基于高光譜成像技術(shù)的哈密瓜表面農(nóng)藥殘留檢測(cè)技術(shù)研究.pdf

1、哈密瓜是新疆名優(yōu)特色水果之一。由于哈密瓜香味獨(dú)特，極富營(yíng)養(yǎng)，且哈密瓜籽具有超強(qiáng)的抗氧化能力，因此深受廣大人民群眾的喜愛。食品安全問題是近幾年來人們主要關(guān)注的話題，本文以新疆哈密瓜為研究對(duì)象，對(duì)食品安全問題中的其中一項(xiàng)----農(nóng)藥殘留，進(jìn)行研究。關(guān)于農(nóng)藥殘留的檢測(cè)方法紛繁多樣，如氣相色譜、液相色譜、酶抑制法等，但需在檢測(cè)時(shí)間、成本、樣本損傷等方面進(jìn)行改進(jìn)。快速、無損、精準(zhǔn)是檢測(cè)手段的終極目標(biāo)。因此，本文采用高光譜成像技術(shù)對(duì)哈密瓜表面農(nóng)藥殘

2、留進(jìn)行無損檢測(cè)，進(jìn)而為生產(chǎn)制造出一種快速無損的農(nóng)殘檢測(cè)儀提供理論依據(jù)。本文的主要研究?jī)?nèi)容如下：
　　(1)用蒸餾水分別配制不同農(nóng)藥種類及不同濃度的農(nóng)藥樣本溶液，分別滴在哈密瓜表面，并做好標(biāo)記；利用高光譜成像系統(tǒng)分別采集不同光源下波長(zhǎng)在450~1000nm范圍內(nèi)的數(shù)據(jù)，提取ROI區(qū)域的光譜數(shù)據(jù)，為降低噪聲等對(duì)數(shù)據(jù)的影響，對(duì)光譜進(jìn)行預(yù)處理。
　　(2)根據(jù)提取的 ROI區(qū)域的波長(zhǎng)數(shù)據(jù)，對(duì)不同光源環(huán)境下7類不同農(nóng)藥種類的哈密瓜，在

3、450~1000nm有效光譜波長(zhǎng)范圍內(nèi)，采用峰值法優(yōu)選出特征波長(zhǎng)，采用距離判別法、貝葉斯判別法、支持向量機(jī)分類以及極限學(xué)習(xí)機(jī)分類四種預(yù)測(cè)模型進(jìn)行識(shí)別分類，識(shí)別準(zhǔn)確率最高可達(dá)99.29％。
　　(3)不同光源環(huán)境下同種類農(nóng)藥不同濃度識(shí)別分類，采集鹵素?zé)艉妥贤鉄艄庠聪虏煌瑵舛鹊男亮蛄邹r(nóng)藥和氰戊菊酯農(nóng)藥光譜數(shù)據(jù)，選擇特征波長(zhǎng)，用距離判別法、貝葉斯判別法、支持向量機(jī)及極限學(xué)習(xí)機(jī)方法，對(duì)同種農(nóng)藥不同濃度類別進(jìn)行判別。在線性判別方法中，用距離

4、判別法對(duì)哈密瓜表面農(nóng)藥濃度類別進(jìn)行判別，兩種農(nóng)藥濃度類別判別準(zhǔn)確率均可達(dá)100%；在非線性判別方法中，采用支持向量機(jī)方法判別氰戊菊酯與辛硫磷農(nóng)藥濃度類別準(zhǔn)確率高于極限學(xué)習(xí)機(jī)，用支持向量機(jī)判別辛硫磷農(nóng)藥濃度類別準(zhǔn)確率可達(dá)100%，用支持向量機(jī)方法判別氰戊菊酯農(nóng)藥濃度類別準(zhǔn)確率為86.67%。
　　(4)探究不同的光源對(duì)判別結(jié)果的影響。對(duì)哈密瓜表面農(nóng)藥殘留種類進(jìn)行判別時(shí)，采用四種判別方法，通過對(duì)比在鹵素?zé)襞c紫外燈光源下的準(zhǔn)確率，可以看