食品檢測新技術(shù)匯總十篇

序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]十篇食品檢測新技術(shù)范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

目前，我國食品生產(chǎn)企業(yè)數(shù)量眾多，但是大部分規(guī)模比較小，而且很分散，企業(yè)的法治和自律意識很弱，再加上消費人群非常龐大，而且銷售渠道比較多，很容易出現(xiàn)食品安全問題。造成食品安全問題的因素很多，一方面是環(huán)保因素，另一方面是生產(chǎn)條件的客觀因素，此外，大多數(shù)還是由于農(nóng)藥、獸藥、添加劑等物品的違規(guī)濫用。所以僅僅通過實驗室進行檢測，很難做到及時、快速地從源頭上食品安全狀況進行全面監(jiān)控，因此，提高食品檢測技術(shù)具有重要的意義。

一、當(dāng)前食品檢測技術(shù)存在的問題

1、檢測技術(shù)比較落后

目前，一些經(jīng)濟較為發(fā)達地區(qū)以及科研條件比較好單位，其食品檢測方面能夠掌握國際食品檢測的新技術(shù).但是在許多落后地區(qū)由于食品檢測設(shè)備比較陳舊，檢測技術(shù)相對較為落后，造成食品檢測的數(shù)值誤差比較大。也有的偏遠地區(qū)甚至沒有相關(guān)的檢測機構(gòu)，從而導(dǎo)致我國的整體食品檢測技術(shù)較為落后。對農(nóng)藥殘留、化學(xué)物質(zhì)含量等食品檢測能力無法滿足需求.造成食品安全檢測存在較大的缺陷。

2、缺乏統(tǒng)一的檢測標(biāo)準(zhǔn)

由于我國的相關(guān)食品檢驗機構(gòu)如質(zhì)監(jiān)系統(tǒng)、食品藥品監(jiān)督管理系統(tǒng)還沒有建立健全食品檢驗檢測的市場準(zhǔn)入機制，缺乏統(tǒng)一的標(biāo)準(zhǔn)，此外，鑒定結(jié)果認定也存在不統(tǒng)一的情況.經(jīng)常出現(xiàn)一些重復(fù)認定現(xiàn)象，從而對食品檢驗工作造成了較大的影響。

3、檢測技術(shù)不夠完善

目前，我國食品安全標(biāo)準(zhǔn)與發(fā)達國家及國際組織的接軌程度不高，從而導(dǎo)致國內(nèi)標(biāo)準(zhǔn)在國際社會缺乏可信度。此外，食品檢測技術(shù)水平不高，如檢測方法不夠完善。，食品安全風(fēng)險監(jiān)測、評估預(yù)警水平還不高等問題比較突出。，常規(guī)的一些檢測方法存在一定的弊端，往往比較復(fù)雜，而且其耗用的資金也比較多，同時，不具備較好的精準(zhǔn)性特征。

二、食品檢測技術(shù)的未來發(fā)展趨勢

就目前的發(fā)展趨勢來看，由于科學(xué)技術(shù)飛速發(fā)展，食品檢測技術(shù)與方法呈現(xiàn)出多種多樣的狀況，食品檢測儀器也越來越靈敏，食品檢測方法的檢測限也變得越來越低。如何實現(xiàn)準(zhǔn)確、省時、省力和低成本的快速檢測是目前我們迫切需要的。

（一）免疫學(xué)技術(shù)

免疫學(xué)技術(shù)的主要優(yōu)勢是可直接對細菌進行選擇，不需要分離而直接通過免疫法進行篩選。該項技術(shù)主要包括放免、酶免、熒光免、化學(xué)發(fā)光免等。農(nóng)殘酶聯(lián)免疫分析曾被譽為農(nóng)殘檢測技術(shù)的重要手段，具有非常高的特異性和準(zhǔn)確性，能快速檢測農(nóng)藥中獸藥殘留、致病菌、毒素以及轉(zhuǎn)基因。當(dāng)前食品安全檢測技術(shù)，比較經(jīng)常用到的方法主要是免疫磁珠分離法、免疫力檢測試劑條、免疫乳膠試劑、免疫酶技術(shù)、免疫深沉法或免疫色譜法等。

（二）生物傳感器技術(shù)

生物傳感器的功能具有多樣化、智能化、集成化、高靈敏性、高識別性和實時性等顯著特點，日益受到國內(nèi)外檢測機構(gòu)的高度重視。目前廣泛應(yīng)用的主要是SPR生物傳感器，具有靈敏、快速、準(zhǔn)確、無需標(biāo)記、便捷實時等優(yōu)點，可以與其他新技術(shù)相結(jié)合，從而形成一種新型的食品安全快速檢測方法和儀器。

（三）生物芯片及微縮芯片實驗室

目前，我國國家生物芯片中心等單位已經(jīng)開發(fā)出主要用于食源性致病菌檢測的新技術(shù)，并投入生產(chǎn)。食源性病毒檢測和獸藥殘留檢測等生物芯片技術(shù)平臺主要包括儀器和試劑盒，它們具有高通量、高靈敏度和快速、準(zhǔn)確等特點，在食品安全、疾病診斷等方面具有重要的應(yīng)用效果，各國都給予了高度極。今后的發(fā)展將向現(xiàn)場、速測和微縮芯片實驗室等方向進一步發(fā)展。

（四）基因芯片檢測技術(shù)

基因芯片檢測技術(shù)檢測的細菌種類非常廣泛，檢測結(jié)果的合格率能夠達到99%，檢測時間也大為縮短。該項技術(shù)可以對轉(zhuǎn)基因食品進行精確地檢測。主要利用分析當(dāng)前通用的基因報告，并將其制成芯片樣品，然后通過與被檢測的食品的簡單雜交，就可以準(zhǔn)確判定轉(zhuǎn)基因食品所具有的特征性能。對于轉(zhuǎn)基因食品的安全問題的判定具有重要意義。

（五）特種電化學(xué)傳感器

電化學(xué)傳感器其主要特點是小巧、靈敏、多樣化和低成本。目前，可以利用特種電化學(xué)傳感器來構(gòu)建食品安全快速檢測儀。比如可以將納米技術(shù)和電化學(xué)技術(shù)進行結(jié)合，從而構(gòu)建一種可以快速檢測食品中有毒有害重金屬的檢測儀器。

（六）光光度法速測儀器

該儀器可以有針對性地對多種檢測目標(biāo)的試劑盒進行優(yōu)化，并采用集束式冷光源和單色器等新技術(shù)，從而推出具有高精度、重穩(wěn)定性和模塊化的便攜式比色計，能快速檢測與食品安全密切相關(guān)的40多種參數(shù)的多參數(shù)食品安全速測儀，比如亞硝酸鹽、甲醛、硝酸鹽、味素、無機砷、吊白塊、金屬鉛、地溝油、泔水油等參數(shù)。這類快速檢測儀很適合基層食品檢測機構(gòu)應(yīng)用，比較符合現(xiàn)有的食品安全監(jiān)管現(xiàn)狀。

三、小結(jié)

綜上所述，我國食品安全檢測技術(shù)的提高，一方面必須加強食品檢驗設(shè)備的資金投入和檢測薄弱環(huán)節(jié)的科技研發(fā)。另一方面必須引進和借鑒國外先進技術(shù)機構(gòu)的檢驗設(shè)備。同時，要加大對高新技術(shù)的研究與檢測人員的培訓(xùn)力度，全面提升食品安全從業(yè)人員的科技水平。相信隨著我國市場機制的進一步完善，以及食品安全檢測技術(shù)的進一步成熟，未來我國食品安全水平將會得到極大改善。

參考文獻

[l]吳永寧.現(xiàn)代食品安全[M].北京：化學(xué)工業(yè)出版社.2003.

