高光譜成像技術在釀酒高粱品種分類中的應用
發布時間:2024-06-21
瀏覽次數:241
高粱作為釀酒工藝中的重要原材料,其品種及品質的好壞,會直接影響酒的品質。因此,對釀酒高粱的品種進行分類,是一項重要的工作。實際操作中,主要采用人工分類,這種方法費時、主觀影響嚴重,難以形成統一的標準。為了提升分類的準確性,就可以使用高光譜成像儀?。本文介紹了高光譜成像技術在釀酒高粱品種分類中的應用。
高粱作為釀酒工藝中的重要原材料,其品種及品質的好壞,會直接影響酒的品質。因此,對釀酒高粱的品種進行分類,是一項重要的工作。實際操作中,主要采用人工分類,這種方法費時、主觀影響嚴重,難以形成統一的標準。為了提升分類的準確性,就可以使用高光譜成像儀。本文介紹了高光譜成像技術在釀酒高粱品種分類中的應用。
釀酒高粱品種分類的必要性:
高粱是我國重要的糧食作物之一,因其籽粒中含有豐富的營養物質在釀酒行業有著“好酒離不開紅糧”的精辟論斷,每年需求量高達2000萬頓。目前,釀酒高粱品種主要以高淀粉含量的瀘州紅、青殼洋、睿糯7號等糯高粱為主。由于釀酒高梁種類繁多,產地各不相同,籽粒中的淀粉、蛋白質、脂肪和單寧等含量有較大差異,導致釀造出的白酒在香型、風格、品質和產酒率上也有很大的差別。由此可見,在高梁原材料分批入庫前準確高效地對高粱品種進行鑒別,對釀造過程中泡糧時間、用水量、蒸糧時間等生產工藝控制,對產出優質白酒具有十分重要的指導意義。
傳統的鑒別方式主要有人工經驗判別和生物抽樣檢測,前者易受主觀影響,效率低,難以形成統一的標準,后者操作繁瑣、費時費力,兩者都無法滿足現代白酒企業對釀酒原料高粱的鑒別需求,因此急需尋找一種快速、準確且簡便的高粱品種分類檢測方法,而高光譜成像技術無疑是最好的選擇。
高光譜成像技術在釀酒高粱品種分類中的應用:
高光譜圖像技術是一種把傳統的光譜技術和二維成像技術于一體的新興的無接觸式檢測技術,通過對獲取待測物的光譜信息和圖像信息進行分析提取,實現對樣本的快速無損檢測。高光譜圖像技術具有高分辨率的特性,其圖像數據相鄰波段間隔比較窄,波段存在重疊,高光譜圖像數據每個像元均可提取一條完整的高分辨率光譜曲線,所以高光譜圖像技術已經發展成覆蓋了上百條光譜通道、像素點攜帶波譜信息量豐富的高分辨率檢測技術。
高光譜成像儀因其優越性,不僅在遙感領域大量應用,在釀酒高粱品種無損檢測領域也應用廣泛。它集合了成像技術和光譜技術兩者的優點,具有“圖譜合一”的特點,其中提取圖像信息檢測釀酒高粱品種外部品質,提取光譜信息則用于檢測釀酒高粱品種內部品質,同時可將圖像信息和光譜信息進行特,征融合,以此更好地檢測釀酒高粱品種的內外部品質。使用高光譜儀檢測釀酒高粱品種的具體步驟如下:
1.樣品采集
采集不同品種的釀酒高粱,分別進行編號。
2.光譜圖像數據采集
選取合適的樣品,使用高光譜成像儀采集釀酒高粱品種的高光譜圖像數據。高光譜圖像采集之前要先對儀器進行校正,高光譜成像系統的校正主要通過調節光強、圖像清晰度、圖像的失真來實現,影響圖像清晰度和是否失真的因素包括物鏡之間的高度,電控移位平臺移動速度和曝光時間。
3.特征波長提取
由于采集樣本的全波段光譜數據量大、信息混雜,且大量的光譜數據會造成模型復雜、計算量大等問題。因此,有必要對高光譜數據進行降維處理以尋找最能表征樣本品質指標的特征圖像,這樣即可以提高后期數據處理的速度,又可以去除數據中的冗余信息。
4.建立預測模型與評價
利用分析軟件采用不同的方法對原始光譜進行預處理,并使用該數據進行建模,分析不同的預處理方法對預測模型的作用。應用偏最小二乘回歸(PLSR)建立釀酒高粱品種預測模型,并對模型的預測能力進行驗證和精度評價。
利用高光譜成像技術對釀酒高粱品種內外品質進行檢測,然后對全波段釀酒高粱圖像做主成分分析,并根據主成分圖像的特征向量優選出具有特征的波段,針對特征波段選取相應的圖像處理和識別,最后利用圖像差值算法,就可以對釀酒高粱的品質進行評定,進而進行分類。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..