质量。由于运动干扰的重复性和局部集中的特点[20-21],现实世界的视频监控系统能够用高斯分布模型化[22-23]。本文使用混合高斯模型(MGM,Mixed Gaussian Model)来估计受运动干扰后像素影响的强度分布[22]:

(5)

这里f(xij)代表的第i列第j个像素xij的概率密度函数,ω是MGM的加权值,?x和σx分别是置信图算法估计得到的均值和标准方差,?p和Σp为xij的粒子轨迹矩阵估计得到的均值和协方差矩阵[22]。粒子轨迹矩阵Σp可通过Lagrangian粒子轨迹矩阵移位法实现[24-25],主要用于获取运动干扰引起的像素偏差。

基于公式(5),本文中置信图的实现流程如下:

(1)使用公式(5)估计每个像素的概率密度f(xij);

(2)设置门限阈值θ,判断哪些像素属于运动干_或运动目标值;

(3)如果f(xij)>θ,则像素xij=1;否则,xij=0。

重复以上过程,得到的二进制矩阵即为实现的置信图M。

3 视频目标图像的重构算法

在公式(4)中,视频压缩的过程可以描述为αt=Φxt。由于使用P,C和St(t=1, 2, …, T)产生了压缩测量矩阵A(如图1所示),因此,我们应用特殊形式rt=Cxt和StPrt=αt替代ΦX=A,则公式(4)可以写为:

(6)

这里,R=[r1, r2, …, rT]是循环测量矩阵。对于公式(6)的实现,每次迭代需要两步进行。第1步,算法重构原始视频X;第2步,分割背景和目标。为了重构X,求解公式(7):

(7)

采用扩展拉格朗日乘法器(ALM)[26]求解公式(7),可以得到:

(8)

这里,λi和ν是拉格朗日乘法器矩阵。可见,公式(8)可替代公式(7)求解。因此,ALM通过迭代拉格朗日函数和更新拉格朗日乘法器能够解决公式(8)的最小化问题。其实现过程如下:

(9)

(10)

(11)

注意到,直接求解公式(9)很困难,因此,有:

(12)

(13)

(14)

公式(12)子问题的求解如下:

(15)

其中,Sα(・)代表软阈值操作因子,它被定义为:

Sα(x)=sign(x)×max{|x|-α,0} (16)

其中,α表示条件软阈值大小。

接着,我们通过如下步骤求解公式(13)子问题[16]:

(17)

(18)

公式(18)中PicSt是St选择的CS测量值索引,rt是矩阵R的第t列值。对于公式(14),X可通过解二次方程式求解。固定Xk+1,求解公式(19)重构B和F:

(19)

公式(19)的扩展拉格朗日函数可以表示为:

(20)

公式(20)中,Y是拉格朗日乘法器矩阵,代表了矩阵内积。使用ALM算法求解公式(20)中的最小化问题如下:

(21)

(22)

类似地,使用替换策略求解公式(21)中的每个元素的最小化如下:

(23)

(24)

综合以上求解过程,视频目标检测及其重构算法的整个过程如图2所示:

在上述算法中,置信图M,

Dα(・)是矩阵Z的奇异值收缩因子,并定义为Dα(Z)=USα(Σ)VT。其中,U和V是实单位矩阵,∑是正则化对角矩阵。Sα(・)为矩阵∑的软阈值操作因子。

4 实验结果分析

为了量化算法的实现性能,视频目标的检测精度利用F范数-测量值表示,并定义:

F测量=2×(精度×重构率)/(精度+重构率) (25)

其中,精度和重构率为:

精度=TP/(TP+FP),重构率=TP/(TP+FN) (26)

其中,TP、FP以及FN分别表示实正数、假正数以及假负数。F-测量值越高,表示视频检测精度的效率越好。表1列出了算法实现时的主要设置参数:

在实验中,我们对提出的VCSM和RPCA模型以及典型的基于背景消除算法的改进混合高斯模型(GMM)[29]进行了比较。VCSM、RPCA和GMM均在空域实现,所有的实验使用HP计算机实现(EliteDesk 800 G1 SFF;Intel(R)Core(TM) i7_4790 CPU @3.60 Hz 3.6 GHz;安装内存:4.00 GB;系统类型:64位)。

为了和GMM比较,我们给出一种目标重构的突出比较形式。实验选择4种室内视频序列(机场大厅176×144×30,候机室160×128×30,餐厅160×120×30和商场大厦320×256×30)作为测试对象进行性能评估。实验结果如图3所示。可以看到,VCSM仅需要CSR=0.2的测量值就能实现RPCA和GMM方法类似的视频效果。

最后,我选择一组实际的户外视频进行实验,进一步说明算法的实现效果。图4随机选择4帧图像进行实验,包含阴影和摄像机抖动干扰。从图4(b)可以清晰地看到,VCSM方法能比较准确地区分目标的轮廓形状,且能完全地消除摄像机抖动干扰。而RPCA和GMM两种方法都不能给出目标的清晰效果。

5 结论

本文提出一种基于CS技术进行视频序列检测和运动目标重构的实现模型(VCSM),该模型能够通过少量的测量值实现鲁棒的目标、背景和原始视频重构。其中,重构的视频序列可通过估计获得的置信图进一步提升运动目标的重构效果。大量的实验结果表明,与典型的空域方法如RPCA、GMM比较,提出的VCSM方法对室内和室外视频均有较好的检测和目标重构性能,且仅需要更少的数据量。尤其对于室外视频序列,VCSM可以有效地消除运动干扰(如树枝摇动、喷池水和视频摄像机噪音等)。VCSM最大的问题是,算法求解核范数时计算复杂性较高。因此,未来我们将使用云计算及其在线并行技术实现VCSM对运动目标的视频分析。

参考文献:

[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)

中图分类号:TP391.41 文献标识码:A 文章编号:1007-9416(2013)06-0098-01

随着数字化校园方案的推进,各高等院校都建立起了自己的数字化服务系统,数据安全工作变得尤为重要。数据中心机房的视频监控系统的监控视频信息量大,异常情况判断和处理的效率需求高,因此,研制快速有效的数据中心视频异常监控体系,具有重要的现实意义。为保证视频异常监控处理的效率,异常情况的快速检测非常关键。因此,本文尝试从该方面对传统视频异常检测技术加以改进,以实现对校园数据中心视频异常检测的高效处理。

1 总体方案

目前,视频异常检测机制根据其应用行业及场合的不同而采用不同的算法和实现方案,其中,异常情况的检测技术也有所不同,大致分为异常目标检测和异常区域检测两种。校园数据中心因其监控场合的特殊性,主要采用异常区域检测的方案。本文提出的改进后的矩阵差分检测模型实质在于以常规的背景差分算法为基础,该方案的处理流程简述如下:

(1)系统初始化,并初次设立背景帧。由于数据中心中正常情况下是无人进出,背景模型受运动目标的影响较小,仅考虑室内外光照变化,疑似火灾或疑似非法闯入等情况对监控画面背景造成改变。因此初始化时,可考虑直接采用监控视频的前导有效图像帧序列的某一帧作为背景帧。

(2)系统初始化完成后,会不断地从图像缓存中读取现场视频图像帧序列。每新读进来的图像帧,应首先同已建立的背景检测模型进行差分运算比对,其差值与预先设定的阀值比较,如超过则判断有疑似情况发生,将差值变化区域作为异常情况区域提取出来,建立异常背景模型。后续的监控图像进来,直接与该异常背景模型进行对比,当累计值超过门限值时,进行报警。

(3)长期工作时,为避免误检和漏检,系统应强制清空异常背景模型,使异常背景模型失效,重新建立异常背景模型。

2 模型建立与实现

2.2 差分计算

3 矩阵加速

在进行异常情况检测时,计算量主要集中在背景模型更新和异常情况判定两个步骤。如直接进行全尺寸的差分运算,综合视频图像序列的连续叠加效应,其计算量巨大。同时,经研究发现,因数据中心机房场地条件特殊性,即使出现异常情况,其反应在监控视频图像中的位置范围和移动轨迹呈现聚类特性。因此,在进行差分运算时,可借助矩阵加快处理速率。其思路如下所示:

