基于近红外高光谱图像技术的栗果品质无损检测

摘要：

提出一种基于近红外高光谱图像技术的板栗果实品质快速无损检测方法.分别选取3个不同品种栗果、1个品种的霉变栗果和1个品种的虫害栗果各30个样品,采集供试样品的近红外高光谱数据;采用偏最小二乘法(PLS)建立栗果中总糖和淀粉含量预测模型,预测值与实际值的相关系数为0.931 3～0.958 7,均方根误差为0.062 4～0.225 0;结合主成分分析法(PCA),建立不同品种栗果鉴别以及识别霉变、虫害、正常栗果的判别分析(DA)模型,模型的识别率分别为96.7％和98.6％.结果 表明,近红外高光谱图像技术可用于栗果总糖和淀粉的定量预测,以及不同品种栗果和霉变、虫害果的快速定性识别.

关键词：板栗、近红外高光谱图像技术、无损检测、品质鉴定、化学计量学

所属期刊栏目：46

分类号：S123;S664.2(农业物理学)

资助基金：2017年安徽省创新型省份建设专项“安徽农业大学特色园艺作物种质资源圃”科计[2017]59号项目和安徽省高等学校自然科学研究项目KJ2018A0160

在线出版日期：2019-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：160-166