10.13718/j.cnki.xdzk.2022.09.006
基于高光谱成像的枇杷果实品质检测
采用高光谱成像技术(HSI)在可见/近红外(363~1026 nm)区域检测枇杷果实的可溶性固形物(SSC)和硬度,并判断其成熟度,以实现枇杷果实品质的无损检测和分级分选.利用蒙特卡洛法(MC)剔除异常样本,基于联合X-Y距离(SPXY)进行建模集和预测集样本的划分,再采用竞争性自适应权重采样算法(CARS)和连续投影算法(SPA)选取特征波长,与全波段光谱(FS)比较,分别建立偏最小二乘回归(PLSR)模型.结果显示,CARS-PLSR模型更优,CARS提取的SSC特征波长和硬度特征波长分别占总波长的8.52%和5.36%,枇杷果实中SSC和硬度的建模集相关系数Rc分别为0.9817,0.9707,预测集相关系数Rp分别为0.9185,0.7423,说明CARS能有效地对光谱进行降维,简化了数据处理过程.枇杷果实SSC和硬度的变化与果实成熟度显著相关,建立判别偏最小二乘法(DPLS)成熟度预测模型,预测集总识别准确率为89.29%.由此说明,高光谱成像技术可对枇杷品质进行有效检测,为枇杷果实的无损检测和分级分选提供了理论依据.
枇杷、高光谱成像、品质检测、偏最小二乘回归、判别偏最小二乘法
44
Q946;TS255(植物学)
国家重点研发计划;西南大学博士基金项目
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
52-60