扫描方式对鲜枣近红外光谱和硬度模型精度的影响

以壶瓶枣为研究对象,利用Field Spec 3型近红外光谱仪采集光谱,分析不同扫描方式对壶瓶枣近红外光谱和硬度模型精度的影响。对样品的3个位置分别扫描1,3,6次,采用PLS方法对90个壶瓶枣样品建立硬度模型,其决定系数(R2)均达到0.8以上,校正均方根误差都在0.65以下;应用模型对30个壶瓶枣的硬度进行预测,预测值方差分析结果表明,不同位置进行1,3次扫描所建的硬度模型间无显著差异,确定为较佳扫描方式,而进行6次扫描的硬度模型间有显著差异。在采集光谱建立模型时,应考虑选择合适的扫描次数。     

扫描次数对椰子肉含油量近红外光谱建模的影响

分析扫描次数对椰肉含油量近红外光谱建模的影响,为建立性能稳定的近红外定量模型选择合适参数提供参考.采用国产光栅近红外光谱仪,对38份成熟椰肉样本进行近红外光谱扫描,同一样品重装2次,扫描次数分别为3、8、16、32和64次,比较不同扫描次数条件下建立的模型差异,并对模型外部验证集的样品含油量进行预测值和实际值的成对t检...     

近红外光谱无损检测李果实硬度的研究

[目的]实现无损快速检测＂大石早生＂李果实的硬度。[方法]采用近红外光谱仪采集＂大石早生＂李果实漫反射光谱信息,并相应测量果实硬度,经异常样品的剔除、定量模型的建立和优化以获得最优的李果实硬度近红外定量检测模型。[结果]4 000~9 000cm-1范围上结合直线差减法所建立的模型具有良好的精密度和稳定性,R2为0.770 5。[结论]建立的定量检测模型可为＂大石早生＂李果实的快速、无损检测提供依据。     

基于可见/近红外光谱西葫芦硬度的无损检测模型的建立

利用近红外光谱(350～2 500 nm)系统采集180个西葫芦样本的光谱数据,运用多种预处理方法对原始光谱数据进行处理,建立西葫芦果肉硬度的PCR、SMLR和PLSR预测模型;并通过对不同的建模模型进行分析,对西葫芦硬度进行快速检测,实现可见/近红外光谱技术对西葫芦的硬度品质在线无损检测。结果表明,经过卷积平滑法和标准正态变换(S-G+SNV)处理建立的PLSR硬度预测模型效果最好,校正集相关系数为0.979,预测集相关系数为0.976;验证模型结果预测相关系数为0.886,预测均方根误差为0.126。运用可见/近红外光谱技术对西葫芦硬度指标的预测研究具有可行性,研究结果可为今后在线快速无损检测果蔬硬度提供理论依据。     

苹果近红外光谱采集影响因素研究

[目的]对不同影响因素条件近红外光谱信息的准确性进行研究,优化嘎啦苹果近红外光谱采集试验条件。[方法]以嘎啦苹果为试材,使用ASD公司的FieldSpec3光谱仪在常温条件下进行近红外光谱采集,探索了环境杂散光、仪器稳定性、不同测距、不同色差、不同部位、不同货架期等条件对采集光谱的影响。[结果]杂散光对近红外光谱的可见光区域有明显影响;固定光谱阵列检测器型光谱仪器在9h内重复测量的稳定性高;裸光纤在除0mm外的2.5～12.5mm测距上吸光度保持重复稳定;同一苹果的不同色差对光谱的影响在可接受区间内;苹果赤道面上的光谱稳定性较果柄和果鄂部好;常温条件下,不同货架期对苹果样品的近红外光谱产生显著影响。[结论]该研究可为苹果近红外研究人员和分析工作者提供参考。     

