高光谱融合马氏距离的贮藏黄瓜腐败预警方法

发布时间：2025-02-09 13:01

　　 为了实现黄瓜在贮藏过程中腐败预警,本试验对同一批不同贮藏天数的黄瓜进行高光谱数据采集,并用Savitzky-Golar卷积平滑法(SG平滑)进行预处理;运用偏最小二乘回归系数法提取适合黄瓜腐败预警检测的特征波长;然后在选定黄瓜腐败基准光谱数据的前提下,运用马氏距离(MD)构建了黄瓜贮藏过程中的腐败预警模型。结果表明,随着贮藏天数的增加,黄瓜光谱数据与黄瓜腐败基准光谱数据的MD值越来越小,说明黄瓜越来越接近腐败,这与黄瓜贮藏过程的实际情况非常吻合,充分说明黄瓜腐败前不同贮藏天数与腐败基准光谱值间的MD值可有效实现黄瓜的腐败预警。本研究结果为黄瓜实际贮藏过程中使用高光谱融合MD法预警腐败提供了一种手段。

【文章页数】：7 页

【部分图文】：

图1 腐败前黄瓜样本高光谱图像

图1、2分别为贮藏第3天(腐败前)、贮藏第7天(腐败当天)采集黄瓜样本的高光谱图像示例。图2腐败当天黄瓜样本高光谱图像

图2 腐败当天黄瓜样本高光谱图像

图1腐败前黄瓜样本高光谱图像由图1、图2可知,不同贮藏时间黄瓜样本的高光谱图像是不一样的。为了减弱或消除高光谱图像采集过程暗电流和噪音对试验结果的影响,需要对采集的高光谱图像用公式(1)进行黑白校正[25]。

图3 黄瓜样本图像中不同区域的光谱特征图

黄瓜样本形状不规则,并且同一样本不同部位光谱值相差较大,需要用ENVI5.1软件根据样品与背景的光谱差异手动将样品从背景中分离。从ENVI5.1软件得到的一个样本图像中不同区域的光谱值如图3所示,图中绿线为背景光谱值曲线,蓝色曲线最高点处波长下样本与背景光谱差异最大,选择最高点处....

图4 黄瓜样本图像感兴趣区域提取

图3黄瓜样本图像中不同区域的光谱特征图1.4.2原始光谱预处理

本文编号：4032271