篇（2）

概述

最近幾年以來，人們經(jīng)常會聽到各種食品安全事故，這種不好的現(xiàn)象使得人們越來越注重食品的安全檢測，從而推進了食品安全檢測技術(shù)研究的迅速發(fā)展，在這個過程中，生物技術(shù)起到了極為關(guān)鍵的功用。同時，這些新型檢測方法的運用會使得我國食品安全管理工作受到一定程度的影響。按照檢測技術(shù)基本原理，可將檢測方法分為2大類，即化學(xué)檢測方法和生物學(xué)檢測方法[1]。這2種類型的方法均有著自己的獨特之處，化學(xué)檢測方法在檢測靈敏度以及準(zhǔn)確性方面有著良好的表現(xiàn)，然而其所需要花費的時間比較長、樣品處理比較麻煩，并且所需設(shè)備價格非常高，故無法在基層檢測中被廣泛運用。生物學(xué)分析方法比較常見的是免疫學(xué)和分子生物學(xué)方法，其與化學(xué)檢測方法相比，靈敏度方面有所欠缺，然而其檢測所需時間較短，且比較容易操作，往往不需要使用大型設(shè)備，故這種技術(shù)能夠被廣泛運用于現(xiàn)場快速檢測過程中。

1 生物技術(shù)的現(xiàn)狀

生物技術(shù)這種新型檢測技術(shù)不僅能夠減少檢測所需的費用，而且可以在一定程度上加快檢測的速度。然而，各種新的食品安全問題經(jīng)常被公布出來，從而導(dǎo)致單一的檢測技術(shù)不再適用，比如靈敏度、準(zhǔn)確性、高效性以及低成本等。因此，最近幾年以來，很多研究者以生物學(xué)技術(shù)為基礎(chǔ)，并綜合考慮食品安全檢測各項規(guī)范和標(biāo)準(zhǔn)，再參考其他技術(shù)方法的原理，最終提出了一些新的食品安全檢測技術(shù)，在檢測技術(shù)方面取得了長足的進展，且可以被人們所廣泛運用，文章將就這些新技術(shù)進行簡要介紹。

2 生物技術(shù)在食品安全檢測中的最新運用

2.1 FTA-PCR技術(shù)

FTA卡是一種專門研制的棉纖維卡片，在制作過程中往往需將其放置于強力變性劑以及螯合劑中。這種卡片的表層包含有EDTA、SDS、石碳酸、聚丙烯酰胺、抑菌劑這些化學(xué)物質(zhì)，在獲得細胞之后，EDTA、SDS、石碳酸這些化學(xué)藥劑會迅速將細胞分解開來，然后聚丙烯酰胺則會自動將核酸固定起來，從而確保樣品的DNA不會遭受破壞，同時也能夠很好地避免各種微生物的生長。這種方法能夠使得DNA、RNA在室溫下保存，對于PCR檢測是極為有利的。在食源性致病菌、人畜共患病的檢測過程中，F(xiàn)TA-PCR檢測方面明顯更適用。現(xiàn)如今，很多研究者采用該方法來展開各項檢測，通過察看一系列調(diào)查材料，可以很好地看出FTA卡能夠?qū)κ吃葱灾虏∥⑸镎归_高效的檢測。

2.2 生物傳感器技術(shù)

生物傳感器是由固定化并具有化學(xué)分子識別功能的生物學(xué)科、換能器件以及放大裝置構(gòu)成的分析工具或系統(tǒng)[2]。生物傳感器的構(gòu)成部件分別是換能器、生物敏感元件與信號處理放大裝置，生物傳感器技術(shù)的具體運用情況非常良好，其在食品安全檢測方面有著諸多優(yōu)勢，比如響應(yīng)速度非常快、所需樣品用量比較少、操作過程易進行、能夠持續(xù)進行分析以及自動化測量等。由于該技術(shù)具有這些方面的特性，使得其主要被運用于以下2方面：被用來獲取魚、肉以及乳制品新鮮程度情況；被用來測出食品的實際口味和熟度，這樣能夠幫助人們?nèi)瘫O(jiān)控各種食品的烹制水平。

2.3 基因探針法

基因探針法又被人們稱為分子雜交技術(shù)，該技g的主要對象是DNA，由于基因具有變性、重復(fù)性和堿基的精準(zhǔn)互補配對這些特性，使得人們能夠檢測出DNA的序列。現(xiàn)如今，DNA探針雜交法可以細分為相雜交以及異相雜交這兩個類別，該技術(shù)離不開基因探針的運用。近幾年，基因探針雜交技術(shù)在食品安全檢測中的運用非常頻繁，其能夠很好地探測出食品中所存在的各種微生物，如李斯特氏菌、大腸桿菌、葡萄球菌、沙門氏菌和志賀氏菌等。與以往相比，DNA探針技術(shù)明顯具有著更大的優(yōu)勢，其不僅操作簡易，而且在特異性方面表現(xiàn)比較強，同時具有著較高的靈敏度，這些均使得該技術(shù)的食品安全檢測效果極為準(zhǔn)確。然而該技術(shù)仍然存在著局限性，還需相關(guān)研究人員進一步改進和完善。

2.4 生物芯片技術(shù)

生物芯片是將大量生物識別分子按預(yù)先設(shè)置的排列固定于一種載體表面，利用生物分子的特意性親和反應(yīng)來分析各種生物分子的存在及其量的一種技術(shù)[3]。這種技術(shù)比較新穎，且其在高通量方面具有著突出表現(xiàn)，以前的基因檢測方法往往需要進行多次實驗才能達成，且需要人工進行，故不可避免會使得每次實驗之間均存在一定的系統(tǒng)誤差。而基因芯片技術(shù)的運用正好能夠解決這方面的問題，各種操作都能一次性完成，其檢測過程能夠自動進行，故所獲得的數(shù)據(jù)是精確的。然而，該檢測技術(shù)依然存在著一些不足之處，其無法精準(zhǔn)判定出多細胞組織類型中檢測基因的位置。同時該技術(shù)無法運用于蛋白質(zhì)調(diào)節(jié)功能的檢測，故還很有必要去探究蛋白類芯片。

2.5 免疫技術(shù)

所有免疫檢測技術(shù)的工作原理均是抗體和抗原的結(jié)合反應(yīng)。免疫技術(shù)一般可分為3類：免疫標(biāo)記技術(shù)、免疫沉淀反應(yīng)和免疫凝集試驗[4]。免疫檢測在諸多生物學(xué)檢測方法中是非常值得推廣運用的一種，其除了具有其他幾種技術(shù)的優(yōu)勢之外，而且分析容量比較大、檢測所需費用比較低，在食品檢測方面效果良好，主要是研究蛋白質(zhì)的結(jié)構(gòu)。現(xiàn)如今，免疫學(xué)檢測技術(shù)中運用比較多的技術(shù)是酶聯(lián)免疫吸附試驗（ELISA），這種方法已經(jīng)被人們廣泛運用于食品安全檢測中。 ELISA的實際操作流程是把抗體和酶結(jié)合在一起形成酶標(biāo)抗體，該酶標(biāo)抗體不僅含有抗原抗體反應(yīng)的功效，而且具備酶的底物催化特征，在遇到其它抗原之后，再配上相應(yīng)的底物，則能依據(jù)底物顯色的深淺程度對抗原做出定性或定量的評估。故ELISA分析法主要運用于對鮮活組織的探測以及對那些經(jīng)過基因工程改造生物體的前期檢測。

3 結(jié)束語

伴隨著食品種類的不斷增多，人們對于食品檢測方法的要求也愈加嚴格。由于食品安全關(guān)系到人們的身體健康，故應(yīng)該重視食品安全檢測技術(shù)的開發(fā)，并還需不斷對這些技術(shù)方法進行改進，從而確保食品能夠符合各方面的安全要求。

參考文獻

[1]劉道峰，鄧省亮，賴衛(wèi)華，夏駿.萊克多巴胺熒光微球免疫層析檢測方法的建立[J].食品與機械，2012（1）：25-29.

[2]張娟，譚嘉力，梁宇斌，李曉明，吳煒亮.可視芯片技術(shù)及其在食品安全檢測中的應(yīng)用[J].食品工業(yè)科技，2013（8）：41-45.

