基于近紅外高光譜圖像技術(shù)對板栗果實的無損檢測與品質(zhì)鑒定.pdf_第1頁
已閱讀1頁,還剩42頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、板栗素有“木本糧食”之稱,適于鮮食、炒食、菜用,也可以用于加工板栗全粉、速溶粉,以及生產(chǎn)板栗糊、板栗羹、板栗沖劑、板栗糕點等特色食品,具有較高的營養(yǎng)價值和經(jīng)濟(jì)價值,是我國傳統(tǒng)出口農(nóng)產(chǎn)品之一。板栗原產(chǎn)于我國,中國板栗品種大體可分北方栗和南方栗兩大類,在果肉特點上存在著顯著差異,北方栗果肉偏糯性,富含糖和蛋白質(zhì),而南方栗果肉偏粳性,富含淀粉。同時,在板栗生產(chǎn)中,常受到栗實象甲等害蟲危害,幼蟲在栗實內(nèi)取食子葉,并將蟲糞充滿蛀道內(nèi)。但往往在外觀

2、上難以察覺。另外,板栗果實為頑拗型種子,在貯藏過程中怕熱、怕凍、怕干、怕濕,難以有效得到貯藏保鮮,貯運期果實易混雜已喪失商品價值和食用價值的栗果。
  傳統(tǒng)的栗果品質(zhì)檢測多采用化學(xué)分析方法,且多在實驗室內(nèi)進(jìn)行,該方法需要對果實進(jìn)行破碎后逐一檢測,費時費力、檢測效率低,往往檢測的樣本數(shù)量有限,難以保證抽樣的代表性,從而無法實現(xiàn)快速無損檢測。因此,開發(fā)一種快速、高效、無損的果品檢測技術(shù),以滿足果品大規(guī)模品質(zhì)分析和分級處理的需要,提高果

3、品采后處理的標(biāo)準(zhǔn)化水平,是當(dāng)前果品生產(chǎn)中亟待解決的問題。
  近年來興起的高光譜圖像技術(shù)具有多波段、高分辨率和圖譜合一的特點,能夠融合二維圖像和光譜技術(shù)分析等多方面的優(yōu)勢,同時,該技術(shù)作為一種快速、高效、無損的檢測方法,在農(nóng)產(chǎn)品、醫(yī)藥、化工的檢測等方面得到了快速發(fā)展。但由于高光譜技術(shù)本身的高維特性,降維處理方法的不同,以及光譜數(shù)據(jù)處理方法的差異等造成模型的多樣性。因此,需要我們對基于高光譜圖像技術(shù)分析的果品快速無損檢測方法進(jìn)行進(jìn)一

4、步優(yōu)化。
  本論文采用近紅外高光譜圖像技術(shù)結(jié)合不同的化學(xué)計量學(xué)方法,建立板栗果實的快速無損檢測和品質(zhì)鑒定方法。試驗選擇一定數(shù)量的建模樣品,按比例隨機(jī)分為建模集和驗證集,應(yīng)用近紅外高光譜圖像技術(shù)掃描獲取所有供試樣品的原始光譜數(shù)據(jù)。采用多元散射校正(Multiplicative signal correction,MSC)、導(dǎo)數(shù)(Derivative)、平滑等方法對原始光譜進(jìn)行預(yù)處理,根據(jù)所測組分含量和光譜特征選取合適的光譜波長范圍

5、;利用判別分析(discriminant analysis,DA)法,建立板栗果實近紅外高光譜的判別分析模型,用于不同板栗品種和病蟲害果實的區(qū)分和鑒定。再進(jìn)一步利用偏最小二乘(partial least square,PLS)法建立不同品種板栗果實的定量模型。
  本論文試驗取得了如下主要結(jié)果:
  1、以“泰栗一號”、“沂蒙短枝”和“舒城小栗”三種板栗果實為供試樣品,比較了不同光譜預(yù)處理方法對板栗果實分析指標(biāo)預(yù)測結(jié)果的影響

6、,采用PLS方法建立了不同板栗品種的混合定量模型,并對果實總糖和淀粉兩個重要品質(zhì)指標(biāo)進(jìn)行了預(yù)測分析。結(jié)果表明,MSC+二階導(dǎo)數(shù)+SG平滑為適宜的數(shù)據(jù)預(yù)處理方法,預(yù)測結(jié)果較好,模型預(yù)測結(jié)果的相關(guān)系數(shù)為0.9313~0.9587,均方根誤差為0.0624~0.225,表征模型的預(yù)測結(jié)果良好。
  2、運用DA判別分析方法,建立了“泰栗一號”、“舒城小栗”和“沂蒙短枝”板栗果實樣品的定性分析模型。結(jié)果表明,采用MSC+log10+SG平

7、滑的光譜數(shù)據(jù)預(yù)處理方法,模型的正確識別率最高,判別率達(dá)到96.7%。采用主成分分析法(PCA)能顯著區(qū)分3個供試板栗品種果實,表明本試驗建立的定性模型能夠?qū)Π謇豕麑崢悠愤M(jìn)行品種識別分析。
  3、再選取“泰栗一號”板栗果實為供試樣品,采用DA判別方法對霉變、蟲害和正常果實建立了定性分析模型。結(jié)果表明,采用標(biāo)準(zhǔn)正態(tài)變換(SNV)+log10+SG平滑的數(shù)據(jù)預(yù)處理方法,模型的正確識別率達(dá)到了98.6%,表明本試驗建立的定性分析模型能夠

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論