基于高光谱成像的青梅酸度检测方法

摘要：

针对传统理化分析的青梅酸度检测方法破坏性大、耗时长、无法实现在线检测的不足,对基于高光谱成像技术的青梅酸度快速无损检测方法进行研究.采集了487个青梅样本在550～1 000nm波段内的高光谱图像,经过光谱相对反射率校正和6种不同滤波后,分别利用连续投影算法(SPA)、遗传算法(GA)以及连续投影结合遗传算法(SPA+ GA)3种光谱降维方法,提取了反映青梅内部酸度信息的特征波长,并建立波长与青梅pH值的偏最小二乘(PLS)预测模型,研究不同滤波和不同降维方法下的预测精度.研究结果表明:同一预测模型,Savitzky-Golay(S-G)平滑滤波预测精度最高;相比SPA或GA单一算法降维,经5点S-G平滑滤波后SPA+ GA光谱降维的方法,可显著降低模型复杂度,提高模型预测精度,预测集的均方根误差为0.070 6,相关系数为0.792 5.

关键词：青梅、酸度、高光谱图像、遗传算法、连续投影法、特征降维

所属期刊栏目：48

分类号：TS201.2;TS207.3(食品工业)

资助基金：国家自然科学基金面上项目31570714;江苏省重点研发计划项目BE2015304-3;江苏高校优势学科建设工程项目;2016年度省级战略性新兴产业发展专项资金项目和南京2015年度科技发展计划项目201505058

在线出版日期：2017-11-14（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：318-323