(1)将当前视频图像以像素为单位做矩阵化预处理;

(2)下一帧视频图像进来做矩阵化预处理;

(3)做差分运算,即进行两帧图像的像素点矩阵遍历比较后,若出现像素点异常,即疑似异常运动目标出现时,将对应像素点的矩阵编号抽取出来形成背景模型;

(4)依据如前所述的聚类特性,按照“九宫格”像素点关联原则优先将疑似像素点的临近编号抽取出来,读入缓存;

(5)新的视频图像进来矩阵化预处理后,仅抽取前述处理中出现疑似异常情况相同矩阵编号的像素点序列,与背景模型遍历比较;

(6)重复以上步骤。

利用矩阵加速的实质将原先的像素点集合差分运算转变为视频图像像素矩阵的行遍历或列遍历比较;同时,读入缓存中的像素点序列已对异常情况进行了简单预判,将差分运算的范围和计算量尽量控制在局部,从而有效降低计算广度和复杂度,提高了运算效率。

4 结语

本文尝试对传统技术加以改进,利用背景分析法和时域分析法两种方案之间较强的相关性,针对背景分析法对监控场景变化敏感的缺陷,采用局部时域分析法对其模型进行优化,同时利用矩阵来加速其差分运算过程,以实现快速有效的异常检测。本文设计的数据中心机房视频异常监测系统,可在保障数据中心监控工作正常进行的同时,有效提高工作效率,具有良好的经济效益及社会应用前景。

参考文献

篇(8)

专业技术人员的配备。参与食品检验的工作人员其在进行食品检验时所起到的作用是十分重要的,所以应当提高检验人员的个人技能水平和专业素质,并对其进行相关的培训和教育,使其了解不同的食品检验方式,以此来不断提高检验人员的素质。在食品检验过程中应用新技术,新技术并不是所有检验人员都能即刻了解和掌握的,需要通过配备专业的技术人员对检验人员进行指导,使检验人员能够对此项技术有一定的了解,在专业技术人员的帮助下完成设备的操作,从而保障新技术使用的正确性,进而提高食品的安全。

专业仪器和试剂的准备。在进行食品检验时,需要应用到相关设备和试剂,需要检验人员根据实际需求进行合理的使用,尤其是针对一些较为先进的设备和试剂,更需要严格按照操作标准和规范进行操作,否则将会直接影响到最后所得到的检验结果,使检验结果缺乏准确性,甚至会威胁到食品食用者的身体健康。此外,专业仪器的使用还应当对其进行定期的检查、维护和保养工作,以免仪器在使用过程中受到各种因素的影响而降低检测结果的准确性。

检验方法的选择。能够用于食品检验的方法有很多,但是每个检验方法都有优势和缺点,所得到的检测结果也会存在一定的差异,所以需要检验人员了解每种食品的特性,尽量确保食品检验结果的准确性,尤其在检验时应用新技术,更需要选择出与其相适应的检验方法。如果所选择的检验方法不得当,即使使用的技术和仪器再先进,也会使所得出的检验结果产生很大的影响。所以,为了能够确保食品在检验过程中得到最真实的检验结果,需要选择最合适的检验方法。

食品出厂检验中新技术的实际应用

生物传感器技术。该技术的应用主要是依靠其对生物物质较为敏感的特性,如果在食品当中含有某些物质,那么通过使用该技术就可以将其转变成电信号,并呈现在检测仪器上。该技术仪器主要是由信号放大装置、理化转换器、生物活性物质等构成的。

食品中所含有的成分种类有很多,并且都具有生物属性。在检验时,如果想要尽量提高检验结果的准确性,应当对食品中所含有的生物成分进行细致的检验,从而使该项技术能够满足食品检验要求。该检验方法的使用是在传统检验方法的基础之上发展而来的,能够实现传统检验方法所不能够完成的检验任务,为提高检验结果准确性,保障食品安全具有重要作用和意义。