篇（3）

1 近紅外光譜在食品分析中的應(yīng)用

近紅外光譜常用的測量技術(shù)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(shù)，而這3種技術(shù)相結(jié)合可以測定各種形態(tài)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(nèi)外環(huán)境的影響較小，因此近紅外技術(shù)可適用于多種環(huán)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(nèi)的物品進行測量[1]。

近紅外光譜檢測技術(shù)（Near infrared spectroscopy，NIR）在食品工業(yè)中的應(yīng)用非常廣泛。在水果、蔬菜檢測中NIR實現(xiàn)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(zhì)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(xù)測量可溶性固形物、總固形物和總水分的變化，進而監(jiān)控加工產(chǎn)品的質(zhì)量。隨著近紅外光譜儀硬件設(shè)備成本不斷降低，進一步完善軟件的數(shù)理統(tǒng)計方法，提高從復(fù)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(yīng)用前景將更加廣闊。

2 生物酶分析技術(shù)在食品分析中的應(yīng)用

20世紀80年代生物工程作為一門新興高新術(shù)在我國得到了迅速發(fā)展。生物酶是從生物體中產(chǎn)生的，具有特殊的催化功能。在食品工業(yè)中主要用蛋白酶，它能催化蛋白質(zhì)和多肽鍵水解，廣泛存在于動物內(nèi)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(chǎn)價值。

生物酶不僅在食品發(fā)酵工業(yè)中應(yīng)用廣泛，而且還在食品檢測技術(shù)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(chǎn)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(shù)在食品分析中的應(yīng)用

免疫分析主要是利用抗體能夠與相應(yīng)抗原及半抗原發(fā)生自發(fā)的、高選擇性的特異性結(jié)合這一性質(zhì)，通過將特定抗體（或抗原）作為選擇性試劑來對相應(yīng)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(xiàn)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(zhì)等物質(zhì)進行定性和定量分析。在食品安全檢測中酶聯(lián)免疫分析法（ELISA）較為常用，它利用酶標(biāo)記物同抗原抗體復(fù)合物的免疫反應(yīng)與酶的催化放大作用相結(jié)合，既保持了酶催化反應(yīng)的敏感性，又保持了抗原抗體反應(yīng)的特異性，極大的提高了靈敏度，且克服放射免疫分析技術(shù)（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(lǐng)域的應(yīng)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(huán)境和動植物體內(nèi)。由于含砷農(nóng)藥的使用及環(huán)境污染，以及食品在加工過程中使用某些化學(xué)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(wèi)生監(jiān)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(zhǔn)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(dǎo)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(chǎn)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(xué)反應(yīng)條件不易控制等；砷斑法雖然比較簡單，但準(zhǔn)確性差。而原子熒光法，靈敏度高、檢出限低、已被廣泛應(yīng)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(jié)果。

5 結(jié)論

食品監(jiān)管部門采用一些新的檢測技術(shù)是非常必要的，新的檢測技術(shù)可以縮分析時間、提高分析的靈敏度、實現(xiàn)在線分析、定性和定量分析、多種組分同時進行分析等優(yōu)點。儀器分析受人為因素比傳統(tǒng)檢測技術(shù)要少，但需要檢測技術(shù)人員有更多的儀器相關(guān)知識，因此從事儀器檢測的相關(guān)人員要對儀器分析技術(shù)有深入的研究，并且要對先進的檢測技術(shù)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(zhì)分析和定量分析中的應(yīng)用.分析測試技術(shù)與儀器，2002（3）：136-138

篇（4）

二、活動背景

九月，新生的到來為大學(xué)校園注入了新鮮的血液，我們美麗的校園再一次迸發(fā)出青春的熱情。對新生而言，大學(xué)的一切都是新奇而有趣的，尚未接觸社會的他們還缺乏對大學(xué)社會及校外社會的認識。作為成都理工大學(xué)實踐協(xié)會這樣的一個組織，我們本著“團結(jié)、奉獻、實踐、感恩”的精神，為新生提供一個提高自我，認識社會，展示才能的舞臺，為我校貧困學(xué)生提供愛心助學(xué)、勤工儉學(xué)機會，是我們義不容辭的責(zé)任。而我們的協(xié)會也會在每年的這個時候吸納一批新鮮的會員，為我們的新學(xué)年將要進行的所有活動招募人才。

三、活動目的

通過策劃、宣傳、面試吸收新生會員，擴大組織影響力，幫助新生更好適應(yīng)大學(xué)生活，給新生搭建展示自我的平臺，為協(xié)會組織公益活動儲備人才。

四、活動時間

1.宣傳：xx年9月21日——22日

2.招新：xx年9月24日——25日

五、活動地點

1.宣傳地點：銀杏、珙桐、芙蓉新生寢室，學(xué)校各大餐廳門口，燈光球場

2.招新地點：以成都理工大學(xué)社團聯(lián)合會的安排而定

六、前期準(zhǔn)備

1. xx年9月10日，策劃部對本次活動以書面形式做好策劃

2. xx年9月15日，辦公室組織協(xié)會關(guān)于新學(xué)年招新討論會議

3. xx年9月初——9月20日，外聯(lián)部聯(lián)系贊助商，就相關(guān)事宜進行接洽、商定。

4. xx年9月20日——24日，活動部向社團聯(lián)合會遞交策劃，申請場地，遮雨篷等用具，安排招新時各干事的工作。

5. xx年9月18——20日，宣傳部準(zhǔn)備宣傳資料、材料、道具。

七、宣傳方式和地點

1. 展板宣傳：俱樂部

2. 橫幅宣傳：燈光球場、四教與六教間十字路口、俱樂部、銀杏餐廳前門、珙桐大橋

3. 海報宣傳：各寢室樓前宣傳欄、俱樂部、后校門

4. 印發(fā)宣傳資料（紙質(zhì)宣傳單）：新生寢室

5. 在不違反有關(guān)規(guī)定的前提下，在各路口、建筑貼溫馨提示、路標(biāo)（為新生提供方便）

八、活動內(nèi)容及安排

（一）宣傳階段

1. 9月21、22日，根據(jù)分組，各干事分別到新生寢室發(fā)放宣傳資料并作動員

2. 9月22日，宣傳部各干事按安排地點張貼海報和懸掛橫幅

3. 招新當(dāng)天在招新接待點張貼橫幅和海報，選擇性散發(fā)宣傳單

4. 招新當(dāng)天工作人員在招新點的角色扮演（米老鼠、唐老鴨等服裝）

（二）招新階段

1. 招新當(dāng)日，活動部和辦公室在招新大會開始前一小時布置招新點

2. 招新開始，辦公室，活動部有關(guān)人員至少三人在招新點，收發(fā)新會員入會申請表格，并指導(dǎo)新生填寫，作現(xiàn)場的問答初試

3. 9月26日擇地點進行復(fù)試

4. 具體細節(jié)活動可根據(jù)各部門工作安排及實際情況進行適當(dāng)調(diào)整

九、各部門工作分配明細

1.會長總領(lǐng)全局，副會長監(jiān)督并協(xié)調(diào)各部門工作

2.活動策劃：策劃部

3.活動贊助：外聯(lián)部

4.宣傳資料購買、制作、張貼、分發(fā)：宣傳部

5.應(yīng)聘表格設(shè)計，招新點布置，工作分組：辦公室

6.場地申請，道具租借、歸還：活動部

十、注意事項

1. 嚴格遵守紀律，嚴禁任何以協(xié)會工作為由的違反法律及學(xué)校規(guī)章制度的行為。

2. 各部門團結(jié)互助，工作干凈利落，保持高效，同時與其他兄弟協(xié)會搞好關(guān)系。

3. 有工作任務(wù)卻因個人原因不能到崗的人員，提前一天跟副會長提出請假，副會長與辦公室協(xié)調(diào)補缺。

4. 活動期間注意安全，盡量避免人員復(fù)雜和工作繁瑣而帶來的各種隱患。

5. 突況靈活處理或向社聯(lián)求助

成都理工大學(xué)實踐協(xié)會

xx年9月10日

附表1.資金預(yù)算

招新活動資金預(yù)算

用品名稱

單價（元）

數(shù)量

合計（元）

備注

馬克筆（大）

6

8

48

馬克筆（中）

2

14

28

馬克筆（小）

1

15

15

透明膠

1.5

5

7.5

調(diào)色盤

1.5

2

3

顏料

13

2

26

鉛筆

1

1

1

橡皮

1

1

1

排刷

11.5

1

11.5

排筆

11

1

11

海報

6

2

12

白紙

1

12

12

漿糊

2

4

8

小盆、桶

3

3

9

照片（6寸)

32

0.19

22

泡沫膠

2

5

10

展板（大）

120

1

120

展板（小）

80

1

80

宣傳單頁

0.8

5000

400

橫幅

75

8

600

角色服裝租借

100

2*2天

篇（5）

頻譜監(jiān)測系統(tǒng)能夠?qū)Ρ尘霸肼晫嵤﹦討B(tài)測試，隨時檢測電磁環(huán)境，保證了通信的可靠性。以光纖作為主要介質(zhì)，電纜作為備用介質(zhì)，設(shè)計出體積小、重量小，能夠?qū)崿F(xiàn)鏈路自動切換的系統(tǒng)就顯得十分必要。