不同成熟时期骏枣糖度近红外光谱模型的建立

该研究对采摘于新疆阿克苏十团枣园的9月、10月、11月份3个月的骏枣进行了近红外光谱测定和总糖测定。结果表明,阿克苏骏枣总糖含量的测定采用PLS所建模型预测效果最佳,但最佳预处理方法不同;白熟期骏枣糖含量的最佳模型是经一阶导数处理后对骏枣糖度预测效果最优,校正相关(Rc)为0.985 8,RM-SEC为0.650,RMSEP为2.01,预测相关系数(RP)为0.903 4;脆熟期、完熟期骏枣糖含量的最佳模型都是经二阶微分处理后对骏枣糖度预测效果最优,校正相关系数(Rc)分别0.961 3、0.972 4,RMSEC分别为0.801、1.30,RMSEP分别为0.944 2、1.000 0,预测相关系数(RP)分别为2.90、1.56。该试验所建近红外PLS校正模型具有较好的稳定性,能满足红枣总糖含量的检测要求。     

苹果近红外光谱采集影响因素的研究

[目的]通过对不同影响因素条件近红外光谱信息的准确性研究,优化嘎啦苹果近红外光谱采集试验条件。[方法]以嘎啦苹果为试材,使用ASD公司的FieldSpec3光谱仪在常温条件下进行近红外光谱采集,探索了环境杂散光、仪器稳定性、不同测距、不同色差、不同部位、不同货架期等条件下对采集光谱的影响。[结果]杂散光对近红外光谱的可见光区域有明显影响;固定光谱阵列检测器型光谱仪器在9h内重复测量的稳定性高;裸光纤在除0mm外的2.5～12.5mm测距上吸光度保持重复稳定;同一苹果的不同色差对光谱的影响在可接受区间内;苹果赤道面上的光谱稳定性较果柄和果鄂部好;常温条件下,不同货架期对苹果样品的近红外光谱产生显著影响。[结论]该研究可为苹果近红外研究人员和分析工作者提供参考。     

结合WT预处理的近红外光谱PLS算法预测鲜枣糖度

[目的]研究结合WT预处理的近红外光谱PLS算法模型预测鲜枣糖度的方法。[方法]用S-G、MSC、FD、SD、WT和WT＋MSC 6种预处理法,SMLR、PCR和PLS 3种算法模型,对60个鲜枣样品的近红外光谱数据进行预处理、糖度预测和建模精度分析,建立最佳算法的数学模型。[结果]在鲜枣糖度近红外光谱预处理阶段引进小波变换方法去除导数光谱噪声,得到了很好的去噪效果。不同的小波函数、分解尺度使消噪的结果有所不同。与常见的光谱预处理法相比,在选用db4-3小波函数、默认阈值情况下,采用WT＋MSC预处理及建模算法为PLS时所建立的模型最好,其相关系数R为0.919 02,校正集标准差RMSEC为0.863,预测集标准差RMSEP为1.71。[结论]结合小波变换预处理的PLS算法模型可有效预测鲜枣糖度,改善模型的预测精度。     

羊肉近红外光谱采集质量的影响因素

【目的】研究羊肉近红外光谱采集质量影响因素。【方法】以新疆羊肉为研究对象,研究不同光源、光纤参数、仪器检测时间、采集距离、采集参数等对光谱采集质量的影响。【结果】VIVO光源性能优于HL-2000光源,功率较大,温控好的光源能提高光谱重复性、减小光谱噪声;增加接收光纤芯径或数目,光谱反射率增大;随着仪器检测时间增长,光谱基线漂移越严重且各波长点向短波方向移动;随着采集距离的增加,光谱反射率先增大再减小;积分时间变长,光谱质量变好;适当增加平滑度和平均次数光谱质量较好。【结论】分析了各因素对光谱的影响,为改进仪器和检测条件提供了一定的参考依据。     

基于近红外高光谱图像分析的麦粒硬度分类研究

为对小麦硬度进行自动检测,采集不同硬度小麦品种的近红外高光谱图像,将光谱数据经过求导处理后,提取950~1 645 nm有效光谱区间数据,然后经过多元散射校正,建立偏最小二乘判别分析(PLS-DA)模型。采用120粒小麦对模型进行训练,剩余的90粒进行检验,总体上模型分类准确率为99.63%。表明,采用近红外高光谱成像技术对单籽粒小麦硬度进行分类是可行的。     