生物芯片技术。该技术是在上个世纪九十年代出现和兴起的,以一种全新的检验技术,其主要是由计算机、分子生物等技术构成的,其在食品检验中拥有较为良好的发展空间和前景。从食品当前的现状来看,食品的种类还在日益增加,加工工艺也变得越来越复杂,在所生产出来的食品当中不仅含添加剂,还掺杂了其他成分,在一定程度上给食品检验增添了很大的难度。而生物芯片技术的应用便能够有效解决这些问题,将食品中所含有的成分准确检验出来,以满足食品检验的需求。

生物芯片技术本身具有较强的综合性,其在检验结果的准确性上也具有很大的优势,所以在日后食品检验时充分使用该项技术。在选择食品检验试剂时,应当将其视为十分重要的环节,如此一来才能够充分发挥出生物芯片技术所具有的作用,进而提高食品检验结果的准确性和食品的安全性。

篇(9)

中图分类号TS2 文献标识码A 文章编号 1674-6708(2014)106-0127-02

近几年,因城市工业化日渐加深,使得环境问题越来越严重,人们对食品安全的关注也越来越多,食品安全已经成为牵动人心的焦点问题。然而,对于现在的食品检测,传统的方法已经与现代社会发展需求完全脱轨,当前在食品检测中广泛应用的是PCR技术、生物芯片、基因探针法、生物传感器技术、免疫技术等生物技术。眼前,人们越来越关注食品安全,即是食品质量的安全。在我国,影响并制约食品安全的因素有很多,比如法规法律尚不完善,政府监管松懈以及科学技术上遭遇“瓶颈”等。因此,生物技术的广泛应用使人们实现了简便快捷、特异性强、灵敏度高的食品检测方法。

1基因探针法

基因(DNA)探针法又称分子杂交技术,其原理是利用基因的重复性、变性和其碱基互补配对的精确性来探查某一DNA序列的新技术。当前,DNA探针杂交法有两种,分别同相杂交和异相杂交,其技术的关键就是构建基因探针。近几年,基因探针杂交技术十分广泛的应用于食品微生物的检测中,如今可检测食品中存在的大肠杆菌、沙门氏菌、李斯特氏菌、葡萄球菌和志贺氏菌等。相较于传统的检测方法,DNA探针技术在克服了传统检测方法缺点的同时,其操作简便快捷、灵敏度高、特异性强的优点使食品检测结果更精准。但是,DNA探针技术也存在着速度慢、成本高、效率低等局限性,在今后的科学研究中还需改进。

2 PCR 技术

PCR技术的原理是以需要扩增的DNA分子作为模板,用分别和模板互补的一对寡核苷酸的片段作引物,遵从半保留复制原则,在DNA聚合酶的作用下完成扩增,因此,又称聚合酶链反应技术,由变性、复性和延伸三个步骤构成。仅需要用很少的物质便可大量扩增所需的基因片段,并可以定量、定性地分析检测样品,这是PCR技术的一大优点。与此同时,由于检测仪器昂贵,操作复杂、技术含量较高,因此对其技术人员有较高且严格的要求。由于现在分子生物学技术正在突飞猛进的发展,转基因食品已经随处可见,由此可见转基因食品逐渐进入了人们的生活,它们在人们的餐桌上出现的同时,转基因食品的安全性也倍受人们的关注,成为了百姓饭前茶后所谈论的热点话题。由于在传统的食物中,并不存在转基因食品中的蛋白质和新遗传物质,使消费者存在隐忧。为了让人们的健康有一个可靠的保障,使消费者消除顾虑,让商品流通和国际贸易更加有利,研发一个快速、简便、准确的食品安全检测技术迫在眉睫。

