[发明专利]一种基于近红外光谱的寒富苹果品质无损检测方法在审
申请号: | 201510697123.X | 申请日: | 2015-10-26 |
公开(公告)号: | CN105527244A | 公开(公告)日: | 2016-04-27 |
发明(设计)人: | 宫元娟;裴军强;宁晓峰;周铁;秦军伟 | 申请(专利权)人: | 沈阳农业大学 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N21/3563 |
代理公司: | 沈阳利泰专利商标代理有限公司 21209 | 代理人: | 李枢 |
地址: | 110866 辽宁省沈*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 红外 光谱 苹果 品质 无损 检测 方法 | ||
技术领域
本发明属于农产品光谱分析、检测技术领域,涉及一种基于近红外光谱的寒富苹果品质无损检测方法,具体是一种苹果内部品质的检测方法,特别是寒富苹果糖度、酸度、质地(硬度或脆度)的检测方法。
背景技术
寒富苹果是以冬光和富士为亲本杂交而成的抗寒优质大苹果品种(李怀玉,乔凤岐.寒富苹果的育成及其社会效应[J].沈阳农业大学学报,1998,01:37-40.)。其果形短锥圆正,色彩红艳,外形美观,果实平均重量均在250g以上,最大可达900g,是单果重量较大的品种之一,其各项营养元素含量与鲜食优质果富士不相上下。但寒富苹果出汁率高于富士、国光、红星、黄元帅等其它苹果品种。
寒富苹果密植性强,尤其抗寒性明显超过国光等大型果,同时具有抗粗皮病、抗早期落叶病和抗蚜虫等特点。果实成熟较其他苹果品种早,有利于果实营养累积和树本恢复(苏秀丽.抗寒优质果树绿化新品种——寒富苹果[J].国土绿化,2008,01:54-55.)。自1997年培育问世以来,深受消费者青睐和果农大量种植。寒富苹果因其酸甜爽口、香甜酥脆,是备受北方人和欧洲人喜爱的一种鲜食水果。除了具有良好的鲜食品质以外,寒富苹果因其含酸量较高,是加工果酒、果汁、果醋和苹果罐头等产品的上好原料,所以近几年寒富苹果的市场需求量在不断攀升。
寒富苹果年出口量仅占总产量的3%左右,略高于全国苹果出口量仅占生产总量的1.5%的水平,制约着我国苹果出口主要原因是检测技术落后。采收后苹果大小、着色、成熟度、品质和商品性差异较大,应根据不同的用途进行检测和分级,而我国目前的苹果检测结果低于国际市场的标准,导致无法与国际其他国家品牌竞争。苹果附加值增加、苹果商品化和产业化等问题已逐渐成为制约苹果发展中的瓶颈问题,在检测过程中,对苹果进行实时检测,观察其生长信息具有实用价值。
发明内容
本发明的目的是提供一种利用可见/近红外光源针对寒富苹果内部品质进行无损检测的方法,该方法利用USB2000+近红外光谱仪和SpectraSuite光谱采集软件在480nm—900nm特征波段范围内对样品进行光谱采集,在光纤探头与参考板距离为24~42mm时的强度光谱作为参考光谱,照射颜色面按果品阴阳面比例、照射纬度在40°N~40°S范围内、具有表面特征特征(颜色、斑点、凹凸)的区域作为光谱采集点,得到的苹果反射率信息较完整且有代表性。利用光谱技术在检测平台上,可实现寒富苹果内部品质的无损检测,能够对寒富苹果中糖度、酸度、质地(硬度和脆度)进行快速分析,并可对寒富苹果品质进行预测,且可直接显示品质预测值,预测精度满足实际生产要求,该试验平台操作方法简单、易于控制、检测精度高。本发明可用于水果品质的在线检测分级。
采用的技术方案是:
一种基于近红外光谱的寒富苹果品质无损检测方法,其特征在于:包括以下步骤:
(1)待测样品的预处理:所有待测样品在采摘后检测前需放入自然冷源保鲜库中保存。从保鲜库中取出样品后实测前需对样品进行人工检查,确保样品表面没有变质情况,包括明显缺陷、腐烂和霉变。
(2)样品的光谱信息采集:
(2.1)扣除环境暗光谱:将满足以上筛选要求的待测样品置于非光谱采集区域,将设备连接,待光源温度稳定、发射出的近红外光波段的光平缓、稳定后,得到此时环境光谱曲线,此时扣除环境暗光谱,得到校正后的暗箱环境光谱。
(2.2)储存参考光谱:扣除暗光谱后将反射参考板放入平台内升降台光谱采集区域中,进行参考光谱的测定,在光线照射区域内移动反射参考板,观察光谱强度曲线随参考板位移变化的情况,待光谱强度处于3000—5000counts之间、光谱曲线清晰平稳、无明显跳动、无溢出、无失灵现象时,得到样品原始光谱曲线。
(2.3)光谱信息的采集:将反射参考板移出光谱采集区,移入待测样品,调节升降台使得反射参考板与光纤探头距离与上步骤相同、保持其他参数不变,照射颜色面按果品阴阳面比例进行采集,得到样品光谱曲线以及光谱数据。
(3)数据的整理及模型的建立:将得到的光谱文本数据统一整理输入Unscrambler9.7软件,通过对光谱信息的预处理找到模型综合判定系数最高的建模方法,建立预测模型后再利用软件中偏最小二乘回归的算法工具,对于模型进行最后的修正,得到最终的预测模型
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳农业大学,未经沈阳农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510697123.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:衰减全反射红外测试方法
- 下一篇:无损检测冬虫夏草原草真伪的方法