一、光電自適應(yīng)通信技術(shù)的特性

光電自適應(yīng)通信系統(tǒng)中同時連接電纜和光纖，通過物理層來調(diào)整首選通信介質(zhì)。通常情況下以光纖作為主選通信介質(zhì)，電纜為備用。如果光纖鏈路出現(xiàn)問題，物理層的接口設(shè)備能夠根據(jù)檢測到的信號情況識別出故障，進而自動將通信鏈路轉(zhuǎn)接到電纜上。同樣，可以將電纜作為主選通信介質(zhì)，其自動切換的原理相同。這樣，光電自適應(yīng)擁有兩套鏈路，而且實現(xiàn)自動切換，保證了通信的可靠性。

二、光電自適應(yīng)通信系統(tǒng)硬件設(shè)計

1、光以太網(wǎng)物理接口設(shè)計。光以太網(wǎng)接口的功能是由光收發(fā)器實現(xiàn)的，完成光信號與電信號的相互轉(zhuǎn)換，這種傳輸是透明性質(zhì)的。光收發(fā)器在發(fā)送信號時，首先將電信號進行轉(zhuǎn)換，變成光信號之后發(fā)送出去。光信號傳回到光接收端口后，同樣會被轉(zhuǎn)變?yōu)殡娦盘枺藭r光收發(fā)器會顯示信號有效，表明接受到的光信號是有效的。光收發(fā)器在接受以及發(fā)送信號時采用的是獨立的光纖，標(biāo)準(zhǔn)的1X9封裝，激光波長根據(jù)系統(tǒng)的需要采用了1310nm，數(shù)據(jù)串行速率設(shè)計為1.25Gb/s，采用FC螺紋接口對機械進行連接，能夠保證連接的可靠度。光收發(fā)器使用的是LVPECL電平的對外接口，與使用CML電平的電接口控制器芯片88E1112相連，要針對兩種不同的電平進行信號匹配設(shè)計。芯片與光收發(fā)器之間的電路如圖1所示。在該電路當(dāng)中，采用的是交流耦合電容，輸入信號的電平由上下拉電阻根據(jù)LVPECL電平的標(biāo)準(zhǔn)進行調(diào)整的。當(dāng)信號從收發(fā)器傳遞到芯片時，LVPECL的信號負載則由發(fā)送端的下拉電阻提供，信號線上的電容采用的是交流耦合形式。

2、電以太網(wǎng)物接口設(shè)計和控制器選擇。在電以太網(wǎng)接口設(shè)計中使用的是10/100/1000M以太網(wǎng)模型，借助通電連接器，實現(xiàn)4對以太網(wǎng)收發(fā)信號與網(wǎng)絡(luò)隔離變壓器之間的連接，信號通過網(wǎng)絡(luò)隔離變壓器傳輸給電接口控制器，進而實現(xiàn)協(xié)議以及物理層信號之間的轉(zhuǎn)換。在選擇電接口物理層接口控制器時，考慮到頻譜檢測系統(tǒng)的工作要求，并且實現(xiàn)硬件和軟件設(shè)計簡化的目的，采用了88E1112，它具有比較特殊的光電介質(zhì)自適應(yīng)檢測功能，其內(nèi)部電路能夠?qū)﹄娊涌谝约肮饨涌诘膬煞N信號能量進行監(jiān)控。在工作中，如果檢測到電接口有信號能量，則會通過電網(wǎng)絡(luò)進行數(shù)據(jù)傳輸，當(dāng)檢測到有光信號能量時，又能夠通過光纖進行信號的發(fā)送和接收。

三、光電自適應(yīng)軟件設(shè)計分析

1、電接口物理層接口控制器初始化分析。該控制器的初始化軟件操作過程中，內(nèi)部有兩組獨立的寄存器分別對光接口以及電接口實施控制，通過設(shè)置進而得出應(yīng)該使用的寄存器。通過在高溫以及低溫下的測試和實際的運用情況，調(diào)整對PHY傳輸?shù)組AC的差分電平范圍。

2、頻譜檢測系統(tǒng)工作過程。頻譜檢測設(shè)備對命令信息的控制主要通過以太網(wǎng)接受上位機，進而得到設(shè)備的信號頻率信息、帶寬信息等有關(guān)參數(shù)，對中頻率模擬信號數(shù)字化處理，經(jīng)過變化的中頻信號傳入到信息處理設(shè)備中斷后，系統(tǒng)會依據(jù)信號帶寬進而選擇是否進行下變頻。當(dāng)下變頻后，頻譜分析該數(shù)字信號，并且處理數(shù)字信號，借助光電自適應(yīng)以太網(wǎng)得將出的結(jié)果傳遞給上位機，進而實現(xiàn)上位機對信號的分析和處理。借助頻譜檢測設(shè)備，根據(jù)得到的信號結(jié)果，上位機會對電子環(huán)境的實時使用狀況進行判斷，進而通過引導(dǎo)，幫助無線電定位系統(tǒng)有效識別和定位特點頻率信號。

四、結(jié)語

在機載環(huán)境下，頻譜檢測系統(tǒng)對通信安全、通信設(shè)備的體積以及重要有一定要求，將光電自適應(yīng)通信技術(shù)運用到頻譜檢測系統(tǒng)當(dāng)中，不僅大大簡化了系統(tǒng)電路設(shè)計，而且有效地提高了信息傳輸?shù)目煽啃裕O(shè)備的重量和體積也減小。

篇（6）

1 引言

隨著傳感器網(wǎng)絡(luò)在視頻監(jiān)控中的廣泛應(yīng)用，有限通信帶寬條件下的高分辨率視頻獲取技術(shù)成為多媒體研究的焦點。

移動通信中，通常檢測運動目標(biāo)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(biāo)。當(dāng)處理實際的視頻監(jiān)控序列時，BS遇到許多挑戰(zhàn)，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(nèi)視頻監(jiān)控環(huán)境下能夠容忍光照的變化。在動態(tài)復(fù)雜環(huán)境下，Zhang等[4]提出了一種內(nèi)核相似性模型（KSM，Kernel Similarity Modeling）的目標(biāo)檢測方法，但這個方法僅對簡單的干擾是魯棒的。在動態(tài)背景下，Kim等[5]在文獻中提出一種基于模糊彩色直方圖（FCH，F(xiàn)uzzy Color Histogram）的BS算法用于運動檢測，能夠最小化背景運動產(chǎn)生的色彩變化。根據(jù)背景圖像不同的目標(biāo)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(jù)顏色、梯度和類Haar空時特征變量的統(tǒng)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(xùn)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(wǎng)絡(luò)中的應(yīng)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(fù)原始信號。CS能夠降低復(fù)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(yōu)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(biāo)檢測的方式是通過圖像背景的測量值來訓(xùn)練目標(biāo)輪廓，然后再通過訓(xùn)練后的目標(biāo)輪廓檢測運動目標(biāo)[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(wǎng)絡(luò)系統(tǒng)。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(biāo)檢測模型。盡管該模型能夠適應(yīng)于有限帶寬的多媒體傳感器網(wǎng)絡(luò)，但由于視頻序列的小波系數(shù)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(fù)視頻目標(biāo)和背景的檢測方法。然而，該方法仍然需要小波變換系數(shù)實現(xiàn)稀疏分解，因此，在干擾和光照條件下容易產(chǎn)生虛假的目標(biāo)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?qū)崿F(xiàn)運動目標(biāo)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(biāo)視頻方法，并解決視頻目標(biāo)的高精度重構(gòu)問題。VCSM的主要優(yōu)點是能用少量的CS測量值，同時重構(gòu)目標(biāo)、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(gòu)

圖1為文獻[16]提出的一種三維循環(huán)陣列采樣視頻的實現(xiàn)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(fù)雜性和易于硬件實現(xiàn)的優(yōu)點。這種方法使用兩個步驟實現(xiàn)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(huán)矩陣C卷積產(chǎn)生循環(huán)測量值Cxt；2）隨機采樣。首先應(yīng)用排列矩陣P對Cxt進行隨機產(chǎn)生排列矢量PCxt，然后再應(yīng)用子采樣矩陣St對PCxt進行處理，最后產(chǎn)生一種降維的壓縮值矩陣A=StPCxt=[a1， a2， …， aT]。

