[发明专利]香蕉可溶性固形物含量的可见/近红外光谱无损检测方法在审

专利信息
申请号: 201910729171.0 申请日: 2019-08-08
公开(公告)号: CN110320165A 公开(公告)日: 2019-10-11
发明(设计)人: 杨洲;李婧娴;付函;段洁利;向军;丁允贺;蒋寅龙;李波;王伟强;王韬隐;余孝福 申请(专利权)人: 华南农业大学
主分类号: G01N21/25 分类号: G01N21/25
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 510642 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 可溶性固形物 香蕉 预处理 近红外光谱 光谱数据 光谱信息 特征波长 无损检测 香蕉样品 多元线性回归模型 近红外光谱仪 快速检测 数学模型 特征波段 样本光谱 预测能力 采摘期 衡量 导数 光谱 一阶 无损 矫正 样本 判定 采集 记录
【权利要求书】:

1.香蕉可溶性固形物含量的可见/近红外光谱无损检测方法,其特征在于:针对已知可溶性固形物含量的香蕉样品,用可见/近红外光谱仪采集香蕉样品表面的光谱信息,获得各种样本的光谱代表信息后,还需对光谱信息进行预处理;将香蕉光谱数据导入TheUnscrambler X 10.1中,进行样本光谱数据的预处理,即依次采用多项式卷积平滑法和标准正态变量矫正进行消噪处理;为了提高模型精度,利用导数矫正法进行特征波长的提取,基于一阶微分提取的特征波长段对应的光谱数据建立多元线性回归模型,记录该模型下的衡量指标,最终选定特征波段为1230nm-1440nm;建立数学模型后,需要有指标对模型的准确性、可靠性、稳定性和预测能力作出衡量和评价。

2.根据权利要求1所述的香蕉可溶性固形物含量的可见/近红外光谱无损检测方法,其特征在于,包括以下步骤:

1)样本准备

试验品种为巴西蕉,为减少样本大小造成的误差,用游标卡尺挑选出具有代表性且大小均匀、没有机械损伤和虫害缺陷的果实,总共果指数45根,为避免采后病害,试样用0.05%的施保功浸泡3min后常温下晾干,将45个样本以3:1的比例随机划分为校正集和预测集,其中校正集33个和预测集12个,并编号、标记;

2)光谱数据获取

采用900-1700nm的可见/近红外光谱仪扫描获得完整香蕉样本的光谱数据,扫描方式为连续波长扫描,采集方式为漫反射;光纤与样品表面刚好接触,采集前用白板进行校正;在每个样品弯曲度最大的部位,360度周向范围内均匀采集3个不同区域的光谱信息,然后取其均值作为相应样本的光谱信息,由软件自动保存至电脑;

3)可溶性固形物含量的理化检测

采集完香蕉样本的光谱信息后,再依照编号次序,利用手持式数显折光仪测量对应样本的糖分含量作为标准,具体流程为:称取香蕉样品光谱照射位置附近的果肉各1g,放入3个烧杯中研碎,用移液枪吸取去离子水,分别加入24ml到每个烧杯中,用磁力搅拌器搅拌后静置备用,用移液枪从每个烧杯中吸取5ml样品的上清液,逐次滴加到折光仪的检测部位,使汁液盖满检测部位进行测量,每测量一次之后,都用去离子水清洗折光仪的检测部位和移液枪,接着进行下一次的检测,以免造成数据误差,以三次测量的均值作为待测样本的理化值;

4)光谱数据预处理

在原始光谱图中,光谱两端的波段所掺杂的噪声多,信噪比低,为了建立模型的精度,选取955-1615nm波长下的光谱反射率进行预处理;将光谱数据导入The Unscrambler X10.1中,依次采用多项式卷积平滑法和标准正态变量矫正进行消噪处理;

5)特征波段的提取

为了提高模型的预测精度,用导数矫正法对原始光谱数据进行一阶微分,将微分后的光谱数据生成光谱图,由于糖类物质中的C-H、O-H在1200nm和1450nm附近有吸收峰,通过波峰选择特征波段:1230-1440nm,含有40个波长:1232nm、1238nm、1244nm、1249nm、1255nm、1261nm、1266nm、1272nm、1278nm、1283nm、1289nm、1295nm、1301nm、1306nm、1312nm、1318nm、1323nm、1329nm、1334nm、1339nm、1345nm、1351nm、1356nm、1341nm、1346nm、1352nm、1358nm、1363nm、1368nm、1373nm、1389nm、1395nm、1401nm、1407nm、1415nm、1421nm、1427nm、1432nm、1438nm;

6)校正集模型的建立

以折光仪测量的33个校正集的糖分含量为Y值,以步骤4)、5)处理后的光谱反射率为X值,基于特征波段对应的光谱数据建立多元线性回归模型,结果表明,采用一阶微分法提取的特征波长所建立模型的效果最好,能满足需求,因此,一阶微分法能够作为香蕉果实特征波段提取的最佳方法;

7)模型预测

利用检验集的12个样本进行验证,得到预测集样本中糖分含量的预测值和真实值之间的线性关系,发现绝大多数样本的预测值和测量值的绝对误差值在0.06以下,都在规定范围内,因此,模型的精度能够满足需求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华南农业大学,未经华南农业大学许可,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/201910729171.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top