[发明专利]可溶性固形物含量的在线检测速度补偿方法及装置

说明书

本发明实施例提供一种可溶性固形物含量的在线检测速度补偿方法及装置，属于农产品检测技术领域。该方法包括：基于可溶性固形物含量的预设模型，检测目标水果的可溶性固形物含量；其中，可溶性固形物含量的预设模型是将校正集放置在传送带上后，基于多种传送速度下校正集的透射光谱数据建立得到的，校正集中包括用于建立模型的样本水果，预设模型为可见光谱检测模型和/或近红外光谱检测模型。由于可溶性固形物含量的预设模型是将校正集放置在传送带上后，基于多种传送速度下校正集的透射光谱数据建立得到的，从而可减小光谱检测速度变化对基于单一速度光谱信息建立的检测模型的影响，借助从多速度下光谱信息中筛选出的特征波长，得到较优的预测精度。

技术领域

本发明实施例涉及农产品检测技术领域，尤其涉及一种可溶性固形物含量的在线检测速度补偿方法及装置。

背景技术

苹果的可溶性固形物含量是衡量苹果内部品质的重要指标，也是影响消费者购买意愿的决定因素之一。拥有快速无损等优势的近红外光谱技术在苹果可溶性固形物含量检测方面近年来得到了广泛应用。然而在实际应用中，检测模型的稳定性往往受苹果样本的温度、产地、品种、季节性差异等因素的影响。苹果表面的可溶性固形物含量分布不均匀，其分布趋势沿果梗到花萼方向逐渐升高。此外，实际在线检测中，样本在传送带上的运动速度是影响检测精度的关键因素之一，这就可能导致不同速度下采集的光谱信号间的差异性，从而影响苹果可溶性固形物含量近红外光谱检测模型的预测精度。

在相关技术中，关于苹果可溶性固形物含量的近红外光谱在线检测的研究，多是针对单一速度，如仅通过采集苹果在30cm s^-1速度下的光谱信息，建立苹果可溶性固形物近红外光谱检测模型，而当用该模型去预测苹果其他速度(如50cm s^-1)的可溶性固形物含量时，其预测精度就会受到影响。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的可溶性固形物含量的在线检测速度补偿方法及装置。

根据本发明实施例的第一方面，提供了一种可溶性固形物含量的在线检测速度补偿方法，包括：

基于可溶性固形物含量的预设模型，检测目标水果的可溶性固形物含量；其中，可溶性固形物含量的预设模型是将校正集放置在传送带上后，基于多种传送速度下校正集的透射光谱数据建立得到的，校正集中包括用于建立模型的样本水果，预设模型为可见光谱检测模型和/或近红外光谱检测模型。

本发明实施例提供的方法，通过建立可溶性固形物含量的预设模型，并基于可溶性固形物含量的预设模型，检测目标水果的可溶性固形物含量。由于可溶性固形物含量的预设模型是将校正集放置在传送带上后，基于多种传送速度下校正集的透射光谱数据建立得到的，从而可减小光谱检测速度变化对基于单一速度光谱信息建立的检测模型的影响，借助从多速度下光谱信息中筛选出的特征波长，得到较优的预测精度。

另外，克服了光谱检测速度对可溶性固形物含量的预设模型的影响，提高了模型的稳定性。为实际生产中苹果可溶性固形物含量的在线检测奠定了理论基础。为改进目前仅通过单一速度建立的模型，减小因光谱检测速度的变化对其产生的影响具有一定借鉴意义。最后，在保证模型预测精度略微提高的同时，又使模型得到精简，对实际在线检测模型的优化具有一定的指导意义。

根据本发明实施例的第二方面，提供了一种可溶性固形物含量的在线检测速度补偿装置，包括：

检测模块，用于基于可溶性固形物含量的预设模型，检测目标水果的可溶性固形物含量；其中，可溶性固形物含量的预设模型是将校正集放置在传送带上后，基于多种传送速度下校正集的透射光谱数据建立得到的，校正集中包括用于建立模型的样本水果，预设模型为可见光谱检测模型和/或近红外光谱检测模型。

根据本发明实施例的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及