高光譜圖像技術在沙梨無損檢測中的應用
發(fā)布時間:2024-07-10
瀏覽次數(shù):180
沙梨又名金珠果,果皮色澤多為褐色或綠色,果肉細嫩脆爽,汁多味甜,深得消費者喜愛。目前,國內外對水果品質檢測方法常采用有直接破壞性的化學檢測方法、近紅外光譜檢測技術以及高光譜圖像檢測技術等。本文簡單介紹了高光譜圖像技術在沙梨無損檢測中的應用。
沙梨又名金珠果,果皮色澤多為褐色或綠色,果肉細嫩脆爽,汁多味甜,深得消費者喜愛。目前,國內外對水果品質檢測方法常采用有直接破壞性的化學檢測方法、近紅外光譜檢測技術以及高光譜圖像檢測技術等。本文簡單介紹了高光譜圖像技術在沙梨無損檢測中的應用。
檢測方法
采集80個沙梨樣本在400-1 000 nm內的高光譜圖像數(shù)據(jù)及其對應的糖度,采用變量標準化、多元散射校正(MSC)、平滑濾波、基線校正等方法對原始光譜數(shù)據(jù)進行預處理,發(fā)現(xiàn)MSC 預處理效果最佳,再通過無信息變量消除法對MSC預處理后的光譜數(shù)據(jù)進行壓縮,最后分別建立BP神經(jīng)網(wǎng)絡和PLS沙梨糖度預測模型。
檢測設備
高光譜成像儀,可以采用賽斯拜克SC系列高光譜相機,光譜波長測量范圍為400-1700 nm,分辨率為2.5nm,能夠精準捕捉沙梨的光譜特征。
?
實驗結果
無信息變量消除法將光譜變量壓縮到 234個,有效減少了建模的輸人變量,建立的PLS預測模型和BP神經(jīng)網(wǎng)絡的預測相關系數(shù)均在0.85以上,而PLS預測模型的相關系數(shù)為0.9508,均方根誤差為0.268,優(yōu)于BP神經(jīng)網(wǎng)絡模型。
本研究將高光譜圖像技術與無信息變量消除法相結合,建立沙梨糖度PLS預測模型,為實現(xiàn)水果快速、無損檢測奠定了理論基礎。
?
相關產品
-
紅外光譜的發(fā)展、原理、特點、分類
紅外光譜的發(fā)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(jīng)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(fā)展與創(chuàng)新的主要方向。本..
-
近紅外光譜技術的優(yōu)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(fā)達國家廣泛應用在產業(yè)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(xié)會和美國谷物化學..
-
高光譜數(shù)據(jù)常見預處理方法有哪些?
高光譜在采集數(shù)據(jù)時會有成百上千個不同的波段數(shù)據(jù),數(shù)據(jù)量巨大從而增加了數(shù)據(jù)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(huán)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(shù)據(jù)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(shù)據(jù),全波段數(shù)據(jù)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..