基于高光谱成像检测猕猴桃冷害的研究

摘要：

[目的]本文旨在建立基于高光谱成像技术检测猕猴桃冷害的方法,实现猕猴桃冷害的无损甄别.[方法]以'红阳'猕猴桃为材料,通过分析其400～1000 nm和1000～2000 nm波段下的光谱,比较不同预处理下的偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型,选出正确率较高的模型,对该方法构建全波段和特征波段光谱信息的模型,并对结果进行比较.[结果]主成分分析(PCA)结果表明,不同冷害等级的猕猴桃样本可以区分,但相邻等级猕猴桃样本间存在少量重叠.自动标准化(Autoscale)为最佳预处理方式,基于Autoscale建立的SVM模型相对于其他模型具有更高的准确率.在400～1000 nm波长范围,连续投影算法(SPA)选择特征波长相对于全波长的模型更优,建模集、预测集正确率分别为100％和94.2％,在1000～2000 nm波长范围,竞争性自适应重加权算法(CARS)选择特征波长比全波长模型效果更好,建模集、预测集正确率分别为92.3％和86.5％.[结论]高光谱成像技术可以全面、准确、快速地预测猕猴桃冷害程度,该技术为猕猴桃的流通、销售提供了理论依据.

关键词：高光谱、猕猴桃、冷害、无损检测

所属期刊栏目：45

分类号：TS255(食品工业)

资助基金：国家自然科学基金;江苏高校优势学科建设工程资助项目

在线出版日期：2022-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：386-394