[发明专利]一种稻谷脂肪酸含量无损检测方法及系统

权利要求书

1.一种稻谷脂肪酸含量无损检测方法，其特征在于，包括以下步骤：

1)将无霉变、未发芽、千粒重为23.32g的籼稻谷放置于恒温恒湿箱中进行霉菌培养，制备不同霉变时期的稻谷样本；所述恒温恒湿箱的温度为30℃，湿度为90％；所述不同霉变时期为霉变初期、霉变中期和霉变后期；

2)在上述各个时期以及稻谷正常期内选择多个稻谷样本，分别采集波长392、404、430、442、619、636、870、885和899nm光波所对应的稻谷样本的反射率；

3)将各反射率分别代入稻谷脂肪酸含量预测模型：y＝1051.4λ₁-333.3λ₂+395.9λ₃-3112.3λ₄-208.8λ₅-120.7λ₆+1362.5λ₇-402.1λ₈+285.2λ9+177.7，或者y＝182.8707+1063.5033λ1-480.0859λ2+439.8862λ3-1473.8358λ4-223.9725λ5-198.9102λ6-19.7287λ7-515.6599λ8+554.5584λ9；计算得到稻谷脂肪酸含量；其中，y为稻谷脂肪酸含量，单位为KOH mg/100g干基；λ₁～λ₉分别为波长392nm、404nm、430nm、442nm、619nm、636nm、870nm、885和899nm波段所对应的稻谷样本反射率；

4)对于待测稻谷，分别采集该待测稻谷波长392、404、430、442、619、636、870、885和899nm光波所对应的稻谷样本的反射率，将所述反射率代入上述预测模型检测稻谷的脂肪酸含量。

2.根据权利要求1所述的稻谷脂肪酸含量无损检测方法，其特征在于，所述步骤2)中，稻谷正常期、霉变初期、霉变中期、霉变后期对应的脂肪酸含量区间分别为19～24、27～81、84～127、101～125KOH mg/100g干基。

3.根据权利要求2所述的稻谷脂肪酸含量无损检测方法，其特征在于，所述步骤3)中，稻谷脂肪酸含量预测模型的建立过程包括以下步骤：

1)从200个稻谷样本选取45个样本作为模型预测集，剩余的155个样本作为模型初始校正集；

2)采用SPXY算法对模型初始校正集样本进行筛选，指定样本数N范围选为35～155，步长为10，分别试建全光谱波段的PLSR模型，根据模型预测集的相关系数R_p和预测均方根误差RMSEP，完成模型初始校正集样本的优选和样本数量的确定；

3)利用连续投影算法对SPXY算法优选的稻谷的校正模型进行光谱特征波段选取，指定波段数N范围为2～24，根据模型初始校正集的内部交叉验证均方根误差RMSECV值确定最佳的光谱特征波段个数，模型初始校正集样本的原始光谱经过SG数据平滑，从256个光谱波段中共优选出9个特征波段，分别是392、404、430、442、619、636、870、885和899nm；

4)经过对全波段光谱数据进行SG平滑预处理后，采用SPXY算法优选的稻谷校正集样本，将SPA算法优选的特征波段对应的光谱反射率作为MLR模型的输入变量，以相应测量的脂肪酸含量作为输出变量，建立稻谷脂肪酸含量SPXY-SPA-MLR预测模型；或者经过对全波段光谱数据进行SG平滑预处理后，采用SPXY算法优选的稻谷校正集样本，将SPA算法优选的特征波段对应的光谱反射率作为PLSR模型的输入变量，以相应测量的脂肪酸含量作为输出变量，建立稻谷脂肪酸含量SPXY-SPA-PLSR预测模型；或者经过对全波段光谱数据进行SG平滑预处理后，采用SPXY算法优选的稻谷校正集样本，将SPA算法优选的特征波段对应的光谱反射率作为BP神经网络的输入变量，以相应测量的脂肪酸含量作为输出变量，建立稻谷脂肪酸含量SPXY-SPA-BP神经网络预测模型。

4.根据权利要求3所述的稻谷脂肪酸含量无损检测方法，其特征在于，所述SPXY-SPA-MLR预测模型对应的相关系数R_p为0.9159，预测均方根误差RMSEP为14.2610。