基于分子光谱图像识别的食用油快速分类研究

摘要：

分子光谱分析技术结合化学计量学已成为一种非常活跃的食用油鉴别方法.然而,当不同类型的样本之间的光谱差异极其微小时,利用传统的分类技术也很难将其分开.为了完成相似品种食用油的快速识别和分类,收集了包括芝麻油、玉米油、油菜籽油、调和油、葵花油、花生油、橄榄油七种食用油的衰减全反射红外光谱,在此基础上,采用图像识别的方法对七种食用油进行快速分类.在所提出的图像识别方法中,首先,将通过多元散射校正预处理后的红外光谱吸光度矩阵进行自相关运算,利用等高线原理根据吸光度强度值的不同生成光谱图像,以扩大的光谱差异并提高光谱可视化.然后,根据图像膨胀的原理找到光谱图像的局部特征点,将其作为图像特征.最后,使用BP神经网络对特征点进行训练和分类预测.为了对比所提出的方法,PCA-BP和KL-BP的方法被用于与图像识别的方法进行比较,实验结果表明,图像识别方法的正确识别率为94.4%,高于PCA-BP的66.7% 和KL-BP的83.3%.所提方法为实现食用油的快速识别和检测提供了一条新的有效途径.

关键词：食用油、分子光谱、光谱可视化、特征提取、图像识别

所属期刊栏目：39

分类号：O561.3(分子物理学、原子物理学)

资助基金：Foundation item :Beijing Natural Science Foundation 4172044 ,Chaoyang District Collaborative Innovation Project CYXC1707

在线出版日期：2019-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：659-664