库尔勒香梨感官及理化指标的定量无损检测
目的 利用高光谱成像技术建立库尔勒香梨分级指标的快速检测方法.方法 选择采摘期香梨作为研究样本,以颜色(a*)、硬度(带皮硬度,hardness)和可溶性固形物(soluble solids content,SSC)为研究指标,使用高光谱成像系统采集样本900～1700 nm范围波长的漫反射光谱.提取样本感兴趣区域(region of interest,ROI)的光谱并对其进行预处理,采用多元散射校正(muliplication scattering correction,MSC)、标准正态变量变换(standard normal variable transformation,SNV)及其分别与卷积平滑滤波法(savitzky-golay,S-G)相结合的组合处理方法.基于不同的预处理结果建立偏最小二乘回归(partial least squares regression,PLSR)预测模型,以验证集相关系数(Rv)和均方根误差(RMSEv)对模型进行评价.为进一步优化模型,采用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)筛选特征波长,并建立PLSR模型和最小二乘支持向量机(least square-support vector machine,LS-SVM)模型对比建模效果.结果 MSC-SG多光谱数据的预处理效果最好.使用CARS筛选的特征波段建立的LS-SVM模型效果最佳,香梨a*、硬度和SSC的模型预测值与标准理化值的相关系数分别为0.873、0.908和0.916,均方根误差分别为0.375、0.385 kg/mm2和0.346％.结论 利用高光谱成像技术可以实现库尔勒香梨多品质参数的无损检测.
高光谱成像;库尔勒香梨;颜色;硬度;可溶性固形物;无损检测
12
国家自然科学基金项目;新疆生产建设兵团第一师科技局项目;塔里木大学现代农业工程重点实验室开放课题
2021-09-02（万方平台首次上网日期，不代表论文的发表时间）
共7页
5356-5362