基于圖1的結(jié)構(gòu)，已知測量矩陣A，我們提出采用CS技術(shù)重構(gòu)運動視頻的目標(biāo)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(gòu)視頻的目標(biāo)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(biāo)。但RPCA模型具有兩種缺陷，一是不能直接通過A重構(gòu)B和F；二是目標(biāo)圖像重構(gòu)僅對稀疏分布的視頻幀具有魯棒性[17-18]。然而，現(xiàn)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(nèi)的相關(guān)性，提出一種三維全局變量（TV3D）的CS視頻重構(gòu)技術(shù)。TV3D具有低的復(fù)雜性（O（3×MN×T）），其實現(xiàn)模型為：

TV3D （2）

其中，D1，D2分別是一個幀內(nèi)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(gòu)運動目標(biāo)，我們結(jié)合RPCA和TV3D提出一種新的目標(biāo)、背景和視頻序列重構(gòu)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(xiàn)=[f1， f2， …， fT]為運動目標(biāo)，Φ為CS域測量矩陣。在公式（3）中，TV3D用于提高視頻目標(biāo)重構(gòu)的質(zhì)量。由于公式（3）對可變初始化過程不敏感，因此，X，B，F(xiàn)的初始化矩陣可設(shè)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(shù)，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(gòu)的目標(biāo)、背景和視頻序列分別為。由于目標(biāo)重構(gòu)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(qū)域的原理，提出一種優(yōu)良的圖像分割算法。受此啟發(fā)，本文使用構(gòu)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(biāo)的像素位置設(shè)置為1，運動干擾的像素位置設(shè)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(biāo)圖像的重構(gòu)質(zhì)量。由于運動干擾的重復(fù)性和局部集中的特點[20-21]，現(xiàn)實世界的視頻監(jiān)控系統(tǒng)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(shù)，ω是MGM的加權(quán)值，?x和σx分別是置信圖算法估計得到的均值和標(biāo)準(zhǔn)方差，?p和Σp為xij的粒子軌跡矩陣估計得到的均值和協(xié)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(xiàn)[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(xiàn)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(shè)置門限閾值θ，判斷哪些像素屬于運動干_或運動目標(biāo)值；

（3）如果f（xij）>θ，則像素xij=1；否則，xij=0。

重復(fù)以上過程，得到的二進制矩陣即為實現(xiàn)的置信圖M。

3 視頻目標(biāo)圖像的重構(gòu)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(chǎn)生了壓縮測量矩陣A（如圖1所示），因此，我們應(yīng)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(huán)測量矩陣。對于公式（6）的實現(xiàn)，每次迭代需要兩步進行。第1步，算法重構(gòu)原始視頻X；第2步，分割背景和目標(biāo)。為了重構(gòu)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(shù)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(xiàn)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(gòu)B和F：

（19）

公式（19）的擴展拉格朗日函數(shù)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(nèi)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(biāo)檢測及其重構(gòu)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(jié)果分析

為了量化算法的實現(xiàn)性能，視頻目標(biāo)的檢測精度利用F范數(shù)-測量值表示，并定義：

F測量=2×（精度×重構(gòu)率）/（精度+重構(gòu)率） （25）

其中，精度和重構(gòu)率為：

精度=TP/（TP+FP），重構(gòu)率=TP/（TP+FN） （26）

其中，TP、FP以及FN分別表示實正數(shù)、假正數(shù)以及假負數(shù)。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(xiàn)時的主要設(shè)置參數(shù)：

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?qū)崿F(xiàn)，所有的實驗使用HP計算機實現(xiàn)（EliteDesk 800 G1 SFF；Intel（R）Core（TM） i7_4790 CPU @3.60 Hz 3.6 GHz；安裝內(nèi)存：4.00 GB；系統(tǒng)類型：64位）。

為了和GMM比較，我們給出一種目標(biāo)重構(gòu)的突出比較形式。實驗選擇4種室內(nèi)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(jié)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(xiàn)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(xiàn)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(zhǔn)確地區(qū)分目標(biāo)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(biāo)的清晰效果。

5 結(jié)論

本文提出一種基于CS技術(shù)進行視頻序列檢測和運動目標(biāo)重構(gòu)的實現(xiàn)模型（VCSM），該模型能夠通過少量的測量值實現(xiàn)魯棒的目標(biāo)、背景和原始視頻重構(gòu)。其中，重構(gòu)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(biāo)的重構(gòu)效果。大量的實驗結(jié)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(nèi)和室外視頻均有較好的檢測和目標(biāo)重構(gòu)性能，且僅需要更少的數(shù)據(jù)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(shù)時計算復(fù)雜性較高。因此，未來我們將使用云計算及其在線并行技術(shù)實現(xiàn)VCSM對運動目標(biāo)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：TP391.41 文獻標(biāo)識碼：A 文章編號：1007-9416（2013）06-0098-01

隨著數(shù)字化校園方案的推進，各高等院校都建立起了自己的數(shù)字化服務(wù)系統(tǒng)，數(shù)據(jù)安全工作變得尤為重要。數(shù)據(jù)中心機房的視頻監(jiān)控系統(tǒng)的監(jiān)控視頻信息量大，異常情況判斷和處理的效率需求高，因此，研制快速有效的數(shù)據(jù)中心視頻異常監(jiān)控體系，具有重要的現(xiàn)實意義。為保證視頻異常監(jiān)控處理的效率，異常情況的快速檢測非常關(guān)鍵。因此，本文嘗試從該方面對傳統(tǒng)視頻異常檢測技術(shù)加以改進，以實現(xiàn)對校園數(shù)據(jù)中心視頻異常檢測的高效處理。

1 總體方案

目前，視頻異常檢測機制根據(jù)其應(yīng)用行業(yè)及場合的不同而采用不同的算法和實現(xiàn)方案，其中，異常情況的檢測技術(shù)也有所不同，大致分為異常目標(biāo)檢測和異常區(qū)域檢測兩種。校園數(shù)據(jù)中心因其監(jiān)控場合的特殊性，主要采用異常區(qū)域檢測的方案。本文提出的改進后的矩陣差分檢測模型實質(zhì)在于以常規(guī)的背景差分算法為基礎(chǔ)，該方案的處理流程簡述如下：

（1）系統(tǒng)初始化，并初次設(shè)立背景幀。由于數(shù)據(jù)中心中正常情況下是無人進出，背景模型受運動目標(biāo)的影響較小，僅考慮室內(nèi)外光照變化，疑似火災(zāi)或疑似非法闖入等情況對監(jiān)控畫面背景造成改變。因此初始化時，可考慮直接采用監(jiān)控視頻的前導(dǎo)有效圖像幀序列的某一幀作為背景幀。

（2）系統(tǒng)初始化完成后，會不斷地從圖像緩存中讀取現(xiàn)場視頻圖像幀序列。每新讀進來的圖像幀，應(yīng)首先同已建立的背景檢測模型進行差分運算比對，其差值與預(yù)先設(shè)定的閥值比較，如超過則判斷有疑似情況發(fā)生，將差值變化區(qū)域作為異常情況區(qū)域提取出來，建立異常背景模型。后續(xù)的監(jiān)控圖像進來，直接與該異常背景模型進行對比，當(dāng)累計值超過門限值時，進行報警。

（3）長期工作時，為避免誤檢和漏檢，系統(tǒng)應(yīng)強制清空異常背景模型，使異常背景模型失效，重新建立異常背景模型。

2 模型建立與實現(xiàn)

2.2 差分計算

3 矩陣加速

在進行異常情況檢測時，計算量主要集中在背景模型更新和異常情況判定兩個步驟。如直接進行全尺寸的差分運算，綜合視頻圖像序列的連續(xù)疊加效應(yīng)，其計算量巨大。同時，經(jīng)研究發(fā)現(xiàn)，因數(shù)據(jù)中心機房場地條件特殊性，即使出現(xiàn)異常情況，其反應(yīng)在監(jiān)控視頻圖像中的位置范圍和移動軌跡呈現(xiàn)聚類特性。因此，在進行差分運算時，可借助矩陣加快處理速率。其思路如下所示：

（1）將當(dāng)前視頻圖像以像素為單位做矩陣化預(yù)處理；

（2）下一幀視頻圖像進來做矩陣化預(yù)處理；

（3）做差分運算，即進行兩幀圖像的像素點矩陣遍歷比較后，若出現(xiàn)像素點異常，即疑似異常運動目標(biāo)出現(xiàn)時，將對應(yīng)像素點的矩陣編號抽取出來形成背景模型；

