[发明专利]基于高光谱图像技术的窖泥总酸预测模型建立的方法

说明书

一种基于高光谱图像技术的窖泥总酸预测模型建立的方法，首先采集近红外以及可见光波段的高光谱图像信息，通过ENVI软件提取感兴趣区域(ROI)的平均光谱信息，经过黑白校正以消除光照不均引起的误差，估算出图像中每个像素点的平均光谱反射率，经过不做处理以及SNV、不同建模方法，分别建立基于全波段和特征光谱的定量预测模型，通过比较分析各拟合模型训练集和测试集决定系数和均方根误差的大小，从而筛选出窖泥总酸定量预测的最佳模型，本发明为白酒酿造产业化的转型升级以及数字化、智能化在线实时监测提供一种强有力的技术支持。

技术领域

本发明涉及一种基于高光谱图像技术的窖泥总酸预测模型建立的方法，属于固态发酵指标检测技术领域。

背景技术

固态发酵技术在我国有着悠久的历史，也是我国特有的酿造工艺。在白酒酿造行业中，窖泥是发酵的基础，其中以己酸菌为主的有益微生物菌群，利用糟醅中的营养物质进行产酸产酯，己酸乙酯是浓香型白酒的主体香味成分，因此窖泥在生产过程中对浓香型白酒质量起着决定性作用，评价窖泥好坏就显得比较重要。没有好的窖泥，就不能生产上乘的优质酒。

目前很多酒厂都面临入窖酸度过高的情况，这会严重影响酒糟的正常发酵，且导致出酒率过低。因为参与糖化和发酵的各种酶系，需要在适宜的酸度条件下才能发挥显著作用。因此入窖前，实时在线监测窖泥酸度，以便及时做出工艺调整，对防止窖泥酸化、老化是很有必要的。目前常用的总酸检测方法是电位滴定法，此方法耗时耗力，影响因素众多，导致误差偏大，并且检测结果往往滞后于实际生产。针对此问题，有学者研究用其他方法进行检测，如专利：高光谱图像技术定量检测固态发酵指标分布差异的方法(CN201510641747)，采集镇江香醋醋醅的全波段高光谱图像，筛选最优特征波数，建立含量预测模型；计算每个像素点对应的pH值；绘制含量分布图；计算目标区域所有像素点pH均值、标准差、NU值，以此定量分析指标含量分布图像的分布差异。

该专利的不足：该专利检测的是pH值，即游离氢离子浓度，因此pH与酸性物质的种类及含量息息相关，发酵基质对光谱的特征吸收性能也通过各种酸类物质所携带的发色基团表现，因为一种物质的光学特性一般是通过官能团表现出来的，不同官能团对不同波段光的吸收强弱存在差异，与分子结构有关。经前期预实验以及资料查询发现，总酸主要是通过羧基表现出其光学特性，并且在近红外波段有较强的吸收，而该专利仅采集了可见光区域的图像和光谱信息；未做全光谱与特征光谱的比较，直接筛选特征波长对应的光谱信息作为模型的输入变量，容易漏掉重要信息；未进行预处理去噪，易将非样本信号纳入计算；建模方式也较单一。

发明内容

本发明的目的是提供一种基于高光谱图像技术的窖泥总酸预测模型建立的方法，通过搭建高光谱数据采集系统，采集不同窖龄不同层次窖泥的光谱数据，对其进行校正处理，提取具有代表性的感兴趣区域每个像素点的平均光谱反射率，利用近红外以及可见光、不做处理以及SNV、全光谱以及特征光谱，结合不同的建模方式，建立窖泥总酸的预测模型，根据模型在训练集和测试集数据上的表现性能，筛选最优模型。本发明为白酒酿造产业化的转型升级以及数字化、智能化在线实时监测提供一种强有力的技术支持。

本发明采取的技术方案是：

基于高光谱图像技术的窖泥总酸预测模型建立的方法，包括以下步骤：

步骤一、光谱采样标定：为了消除光照不均匀等因素引起的误差，需要在采样之前，通过标定板对样品光谱数据进行黑白校正；

标定板颜色要与样品接近，否则容易干扰对样品光谱数据的采集，且反射性能要略优于样品的标定板才能实现对样品原始光谱的校正，此外，样品在可见光和近红外区域下的光谱反射性能不同，因此需要选择不同颜色的标定板，才能获取接下来可分析的数据信息。

针对近红外(900～1700nm)和可见光(400～1000nm)波段的差异，在可见光下选择灰色标定板，近红外光下选择米黄色标定板，同时对两个波段的标定分别进行参数设置，所述参数包括打光峰值、曝光频率、时间、平台移动速度；参数设置详见表格。