3 免疫学检测技术

免疫学检测技术的基本原理是抗体和抗原的结合反应,一般可将其分为三类:免疫沉淀反应、免疫标记技术和免疫凝集试验。目前,免疫学检测技术在检测方法中用途最为广泛,其具有方便快捷、特异性强、检测成本低、灵敏度高、分析容量大等特点,特别表现在食品检测方面,在分析蛋白质的结构中通常会用到。当前,免疫技术中的酶联免疫法已在食品检测中得到普及。近几年,在传统检测方法的基础上,免疫学开发出新的检测技术,其中包括放射免疫测定、荧光免疫测定、免疫传感器、免疫磁性分离和酶免疫测定,比如PCR-ELISA技术,就是将酶联免疫技术与PCR技术结合,可用于检测大肠杆菌,效果良好。酶联免疫技术是将酶标记在特异的抗体上,即为酶标抗体。它具有酶的底物催化和抗体抗原反应的特性,它和与它对应的抗原相结合,添加底物,便可依据底物显色程度作出定量或定性地判断。由于酶的催化效率高,能够最大限度的将反映效果放大,使测定结果稳定且灵敏度高。但其也具有局限性,因此多数用于检测鲜活组织和基因工程生物体改造的初步检测。

4生物芯片技术

生物芯片技术的原理是按照预先的设置将大量生物分子排列并固定在载体表面,因为生物分子具有特异性亲和反应,可利用其对生物分子的量和存在进行分析,比如抗体抗原反应和核酸杂交反应等。高通量是基因芯片最为突出的优点。相较于传统检测方法,生物芯片技术可克服具有系统误差的缺点,许多基因探针杂交和标记等只需一个过程即可完成,并且生物芯片技术自动化程度高且其数据可靠客观。但是由于基因芯片技术无法判断在细胞类型较多的组织中检测基因的精确定位。与基因芯片相比,处于研发中的蛋白质芯片可能将此种情况改善。

上文中论述的生物技术在食品检测方面其运用前景是十分广阔的,除此以外,逐渐会有越来越多的更加先进的生物技术在食品检测中得以应用,它的前景很值得期待。

由于生物技术具有高效、经济等特点,广大科学研究人员对其越来越认可,在食品检测中生物技术成为了重要的力量。在我国科技不断发展科研人员不断努力创新研究的背景下,在今后的食品检测中,生物技术一定会更加成熟的应用其中,使我国的食品质量安全得到保障。食品安全不仅关系到人类的健康,更与国家的经济、政治息息相关。近几年,我国大力推进食品检测技术及食品安全的应用及研究,并增强了相应法规法律的制定。与此同时,还需大量投入资金在食品检测的技术研究中,并对食品科学技术的专业队伍加强建设。综上所述,生物技术在食品检测中已经愈来愈显其优越性,但其检测方法或多或少都存在着局限性,因此在其应用中需要搭配和选择使用,同时也期待生物技术的改进、优化以及创新,为食品安全提供可靠保障。

篇(10)

中图分类号:TS201.6 文献标识码:A 文章编号

食品质量关系到广大人民群众的身体健康甚至生命安全,是事关经济发展和构建和谐社会的重大战略问题。采用高科技实施高质量的食品检测工作势在必行。

一、我国食品安全问题形势严峻,主要存在以下问题:

(一)、农产品:大米、小麦以及蔬菜等在种植过程中施加化肥以及使用农药造成残留,从而导致食品安全问题。

(二)、水产品、畜、禽体内残留大量的激素、抗生素及其他有害物质。

(三)、食品在加工过程中使用劣质原料,滥用食品及化学添加剂,甚至还存在添加了有毒物质的情况。

(四)、我国食品及相关行业生产力水平仍然比较落后,生产经营者法律意识淡薄,易受经济利益的驱动,诚信意识不强。

(五)、广大人民群众在消费过程中对食品安全的知识欠缺,预防安全意识较薄弱等。

二、我国食品检测体系存在的问题:

(一)食品安全检验检测的重要性

1、食品安全检验检测能有效的保证减少食源性疾病。

我们常说病从口入,因此运用食品检验检测专业技术对食品进行安全检测是非常重要的。食物从农田到餐桌的一系列安全问题,需要各生产、加工环节的诚信自律以及全民公众意识的加强和提高等诸多因素的共同努力。