基于机器视觉和近红外光谱的壶瓶枣无损检测

以壶瓶枣为对象探讨用机器视觉和近红外光谱技术检测壶瓶枣内外品质。通过图像处理技术获取壶瓶枣投影面的边缘提取图像,然后使用最小外接矩形法求得图像的像素点个数,以此求得壶瓶枣投影面的面积。采用MSC对壶瓶枣近红外光谱进行预处理,然后分别采用偏最小二乘法(PLS)、主成分回归(PCR)和偏最小二成支持向量机(LS-SVM)3种建模方式对壶瓶枣可溶性固形物的含量进行预测。结果表明,使用LS-SVM模型获得了最优的预测结果,其预测集的相关系数和均方根误差分别为0.9901和0.328。研究表明,机器视觉结合近红外光谱技术能对壶瓶枣内外品质进行综合检测。     

鲜枣采后生理及贮藏保鲜技术研究进展

鲜枣是一种良好的营养滋补剂,有着广阔的市场前景,但枣果采后极宣腐烂变质,对商品果的产业化形成一定的制约.笔者就鲜枣采后各种生理变化、影响鲜枣贮藏保鲜的内外因素以及目前应用的储藏保鲜技术进行综述,以期为鲜枣的贮藏保鲜工作做出相应指导.     

基于MATLAB的鲜枣裂纹检测

提出了一种结合小波变换、阈值分割和掩模处理的鲜枣裂纹检测方法,结合小波变换能聚焦到图像任意细节的优良特性、阈值算法能突出图像中感兴趣的部分、图像掩模对感兴趣区域内的图像值保持不变而区域外的图像值均为0等优点,能够将不同大小、任意形状和任意位置的鲜枣裂纹检测出来。仿真试验结果表明,鲜枣裂纹的提取效果比较清晰,很好地实现了鲜枣裂纹检测。     

我国优良鲜食枣区域比较研究

按照优良鲜食枣质量标准、感官质量标准、测试质量标准和综合性状进行比较分析,确定鲜食枣优良品种90个.按照区域或省份统计比较各区域的鲜食枣特征,结果表明,河北(含北京)、山东,陕西、山西2个区域的鲜枣品种规膜最大,并且著名的品种也较多;新疆、宁夏、甘肃的优良鲜食枣品种少,但有一定的发展潜力;河南鲜食枣规模化生产的品种不多;辽宁省的优良鲜食枣品种最少.     

近红外分析技术在茶叶检测方面的研究进展

介绍了近红外分析技术的主要方法,综述了近几年国内外近红外分析技术在茶叶检测方面及茶叶鉴别方面的研究进展,分析了该技术目前在茶叶检测方面所遇到的问题,并展望了近红外分析技术在茶叶检测方面的应用前景。     

鲜食枣的快速繁殖体系研究初报

为了建立鲜食枣的快速繁殖体系,以稷山板枣、上海白蒲枣、疙瘩枣、孔府酥脆枣、宁阳六月鲜和尖枣6个鲜食枣品种为材料,研究了适合鲜食枣组织培养的生长调节剂浓度,以及不同的取材部位组织培养的效果。结果表明,启动培养基中生长调节剂浓度6-BA为1.0 mg/L,IBA为0.2 mg/L时,启动率最高,为63.33%;增殖培养基中生长调节剂浓度6-BA为2.0 mg/L,IBA为0.3 mg/L时,芽苗粗壮,长势良好,增殖系数最高,为2.33;不同取材部位,启动率表现不同,枣头接种后存活率最高,为53.33%～83.33%,是枣树组织培养快速繁殖很好的启动材料。初步筛选出鲜食枣的快速繁殖体系最适启动培养基为MS+6-BA 1.0 mg/L+IBA 0.2 mg/L;增殖培养基为MS+6-BA2.0 mg/L+IBA 0.3 mg/L,最佳外植体材料为枣头。