（4）依據(jù)如前所述的聚類特性，按照“九宮格”像素點關(guān)聯(lián)原則優(yōu)先將疑似像素點的臨近編號抽取出來，讀入緩存；

（5）新的視頻圖像進來矩陣化預(yù)處理后，僅抽取前述處理中出現(xiàn)疑似異常情況相同矩陣編號的像素點序列，與背景模型遍歷比較；

（6）重復(fù)以上步驟。

利用矩陣加速的實質(zhì)將原先的像素點集合差分運算轉(zhuǎn)變?yōu)橐曨l圖像像素矩陣的行遍歷或列遍歷比較；同時，讀入緩存中的像素點序列已對異常情況進行了簡單預(yù)判，將差分運算的范圍和計算量盡量控制在局部，從而有效降低計算廣度和復(fù)雜度，提高了運算效率。

4 結(jié)語

本文嘗試對傳統(tǒng)技術(shù)加以改進，利用背景分析法和時域分析法兩種方案之間較強的相關(guān)性，針對背景分析法對監(jiān)控場景變化敏感的缺陷，采用局部時域分析法對其模型進行優(yōu)化，同時利用矩陣來加速其差分運算過程，以實現(xiàn)快速有效的異常檢測。本文設(shè)計的數(shù)據(jù)中心機房視頻異常監(jiān)測系統(tǒng)，可在保障數(shù)據(jù)中心監(jiān)控工作正常進行的同時，有效提高工作效率，具有良好的經(jīng)濟效益及社會應(yīng)用前景。

參考文獻

篇（8）

專業(yè)技術(shù)人員的配備。參與食品檢驗的工作人員其在進行食品檢驗時所起到的作用是十分重要的，所以應(yīng)當(dāng)提高檢驗人員的個人技能水平和專業(yè)素質(zhì)，并對其進行相關(guān)的培訓(xùn)和教育，使其了解不同的食品檢驗方式，以此來不斷提高檢驗人員的素質(zhì)。在食品檢驗過程中應(yīng)用新技術(shù)，新技術(shù)并不是所有檢驗人員都能即刻了解和掌握的，需要通過配備專業(yè)的技術(shù)人員對檢驗人員進行指導(dǎo)，使檢驗人員能夠?qū)Υ隧椉夹g(shù)有一定的了解，在專業(yè)技術(shù)人員的幫助下完成設(shè)備的操作，從而保障新技術(shù)使用的正確性，進而提高食品的安全。

專業(yè)儀器和試劑的準(zhǔn)備。在進行食品檢驗時，需要應(yīng)用到相關(guān)設(shè)備和試劑，需要檢驗人員根據(jù)實際需求進行合理的使用，尤其是針對一些較為先進的設(shè)備和試劑，更需要嚴格按照操作標(biāo)準(zhǔn)和規(guī)范進行操作，否則將會直接影響到最后所得到的檢驗結(jié)果，使檢驗結(jié)果缺乏準(zhǔn)確性，甚至?xí){到食品食用者的身體健康。此外，專業(yè)儀器的使用還應(yīng)當(dāng)對其進行定期的檢查、維護和保養(yǎng)工作，以免儀器在使用過程中受到各種因素的影響而降低檢測結(jié)果的準(zhǔn)確性。

檢驗方法的選擇。能夠用于食品檢驗的方法有很多，但是每個檢驗方法都有優(yōu)勢和缺點，所得到的檢測結(jié)果也會存在一定的差異，所以需要檢驗人員了解每種食品的特性，盡量確保食品檢驗結(jié)果的準(zhǔn)確性，尤其在檢驗時應(yīng)用新技術(shù)，更需要選擇出與其相適應(yīng)的檢驗方法。如果所選擇的檢驗方法不得當(dāng)，即使使用的技術(shù)和儀器再先進，也會使所得出的檢驗結(jié)果產(chǎn)生很大的影響。所以，為了能夠確保食品在檢驗過程中得到最真實的檢驗結(jié)果，需要選擇最合適的檢驗方法。

食品出廠檢驗中新技術(shù)的實際應(yīng)用

生物傳感器技術(shù)。該技術(shù)的應(yīng)用主要是依靠其對生物物質(zhì)較為敏感的特性，如果在食品當(dāng)中含有某些物質(zhì)，那么通過使用該技術(shù)就可以將其轉(zhuǎn)變成電信號，并呈現(xiàn)在檢測儀器上。該技術(shù)儀器主要是由信號放大裝置、理化轉(zhuǎn)換器、生物活性物質(zhì)等構(gòu)成的。

食品中所含有的成分種類有很多，并且都具有生物屬性。在檢驗時，如果想要盡量提高檢驗結(jié)果的準(zhǔn)確性，應(yīng)當(dāng)對食品中所含有的生物成分進行細致的檢驗，從而使該項技術(shù)能夠滿足食品檢驗要求。該檢驗方法的使用是在傳統(tǒng)檢驗方法的基礎(chǔ)之上發(fā)展而來的，能夠?qū)崿F(xiàn)傳統(tǒng)檢驗方法所不能夠完成的檢驗任務(wù)，為提高檢驗結(jié)果準(zhǔn)確性，保障食品安全具有重要作用和意義。

生物芯片技術(shù)。該技術(shù)是在上個世紀九十年代出現(xiàn)和興起的，以一種全新的檢驗技術(shù)，其主要是由計算機、分子生物等技術(shù)構(gòu)成的，其在食品檢驗中擁有較為良好的發(fā)展空間和前景。從食品當(dāng)前的現(xiàn)狀來看，食品的種類還在日益增加，加工工藝也變得越來越復(fù)雜，在所生產(chǎn)出來的食品當(dāng)中不僅含添加劑，還摻雜了其他成分，在一定程度上給食品檢驗增添了很大的難度。而生物芯片技術(shù)的應(yīng)用便能夠有效解決這些問題，將食品中所含有的成分準(zhǔn)確檢驗出來，以滿足食品檢驗的需求。

生物芯片技術(shù)本身具有較強的綜合性，其在檢驗結(jié)果的準(zhǔn)確性上也具有很大的優(yōu)勢，所以在日后食品檢驗時充分使用該項技術(shù)。在選擇食品檢驗試劑時，應(yīng)當(dāng)將其視為十分重要的環(huán)節(jié)，如此一來才能夠充分發(fā)揮出生物芯片技術(shù)所具有的作用，進而提高食品檢驗結(jié)果的準(zhǔn)確性和食品的安全性。

篇（9）

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

近幾年，因城市工業(yè)化日漸加深，使得環(huán)境問題越來越嚴重，人們對食品安全的關(guān)注也越來越多，食品安全已經(jīng)成為牽動人心的焦點問題。然而，對于現(xiàn)在的食品檢測，傳統(tǒng)的方法已經(jīng)與現(xiàn)代社會發(fā)展需求完全脫軌，當(dāng)前在食品檢測中廣泛應(yīng)用的是PCR技術(shù)、生物芯片、基因探針法、生物傳感器技術(shù)、免疫技術(shù)等生物技術(shù)。眼前，人們越來越關(guān)注食品安全，即是食品質(zhì)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(guī)法律尚不完善，政府監(jiān)管松懈以及科學(xué)技術(shù)上遭遇“瓶頸”等。因此，生物技術(shù)的廣泛應(yīng)用使人們實現(xiàn)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(shù)，其原理是利用基因的重復(fù)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(shù)。當(dāng)前，DNA探針雜交法有兩種，分別同相雜交和異相雜交，其技術(shù)的關(guān)鍵就是構(gòu)建基因探針。近幾年，基因探針雜交技術(shù)十分廣泛的應(yīng)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(tǒng)的檢測方法，DNA探針技術(shù)在克服了傳統(tǒng)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(yōu)點使食品檢測結(jié)果更精準(zhǔn)。但是，DNA探針技術(shù)也存在著速度慢、成本高、效率低等局限性，在今后的科學(xué)研究中還需改進。

2 PCR 技術(shù)

PCR技術(shù)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(fù)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(yīng)技術(shù)，由變性、復(fù)性和延伸三個步驟構(gòu)成。僅需要用很少的物質(zhì)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(shù)的一大優(yōu)點。與此同時，由于檢測儀器昂貴，操作復(fù)雜、技術(shù)含量較高，因此對其技術(shù)人員有較高且嚴格的要求。由于現(xiàn)在分子生物學(xué)技術(shù)正在突飛猛進的發(fā)展，轉(zhuǎn)基因食品已經(jīng)隨處可見，由此可見轉(zhuǎn)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(xiàn)的同時，轉(zhuǎn)基因食品的安全性也倍受人們的關(guān)注，成為了百姓飯前茶后所談?wù)摰臒狳c話題。由于在傳統(tǒng)的食物中，并不存在轉(zhuǎn)基因食品中的蛋白質(zhì)和新遺傳物質(zhì)，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(mào)易更加有利，研發(fā)一個快速、簡便、準(zhǔn)確的食品安全檢測技術(shù)迫在眉睫。

