10.3964/j.issn.1000-0593(2020)12-3871-07
香蕉贮藏中腐败基准确定与高光谱信息表征及腐败预警模型构建
为了实现香蕉在贮藏过程中的腐败预警,对不同贮藏时间的香蕉进行高光谱数据采集.应用Savitzky-Golar(SG)平滑对原始光谱进行降噪处理,以获得少噪声干扰的光谱数据.提出一种基于WilksΛ统计量结合主成分信息融合的高光谱特征波长提取方法.该方法可描述为:先对降噪后的高光谱数据进行主成分分析(PCA),然后对获取的主成分数据分别构建WilksΛ统计量,进而可选出WilksΛ值最小的主成分变量(第3主成分,PC3),绘制出该主成分对应于原始变量(各波长)下的组合权重系数图,将权重系数图中的波峰、波谷所对应的波长变量提取出来即为该法提取出的特征波长.按此方法共提取出9个特征波长.同时,对香蕉的色差数据进行分析,通过分析测试样本的L*,a*,b*,ΔE值随贮藏时间的变化趋势,找到数据异常点(拐点)所在位置,并结合实际感官情况初步确定了腐败基准为第6个贮藏日.为了进一步说明所确定的腐败基准的合理性,应用特征光谱数据做出不同贮藏时间样本平均光谱反射值曲线,对比发现在不同特征波长下光谱反射值均在贮藏第6天达到最小值,与色差指标分析结果一致,进一步证明了腐败基准选取的正确性.所以,可用第6个贮藏日的特征光谱信息来表征基准信息,以生成腐败基准的特征光谱表征向量及其对应的协方差矩阵.最后,以表征腐败基准的光谱特征向量为基点,采用马氏距离(MD)构建了香蕉贮藏过程中基于高光谱特征波长信息的腐败预警模型,并对模型进行了验证.结果表明:随着香蕉贮藏时间的延长,该预警模型给出的测试样本与腐败基准的距离越来越近,吻合香蕉腐败的实际进程.因此,所提出的高光谱特征波长提取方法、腐败基准的确定及其表征方法以及腐败预警高光谱模型是合适的,能有效地预警香蕉腐败.
香蕉、色差、高光谱、Wilks Λ统计量、马氏距离、预警模型
40
TS205.9(食品工业)
国家重点研发计划项目2017YFC1600802
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
3871-3877