|
|||||
|
|
| 基于高光谱成像的枇杷果实品质检测 | |
| 作者姓名： | 吴习宇 曾凯芳 郭启高 任丹 伍柯翰 徐丹 |
| 作者单位： | 1. 西南大学食品科学学院;2. 西南大学食品贮藏与物流研究中心;3. 西南大学园艺园林学院 |
| 基金项目： | “十三五”国家重点研发项目子课题(2019YFD1000905)；;西南大学博士基金项目(swu118083)； |
| 摘 要： | 采用高光谱成像技术(HSI)在可见/近红外(363～1 026 nm)区域检测枇杷果实的可溶性固形物(SSC)和硬度，并判断其成熟度，以实现枇杷果实品质的无损检测和分级分选.利用蒙特卡洛法(MC)剔除异常样本，基于联合X-Y距离(SPXY)进行建模集和预测集样本的划分，再采用竞争性自适应权重采样算法(CARS)和连续投影算法(SPA)选取特征波长，与全波段光谱(FS)比较，分别建立偏最小二乘回归(PLSR)模型.结果显示，CARS-PLSR模型更优，CARS提取的SSC特征波长和硬度特征波长分别占总波长的8.52%和5.36%,枇杷果实中SSC和硬度的建模集相关系数Rc分别为0.981 7,0.970 7,预测集相关系数Rp分别为0.918 5,0.742 3,说明CARS能有效地对光谱进行降维，简化了数据处理过程.枇杷果实SSC和硬度的变化与果实成熟度显著相关，建立判别偏最小二乘法(DPLS)成熟度预测模型，预测集总识别准确率为89.29%.由此说明，高光谱成像技术可对枇杷品质进行有效检测，为枇杷果实的无损检测和分级分选提供了理论依据. |
| 关 键 词： | 枇杷 高光谱成像 品质检测 偏最小二乘回归 判别偏最小二乘法 |