3 免疫學(xué)檢測技術(shù)

免疫學(xué)檢測技術(shù)的基本原理是抗體和抗原的結(jié)合反應(yīng)，一般可將其分為三類：免疫沉淀反應(yīng)、免疫標(biāo)記技術(shù)和免疫凝集試驗。目前，免疫學(xué)檢測技術(shù)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(xiàn)在食品檢測方面，在分析蛋白質(zhì)的結(jié)構(gòu)中通常會用到。當(dāng)前，免疫技術(shù)中的酶聯(lián)免疫法已在食品檢測中得到普及。近幾年，在傳統(tǒng)檢測方法的基礎(chǔ)上，免疫學(xué)開發(fā)出新的檢測技術(shù)，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(shù)，就是將酶聯(lián)免疫技術(shù)與PCR技術(shù)結(jié)合，可用于檢測大腸桿菌，效果良好。酶聯(lián)免疫技術(shù)是將酶標(biāo)記在特異的抗體上，即為酶標(biāo)抗體。它具有酶的底物催化和抗體抗原反應(yīng)的特性，它和與它對應(yīng)的抗原相結(jié)合，添加底物，便可依據(jù)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(jié)果穩(wěn)定且靈敏度高。但其也具有局限性，因此多數(shù)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(shù)

生物芯片技術(shù)的原理是按照預(yù)先的設(shè)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(yīng)，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(yīng)和核酸雜交反應(yīng)等。高通量是基因芯片最為突出的優(yōu)點。相較于傳統(tǒng)檢測方法，生物芯片技術(shù)可克服具有系統(tǒng)誤差的缺點，許多基因探針雜交和標(biāo)記等只需一個過程即可完成，并且生物芯片技術(shù)自動化程度高且其數(shù)據(jù)可靠客觀。但是由于基因芯片技術(shù)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(fā)中的蛋白質(zhì)芯片可能將此種情況改善。

上文中論述的生物技術(shù)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(shù)在食品檢測中得以應(yīng)用，它的前景很值得期待。

由于生物技術(shù)具有高效、經(jīng)濟等特點，廣大科學(xué)研究人員對其越來越認可，在食品檢測中生物技術(shù)成為了重要的力量。在我國科技不斷發(fā)展科研人員不斷努力創(chuàng)新研究的背景下，在今后的食品檢測中，生物技術(shù)一定會更加成熟的應(yīng)用其中，使我國的食品質(zhì)量安全得到保障。食品安全不僅關(guān)系到人類的健康，更與國家的經(jīng)濟、政治息息相關(guān)。近幾年，我國大力推進食品檢測技術(shù)及食品安全的應(yīng)用及研究，并增強了相應(yīng)法規(guī)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(shù)研究中，并對食品科學(xué)技術(shù)的專業(yè)隊伍加強建設(shè)。綜上所述，生物技術(shù)在食品檢測中已經(jīng)愈來愈顯其優(yōu)越性，但其檢測方法或多或少都存在著局限性，因此在其應(yīng)用中需要搭配和選擇使用，同時也期待生物技術(shù)的改進、優(yōu)化以及創(chuàng)新，為食品安全提供可靠保障。

篇（10）

中圖分類號：TS201.6 文獻標(biāo)識碼：A 文章編號

食品質(zhì)量關(guān)系到廣大人民群眾的身體健康甚至生命安全，是事關(guān)經(jīng)濟發(fā)展和構(gòu)建和諧社會的重大戰(zhàn)略問題。采用高科技實施高質(zhì)量的食品檢測工作勢在必行。

一、我國食品安全問題形勢嚴峻，主要存在以下問題：

（一）、農(nóng)產(chǎn)品：大米、小麥以及蔬菜等在種植過程中施加化肥以及使用農(nóng)藥造成殘留，從而導(dǎo)致食品安全問題。

（二）、水產(chǎn)品、畜、禽體內(nèi)殘留大量的激素、抗生素及其他有害物質(zhì)。

（三）、食品在加工過程中使用劣質(zhì)原料，濫用食品及化學(xué)添加劑，甚至還存在添加了有毒物質(zhì)的情況。

（四）、我國食品及相關(guān)行業(yè)生產(chǎn)力水平仍然比較落后，生產(chǎn)經(jīng)營者法律意識淡薄，易受經(jīng)濟利益的驅(qū)動，誠信意識不強。

（五）、廣大人民群眾在消費過程中對食品安全的知識欠缺，預(yù)防安全意識較薄弱等。

二、我國食品檢測體系存在的問題：

（一）食品安全檢驗檢測的重要性

1、食品安全檢驗檢測能有效的保證減少食源性疾病。

我們常說病從口入，因此運用食品檢驗檢測專業(yè)技術(shù)對食品進行安全檢測是非常重要的。食物從農(nóng)田到餐桌的一系列安全問題，需要各生產(chǎn)、加工環(huán)節(jié)的誠信自律以及全民公眾意識的加強和提高等諸多因素的共同努力。

2、食品安全檢驗檢測能夠保證國家安定、促進經(jīng)濟發(fā)展。

俗話說民以食為天，一旦出現(xiàn)食品安全問題，不僅會影響到社會的穩(wěn)定和經(jīng)濟的發(fā)展，而且會影響到國家的聲譽，從而導(dǎo)致影響國際間的合作。

3、食品安全檢驗檢測能有效保障消費者的權(quán)益、促進產(chǎn)品質(zhì)量的提高。

食品安全檢測能夠幫助消費者買到健康、放心的安全食品，有效地保障了消費者的權(quán)益不受侵犯，消費者安全意識的提高反過來會促使生產(chǎn)加工企業(yè)努力提高產(chǎn)品質(zhì)量，從而導(dǎo)致食品加工企業(yè)的健康良性發(fā)展。

（二）、我國食品安全檢測現(xiàn)狀

食品檢驗檢測是食品監(jiān)管的重要技術(shù)支撐，現(xiàn)如今，國內(nèi)主要有類的檢測儀器和技術(shù)方法用于食品安全檢驗檢測領(lǐng)域：

1、樣品的前處理檢驗儀器設(shè)備；

2、農(nóng)產(chǎn)品質(zhì)量檢驗檢測儀器；

3、檢驗細菌、大腸菌群和致病菌的微生物檢測儀器；

4、檢驗有毒有害元素及其價態(tài)分析的檢測儀器；

5、檢驗農(nóng)藥殘留的檢測儀器；

6、檢驗獸藥、漁藥殘留的檢測儀器；

7、轉(zhuǎn)基因檢驗農(nóng)產(chǎn)品品質(zhì)和營養(yǎng)成分的檢測儀器；

8、食品檢驗必備的其它中小型輔助檢測儀器設(shè)備。

目前國內(nèi)絕大多數(shù)的農(nóng)產(chǎn)品、食品生產(chǎn)加工企業(yè)規(guī)模比較小、數(shù)量眾多而且分散性很強，并且法治意識和自我約束意識都很弱，從而造成食品安全問題高發(fā)，濫用甚至違用農(nóng)藥、獸藥；超量、超范圍使用食品添加劑，甚至使用非食用的化工原料作為食品添加劑添加到食品中。嚴重危害著人們的身體健康直至生命安全。因此依靠現(xiàn)有的類檢測儀器和技術(shù)方法是很難對食品安全狀況進行準(zhǔn)確可靠、及時全面地監(jiān)管的。

（三）、我國食品安全檢測中存在的問題

1、檢測標(biāo)準(zhǔn)不規(guī)范

（1）目前、國內(nèi)的食品安全檢測標(biāo)準(zhǔn)還有待進一步健全。

現(xiàn)在我國實施的各類食品安全標(biāo)準(zhǔn)有相當(dāng)一部分是行業(yè)標(biāo)準(zhǔn)，并不是國家標(biāo)準(zhǔn)。而在國際上許多發(fā)達國家使用的都是由國家立法機構(gòu)制定的國家標(biāo)準(zhǔn)，并且每一種食品都很明確的只對應(yīng)一個標(biāo)準(zhǔn)，運用起來也非常方便。但是由于我國受到歷史上計劃經(jīng)濟體制的影響，部分食品目前仍然還是有兩套標(biāo)準(zhǔn)，當(dāng)然，國家對現(xiàn)行的食品國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)整頓、合并，同時大幅度采用國際標(biāo)準(zhǔn)，解決了許多此類標(biāo)準(zhǔn)問題，混亂的產(chǎn)品標(biāo)準(zhǔn)問題已基本上得到了解決。

