[发明专利]一种基于高光谱的黄桃可溶性固形物快速检测方法及装置

说明书

本发明公开了一种基于高光谱的黄桃可溶性固形物快速检测方法，主要过程为：首先在黄桃上标记位置，利用光谱仪采集该位置的光谱反射率数据，再使用折光仪测量对应部位果肉的SSC；其次对光谱进行微分处理，分析光谱与SSC之间的关系，并建立根据光谱推算SSC的数学模型。本发明还公开了一种基于高光谱的黄桃可溶性固形物快速检测装置，包括放置有黄桃的传送带和设于传送带上的检测箱，检测箱顶部设有连接计算机的光谱探头，光谱探头内置光源；在传送带的作用下，黄桃依次经过检测箱，光谱探头采集检测箱内黄桃的光谱反射率数据后传输给计算机分析计算对应部位果肉的SCC值。

技术领域

本发明涉及水果品质无损检测领域，具体涉及一种基于高光谱的黄桃可溶性固形物快速检测方法及装置。

背景技术

传统的水果品质检测方法需要进行破坏性采样，难以实现对水果品质批量化、自动化和在线实时检测。随着高光谱技术的发展，利用高光谱对水果品质进行无损检测成为一个重要的趋势。

强锋等人于2017年在《现代食品科技》第33卷第4期发表了《基于VIS/NIR高光谱技术的灵武长枣SSC含量的无损检测研究》，其利用高光谱技术对灵武长枣可溶性固形物含量(SSC)检测进行研究，为灵武长枣内部品质无损检测提供科学方法。以灵武长枣为对象，对光谱教据进行预处理，应用连续投影算法(SPA)和正自适应加权算法(CARS)进行关键波长的选择，通过偏最小二乘回归(PLSR)和主成分回归(PCR)建立预测模型。

魏萱等人于2017年在《食品与机械》第33卷第10期发表了《基于近红外高光谱成像技术的涩柿SSC含量无损检测》，其对150个涩柿采集900～1700nm波段的近红外高光谱图像信息，利用蒙特卡罗—无信息变量消除(MC-UVE)和连续投影算法(SPA)对感兴趣区域光谱进行波长优选，利用的同样是偏最小二乘检测模型。

发明内容

针对本领域存在的不足之处，本发明提供了一种基于高光谱的黄桃可溶性固形物快速检测方法。本发明以黄桃为对象，通过分析黄桃可溶性固形物含量(soluble solidscontents，SSC)的光谱特征，建立黄桃SSC高光谱反演模型，实现黄桃SSC无损检测，推动黄桃品质的自动在线检测与分级技术在生产中的应用，有助于实现水果分级，提高水果产业的经济效益。

一种基于高光谱的黄桃可溶性固形物快速检测方法，包括：

S1、在黄桃上标记位置，利用光谱仪采集该位置的光谱反射率数据，再使用折光仪测量对应部位果肉的SSC值；

S2、对所述光谱反射率数据进行微分处理，分析同一部位的光谱与SSC之间的关系，并建立根据光谱推算SSC的数学模型，具体包括步骤：

(1)对所述光谱反射率数据进行平滑去噪处理，计算二阶微分光谱；

(2)采用连续投影算法对二阶微分光谱波段进行筛选；

(3)以步骤(2)筛选得到的波段的二阶微分光谱为自变量，以S1测量得到的SSC值作为因变量，使用高斯过程回归方法构建黄桃SSC高光谱反演模型；

记x_*为测试点，其对应的最可能的SSC输出值即预测值y_*的后验分布为

其中，X＝[x₁,x₂,···,x_n]为自变量光谱矩阵，n为训练样本数，y为测量得到的SSC值，

cov(y_*)＝k(x_*,x_*)-K(x_*,X)[K(X,X)+σ_n²A_n]^-1K(X,x_*) (II)