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

2023/01/07   下载量: 1

方案摘要

方案下载
应用领域 食品/农产品
检测样本 水果
检测项目
参考标准

本研究应用了900-1700nm的高光谱相机,可采用杭州彩谱科技有限公司产品FS-15进行相关研究。短波近红外高光谱相机,采集速度全谱段可达200FPS,被广泛应用于成分识别,物质鉴别,机器视觉,农产品品质,屏幕检测等领域。

方案下载
配置单
方案详情

本研究应用了900-1700nm的高光谱相机,可采用杭州彩谱科技有限公司产品FS-15进行相关研究。短波近红外高光谱相机,采集速度全谱段可达200FPS,被广泛应用于成分识别,物质鉴别,机器视觉,农产品品质,屏幕检测等领域。

花色苷是葡萄与葡萄酒酒中一类重要的酚类化合物,主要存在于葡萄浆果表皮下3~4层细胞的液泡里。是决定葡萄酒感官质量的重要因素,也是红葡萄酒耐储存的基础。传统的化学检测法会破坏检测对象,难以实现快速、大样本量的检测。而国内外针对酿酒葡萄果实中花色苷含量的快速检测的研究还较少。近年来,高光谱成像技术作为一种无损检测方法引起了广泛的关注,与传统近红外光谱技术相比,高光谱成像技术显示出其独特的优越性。使用近红外光谱技术时,每次仅可以得到某一个或几个点的光谱信息,在选择点的位置和数量方面会有较大的随机性和片面性。而高光谱图像技术可以获取到被分析物的图像,不仅提供了更加丰富的信息,在光谱数据处理方面也提供了更加合理和有效的分析方法。在利用高光谱成像技术结合偏最小二乘方法建模的过程中,随着对PLS方法研究的深入,发现通过特定方法筛选特征波长或波长区间可能会得到更好的定量校正模型。

本实验基于931~1700 nm近红外波段高光谱成像系统获取葡萄浆果的高光谱图像,利用连续投影算法SPA 进行波长变量选择,最终从236个波长点中优选出20个光谱变量,采用不同的建模方法建立葡萄果皮中花色苷含量的预测模型。结果表明:

连续投影算法SPA不仅能够有效选出特征光谱变量,简化校正模型和缩短校正时间,且提高了模型的预测精度,是一种有效实用的光谱变量选择方法。

在PLS、SPA-MLR、SPA-BPNN和SPA-PLS这4个预测模型中,以SPA-PLS模型的预测效果最好,其预测相关系数R。和预测RMSEP分别为0.9000和0.5506,保持得了较好的预测结果。因此,酿酒葡萄浆果的光谱数据与果皮中花色苷的含量相关性高,利用近红外高光谱成像技术能够有效检测酿酒葡萄果皮中花色苷含量。


上一篇 高光谱相机对“阳光玫瑰葡萄”的糖度测试实验
下一篇 近红外成像光谱仪解决植物叶绿素含量无损检测方法

文献贡献者

相关仪器 更多
相关方案
更多

相关产品

当前位置: 彩谱 方案 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

关注

拨打电话

留言咨询