2、食品安全检验检测能够保证国家安定、促进经济发展。

俗话说民以食为天,一旦出现食品安全问题,不仅会影响到社会的稳定和经济的发展,而且会影响到国家的声誉,从而导致影响国际间的合作。

3、食品安全检验检测能有效保障消费者的权益、促进产品质量的提高。

食品安全检测能够帮助消费者买到健康、放心的安全食品,有效地保障了消费者的权益不受侵犯,消费者安全意识的提高反过来会促使生产加工企业努力提高产品质量,从而导致食品加工企业的健康良性发展。

(二)、我国食品安全检测现状

食品检验检测是食品监管的重要技术支撑,现如今,国内主要有类的检测仪器和技术方法用于食品安全检验检测领域:

1、样品的前处理检验仪器设备;

2、农产品质量检验检测仪器;

3、检验细菌、大肠菌群和致病菌的微生物检测仪器;

4、检验有毒有害元素及其价态分析的检测仪器;

5、检验农药残留的检测仪器;

6、检验兽药、渔药残留的检测仪器;

7、转基因检验农产品品质和营养成分的检测仪器;

8、食品检验必备的其它中小型辅助检测仪器设备。

目前国内绝大多数的农产品、食品生产加工企业规模比较小、数量众多而且分散性很强,并且法治意识和自我约束意识都很弱,从而造成食品安全问题高发,滥用甚至违用农药、兽药;超量、超范围使用食品添加剂,甚至使用非食用的化工原料作为食品添加剂添加到食品中。严重危害着人们的身体健康直至生命安全。因此依靠现有的类检测仪器和技术方法是很难对食品安全状况进行准确可靠、及时全面地监管的。

(三)、我国食品安全检测中存在的问题

1、检测标准不规范

(1)目前、国内的食品安全检测标准还有待进一步健全。

现在我国实施的各类食品安全标准有相当一部分是行业标准,并不是国家标准。而在国际上许多发达国家使用的都是由国家立法机构制定的国家标准,并且每一种食品都很明确的只对应一个标准,运用起来也非常方便。但是由于我国受到历史上计划经济体制的影响,部分食品目前仍然还是有两套标准,当然,国家对现行的食品国家标准、行业标准整顿、合并,同时大幅度采用国际标准,解决了许多此类标准问题,混乱的产品标准问题已基本上得到了解决。

(2)我国食品安全卫生标准对国际标准的采用和参照率仍然很低。

由于我国还不够重视在检验测试等科学技术领域方面的投人, 没有形成及时学习、借鉴国外先进检测技术的机制。从而导致在一些关键的食品安全检验项目上如农药残留、食品添加剂、转基因食品、饲料等检验项目缺乏相关标准以及标准规定的检验方法。

2、检测装备不完善、设备落后

我国大多数食品检测机构资金匮乏,缺少资金投入,导致检测设备远远落后于发达国家的先进技术装备。尽管目前普遍采用了原子吸收、气相色谱、高效液相色谱法等设备,但是像气质联用、液质联用等在国际上公认的设备还没有得到普及。而用于超痕量分析的高等检测手段就更为缺乏。食品检测机构在实验技术上所采用的检测方法在操作上往往较为简单容易,技术含量不高,体现在提取净化实验过程时,效果就更加不尽如人意。

3、检测技术手段相对落后

技术支撑就是科学仪器和测试技术。在食品生产加工过程中用到的吊白块、甲醛、双氧水等虽然严重危害了人民的身体健康,但是一直到现在仍然没有统一的标准检测方法,现行的检测方法基本上都是定性法,并不是定性和定量相结合的标准检测方法,因此在抗干扰尤其在定量分析方面存在着严重不足。比如快速筛选检测技术不够成熟,超痕量分析方法尤为欠缺、残留检测方法不够完善等。针对这种情况,食品安全监管部门必须突破传统的检测技术的约束,充分利用有限的资金,积极研究检测技术新方法、研制新的检验仪器,使检测手段接近甚至超过国际先进水平,不断提高分析和检测的能力,发挥食品检测机构的技术支撑作用,进而更好地解决食品安全问题,保障人民群众的身体健康乃至生命安全。

