菜单

利用高光谱成像预测柑橘品质属性

来源:
时间: 2020-07-10

利用高光谱成像预测柑橘品质属性

 

背景】:高光谱成像技术可以快速且无损的测量食物品质。该研究调查了高光谱成像在400-1000 nm波段范围预测柑橘果实内部品质属性例如总可溶性固形物(TSS),pH,可滴定酸度(TA)和成熟度指数(TSS/TA);以及外部品质属性,例如颜色成分(L*,a*, b*)和颜色指数(CI)的可行性。

【方法】:从亚马逊州(秘鲁)收集柑橘样品(甜橙,瓦伦西亚品种),共80个无不良特征(如物理破坏,病害以及污染成分)的样品。样品随机分为两组,75%为“校正集”,其余为“预测集”,用于模型的外部验证。利用Resonon Pika XC高光谱成像系统400-1000 nm)扫描柑橘并采集图像。利用偏最小二乘法建立预测品质属性的完整模型。利用回归系数确定最优波段,通过多元线性回归建立简化模型。预测的确定系数(R2p)以及预测的标准误差(SEP)用来衡量模型的性能。

【结果】:内部品质属性的完整模型性能较低R2p < 0.3SEP >50%。外部品质属性的完整模型性能较高L*R2p = 0.898SEP = 19%a*R2p = 0.952SEP = 13%b*R2p = 0.922SEP = 20%CIR2p = 0.972SEP = 12%。简化模型与外部品质属性性能相似。

利用高光谱成像预测柑橘品质属性

柑橘图像和光谱处理的主要步骤:(a)确认感兴趣区域;(b)原始平均反射光谱;(c)校正反射率

利用高光谱成像预测柑橘品质属性

柑橘的二阶导数光谱:(a)完整样品;(b)半样品

利用高光谱成像预测柑橘品质属性

预测模型的平均预测标准误差(MSEP):(a)柑橘内部品质属性;(b)柑橘外部品质属性

利用高光谱成像预测柑橘品质属性

用于预测的完整模型的回归系数:(a)柑橘内部品质属性;(b)柑橘外部品质属性

利用高光谱成像预测柑橘品质属性

外部品质属性观测值和预测值(简化模型)关系图:(aL*参数;(ba*参数;(cb*参数;(d)颜色指数


【结论】:高光谱成像具有以客观且无接触方式预测柑橘颜色的潜力。在未来的研究中,可以通过不同的光谱区域(>1000 nm)进一步改进完整柑橘内部品质属性的预测。


利用高光谱成像预测柑橘品质属性.pdf


相关推荐
Copyright ©2018-2023 北京理加联合科技有限公司 犀牛云提供企业云服务