基于高光谱成像的青梅酸度检测方法

发布时间：2018-04-04 05:55

  本文选题：青梅　切入点：酸度　出处：《农业机械学报》2017年09期

【摘要】：针对传统理化分析的青梅酸度检测方法破坏性大、耗时长、无法实现在线检测的不足,对基于高光谱成像技术的青梅酸度快速无损检测方法进行研究。采集了487个青梅样本在550~1 000 nm波段内的高光谱图像,经过光谱相对反射率校正和6种不同滤波后,分别利用连续投影算法(SPA)、遗传算法(GA)以及连续投影结合遗传算法(SPA+GA)3种光谱降维方法,提取了反映青梅内部酸度信息的特征波长,并建立波长与青梅p H值的偏最小二乘(PLS)预测模型,研究不同滤波和不同降维方法下的预测精度。研究结果表明:同一预测模型,Savitzky-Golay(S-G)平滑滤波预测精度最高;相比SPA或GA单一算法降维,经5点S-G平滑滤波后SPA+GA光谱降维的方法,可显著降低模型复杂度,提高模型预测精度,预测集的均方根误差为0.070 6,相关系数为0.792 5。
[Abstract]:A method for detecting the acidity of green plum based on high spectral imaging was studied by using three kinds of spectral reduction methods : continuous projection algorithm ( SPA ) , genetic algorithm ( GA ) and continuous projection combined genetic algorithm ( SPA + GA ) .

【作者单位】： 南京林业大学机械电子工程学院;机电产品包装生物质材料国家地方联合工程研究中心;
【基金】：国家自然科学基金面上项目(31570714) 江苏省重点研发计划项目(BE2015304-3) 江苏高校优势学科建设工程项目(PAPD) 2016年度省级战略性新兴产业发展专项资金项目 南京2015年度科技发展计划项目(201505058)
【分类号】：TP391.41;TS255.7

【相似文献】

相关期刊论文 前10条

1 马骥;曲佳欢;孙大文;吴迪;曾新安;;高光谱成像在食品质量评估方面的研究进展与应用(二)[J];肉类研究;2012年05期

2 张令标;何建国;王松磊;刘贵珊;贺晓光;罗瑞明;;高光谱成像技术在肉品无损检测中的应用及进展[J];河南工业大学学报(自然科学版);2014年01期

3 王斌;薛建新;张淑娟;;基于高光谱成像技术的腐烂、病害梨枣检测[J];农业机械学报;2013年S1期

4 马本学;应义斌;饶秀勤;桂江生;;高光谱成像在水果内部品质无损检测中的研究进展[J];光谱学与光谱分析;2009年06期

5 曲佳欢;马骥;孙大文;吴迪;曾新安;;高光谱成像在食品质量评估方面的研究进展与应用(一)[J];肉类研究;2012年04期

6 蔡健荣;韩智义;;碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术[J];农机化研究;2013年04期

7 张令标;何建国;刘贵珊;王松磊;贺晓光;王伟;;基于可见/近红外高光谱成像技术的番茄表面农药残留无损检测[J];食品与机械;2014年01期

8 吴迪;宁纪锋;刘旭;梁曼;杨蜀秦;张振文;;基于高光谱成像技术和连续投影算法检测葡萄果皮花色苷含量[J];食品科学;2014年08期

9 李江波;苏忆楠;饶秀勤;;基于高光谱成像及神经网络技术检测玉米含水率[J];包装与食品机械;2010年06期

10 王家云;王松磊;贺晓光;何建国;吴龙国;刘贵珊;;基于NIR高光谱成像技术的滩羊肉内部品质无损检测[J];现代食品科技;2014年06期

相关博士学位论文 前1条

1 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年

相关硕士学位论文 前10条

1 熊振杰;基于高光谱成像技术的鸡肉品质快速无损检测[D];华南理工大学;2015年

2 代琼;基于高光谱成像技术的虾仁新鲜度检测研究[D];华南理工大学;2015年

3 杨晓忱;基于高光谱成像技术的不同品种羊肉识别方法研究[D];宁夏大学;2015年

4 崔彬彬;基于高光谱成像技术的花生分类及水分和蛋白质含量检测[D];河南工业大学;2015年

5 王婉娇;基于高光谱成像技术的冷鲜羊肉品质无损检测研究[D];宁夏大学;2016年

6 何加伟;基于高光谱图像技术的冷冻食品品质的无损检测研究[D];天津商业大学;2016年

7 石慧;基于高光谱成像技术的对虾品质信息快速检测方法研究[D];浙江大学;2013年

8 张令标;基于高光谱成像技术的红枣表面农药残留无损检测的研究[D];宁夏大学;2014年

9 罗阳;基于NIR高光谱成像技术的长枣虫害及可溶性固形物无损检测研究[D];宁夏大学;2013年

10 吴龙国;基于高光谱成像技术的灵武长枣常见缺陷无损检测研究[D];宁夏大学;2014年

，

本文编号：1708651