4、食品安全检测专业技术人才欠缺

在食品检测领域,长期以来,从事食品安全检测的技术人员绝大多数都来自各个卫生系统的医疗检疫等部门。而具备食品检测专业知识的大学生从业人员却少得可怜。

三、食品安全检测存在问题的对策以及今后的发展趋势

(一)、提高食品检测人员自身的检测技能和素质

食品检测人员的基本素质决定其在食品检测中能否准确地选择适当的检测仪器、化学试剂以及适用的检测方法等,因此,食品检测人员应当熟练掌握试验仪器、方法、操作等各项基本能力,并对检测结果具有相应的分析能力,以保证检测的顺利进行。另外,食品检测人员还应了解质量体系涉及到的各项法律、法规,并应用到食品检测实际工作中,确保检测结果的准确、可靠,不受任何外界干扰,符合相关法律、法规规定。

(二)、对检测机构进行整合;实行信息资源共享

食品安全检测工作是一项非常专业的技术工作,关系着企业的生存发展和人民的健康安全:目前的食品检验机构,农业、质监、工商、卫生部门都设有下属的检验机构,但设置重复。检测设备类同;检验项目重复。不够专业,检验水平不高,使检验结果不具有权威性,实际工作中甚至造成扯皮,互不承认对方的检验结果,这样既浪费了有限的检验资源,又加重了企业的负担。建议将农业、质监、工商、卫生部门下属的检验机构整合,成立专门的食品安全检测机构,同时强化食品生产企业在食品质量安全方面的主体责任,检测机构加大食品市场抽检,对抽检的结果定期在新闻媒体上公布,或建立一个专门的信息平台,各相关监管部门之间关于食品安全的信息都在这一平台上,从而形成信息资源共享。

(三)、研究、引进新设备、新技术,提高食品检测科研水平

借鉴发达国家先进经验,结合我国国情,加大资金投入,研究、引进一些高端设备和新技术,以国际食品检测技术发展为导向,加强我国在食品检验检测方面的先进方法和技术的研究和应用。提升食品安全检测领域的整体水平。

(四)、健全检测方法和标准

我国在食品安全性研究建设方面的投入和人民群众对食品安全问题的需求差距还很大。我们不但要借鉴发达国家和地区的先进经验,跟上国际食品检验检测技术发展的步伐,而且要结合我国自身的国情,加强我国食品检验检测先进技术、方法和标准的研究。有针对性地研究部分先进的检测方法、有选择性地研制部分仪器设备以及玻璃仪器、检测所需要的玻璃仪器、化学试剂等低质消耗品。在积极引进国际上先进的检验检测技术的基础上。继续加大对食品安全性的研究,积累经验并不断探索新的分析检验方法,在食品关键控制技术、食品危险性评估技术以及食品安全标准等方面加大研究力度, 进一步健全和完善与食品相关的各项标准体系,更有效地开展食品安全监督管理工作,逐步赶上并超过发达国家的食品安全检验检测水平。

(五)、加强与食品安全相关的法律、法规的建设

法律、法规是企业和个人从事食品生产经营活动必须遵守的行为准则,是企业进行质量管理活动的重要法律依据。建立食品安全检验的基层体系。明确检验人员的职责,避免生产企业内部的检验走过场,对那些通过行政干预等手段强迫检验人员篡改检验数据、进行违章作业的相关企业领导,要从重从严追究其法律责任。与此同时,还要加强质检人员的道德规范教育的工作。在认真研究和完善食品安全法律、法规以及相关技术标准的前提下,以法律为武器严厉打击各种涉及食品安全的各种违法行为,有力地保障人民群众的身体健康和生命安全。

上一篇: 绿色交通行业研究 下一篇: 投资学分析
相关精选
相关期刊