（2）我國食品安全衛(wèi)生標(biāo)準(zhǔn)對國際標(biāo)準(zhǔn)的采用和參照率仍然很低。

由于我國還不夠重視在檢驗測試等科學(xué)技術(shù)領(lǐng)域方面的投人， 沒有形成及時學(xué)習(xí)、借鑒國外先進檢測技術(shù)的機制。從而導(dǎo)致在一些關(guān)鍵的食品安全檢驗項目上如農(nóng)藥殘留、食品添加劑、轉(zhuǎn)基因食品、飼料等檢驗項目缺乏相關(guān)標(biāo)準(zhǔn)以及標(biāo)準(zhǔn)規(guī)定的檢驗方法。

2、檢測裝備不完善、設(shè)備落后

我國大多數(shù)食品檢測機構(gòu)資金匱乏，缺少資金投入，導(dǎo)致檢測設(shè)備遠遠落后于發(fā)達國家的先進技術(shù)裝備。盡管目前普遍采用了原子吸收、氣相色譜、高效液相色譜法等設(shè)備，但是像氣質(zhì)聯(lián)用、液質(zhì)聯(lián)用等在國際上公認的設(shè)備還沒有得到普及。而用于超痕量分析的高等檢測手段就更為缺乏。食品檢測機構(gòu)在實驗技術(shù)上所采用的檢測方法在操作上往往較為簡單容易，技術(shù)含量不高，體現(xiàn)在提取凈化實驗過程時，效果就更加不盡如人意。

3、檢測技術(shù)手段相對落后

技術(shù)支撐就是科學(xué)儀器和測試技術(shù)。在食品生產(chǎn)加工過程中用到的吊白塊、甲醛、雙氧水等雖然嚴重危害了人民的身體健康，但是一直到現(xiàn)在仍然沒有統(tǒng)一的標(biāo)準(zhǔn)檢測方法，現(xiàn)行的檢測方法基本上都是定性法，并不是定性和定量相結(jié)合的標(biāo)準(zhǔn)檢測方法，因此在抗干擾尤其在定量分析方面存在著嚴重不足。比如快速篩選檢測技術(shù)不夠成熟，超痕量分析方法尤為欠缺、殘留檢測方法不夠完善等。針對這種情況，食品安全監(jiān)管部門必須突破傳統(tǒng)的檢測技術(shù)的約束，充分利用有限的資金，積極研究檢測技術(shù)新方法、研制新的檢驗儀器，使檢測手段接近甚至超過國際先進水平，不斷提高分析和檢測的能力，發(fā)揮食品檢測機構(gòu)的技術(shù)支撐作用，進而更好地解決食品安全問題，保障人民群眾的身體健康乃至生命安全。

4、食品安全檢測專業(yè)技術(shù)人才欠缺

在食品檢測領(lǐng)域，長期以來，從事食品安全檢測的技術(shù)人員絕大多數(shù)都來自各個衛(wèi)生系統(tǒng)的醫(yī)療檢疫等部門。而具備食品檢測專業(yè)知識的大學(xué)生從業(yè)人員卻少得可憐。

三、食品安全檢測存在問題的對策以及今后的發(fā)展趨勢

（一）、提高食品檢測人員自身的檢測技能和素質(zhì)

食品檢測人員的基本素質(zhì)決定其在食品檢測中能否準(zhǔn)確地選擇適當(dāng)?shù)臋z測儀器、化學(xué)試劑以及適用的檢測方法等，因此，食品檢測人員應(yīng)當(dāng)熟練掌握試驗儀器、方法、操作等各項基本能力，并對檢測結(jié)果具有相應(yīng)的分析能力，以保證檢測的順利進行。另外，食品檢測人員還應(yīng)了解質(zhì)量體系涉及到的各項法律、法規(guī)，并應(yīng)用到食品檢測實際工作中，確保檢測結(jié)果的準(zhǔn)確、可靠，不受任何外界干擾，符合相關(guān)法律、法規(guī)規(guī)定。

（二）、對檢測機構(gòu)進行整合；實行信息資源共享

食品安全檢測工作是一項非常專業(yè)的技術(shù)工作，關(guān)系著企業(yè)的生存發(fā)展和人民的健康安全：目前的食品檢驗機構(gòu)，農(nóng)業(yè)、質(zhì)監(jiān)、工商、衛(wèi)生部門都設(shè)有下屬的檢驗機構(gòu)，但設(shè)置重復(fù)。檢測設(shè)備類同；檢驗項目重復(fù)。不夠?qū)I(yè)，檢驗水平不高，使檢驗結(jié)果不具有權(quán)威性，實際工作中甚至造成扯皮，互不承認對方的檢驗結(jié)果，這樣既浪費了有限的檢驗資源，又加重了企業(yè)的負擔(dān)。建議將農(nóng)業(yè)、質(zhì)監(jiān)、工商、衛(wèi)生部門下屬的檢驗機構(gòu)整合，成立專門的食品安全檢測機構(gòu)，同時強化食品生產(chǎn)企業(yè)在食品質(zhì)量安全方面的主體責(zé)任，檢測機構(gòu)加大食品市場抽檢，對抽檢的結(jié)果定期在新聞媒體上公布，或建立一個專門的信息平臺，各相關(guān)監(jiān)管部門之間關(guān)于食品安全的信息都在這一平臺上，從而形成信息資源共享。

（三）、研究、引進新設(shè)備、新技術(shù)，提高食品檢測科研水平

借鑒發(fā)達國家先進經(jīng)驗，結(jié)合我國國情，加大資金投入，研究、引進一些高端設(shè)備和新技術(shù)，以國際食品檢測技術(shù)發(fā)展為導(dǎo)向，加強我國在食品檢驗檢測方面的先進方法和技術(shù)的研究和應(yīng)用。提升食品安全檢測領(lǐng)域的整體水平。

（四）、健全檢測方法和標(biāo)準(zhǔn)

我國在食品安全性研究建設(shè)方面的投入和人民群眾對食品安全問題的需求差距還很大。我們不但要借鑒發(fā)達國家和地區(qū)的先進經(jīng)驗，跟上國際食品檢驗檢測技術(shù)發(fā)展的步伐，而且要結(jié)合我國自身的國情，加強我國食品檢驗檢測先進技術(shù)、方法和標(biāo)準(zhǔn)的研究。有針對性地研究部分先進的檢測方法、有選擇性地研制部分儀器設(shè)備以及玻璃儀器、檢測所需要的玻璃儀器、化學(xué)試劑等低質(zhì)消耗品。在積極引進國際上先進的檢驗檢測技術(shù)的基礎(chǔ)上。繼續(xù)加大對食品安全性的研究，積累經(jīng)驗并不斷探索新的分析檢驗方法，在食品關(guān)鍵控制技術(shù)、食品危險性評估技術(shù)以及食品安全標(biāo)準(zhǔn)等方面加大研究力度， 進一步健全和完善與食品相關(guān)的各項標(biāo)準(zhǔn)體系，更有效地開展食品安全監(jiān)督管理工作，逐步趕上并超過發(fā)達國家的食品安全檢驗檢測水平。

（五）、加強與食品安全相關(guān)的法律、法規(guī)的建設(shè)

法律、法規(guī)是企業(yè)和個人從事食品生產(chǎn)經(jīng)營活動必須遵守的行為準(zhǔn)則，是企業(yè)進行質(zhì)量管理活動的重要法律依據(jù)。建立食品安全檢驗的基層體系。明確檢驗人員的職責(zé)，避免生產(chǎn)企業(yè)內(nèi)部的檢驗走過場，對那些通過行政干預(yù)等手段強迫檢驗人員篡改檢驗數(shù)據(jù)、進行違章作業(yè)的相關(guān)企業(yè)領(lǐng)導(dǎo)，要從重從嚴追究其法律責(zé)任。與此同時，還要加強質(zhì)檢人員的道德規(guī)范教育的工作。在認真研究和完善食品安全法律、法規(guī)以及相關(guān)技術(shù)標(biāo)準(zhǔn)的前提下，以法律為武器嚴厲打擊各種涉及食品安全的各種違法行為，有力地保障人民群眾的身體健康和生命安全。