[发明专利]基于光学特性的番茄成熟度分析方法

说明书

本发明提供一种基于光学特性的番茄成熟度分析方法，它对番茄的成熟程度分类准确率高，它根据番茄在550‑1300nm光谱区间的空间分辨光谱，计算出番茄的吸收系数μ_a和约化散射系数μ_s’，建立吸收系数μ_a和约化散射系数μ_s’以及它们的组合μ_a×μ_s’的番茄成熟度偏最小二乘判别分析模型，对番茄成熟度进行分类。结果显示，μ_a和μ_s′组合能够进一步提高单独μ_a和μ_s′光谱建立的番茄绿色、绿泛粉、微粉、粉红、橙红、红色六成熟度分类模型性能，尤其是μ_a×μ_s′参数，对基于内外颜色特征的识别率分别为78.5％与85.5％。μ_a和μ_s’以及它们的组合对番茄绿色或绿泛粉、微粉或粉红、橙红或红色三成熟度分类结果更优，且基于内外颜色特征的成熟度分类准确率相近，可达到94％。

技术领域

本发明涉及水果成熟度分类方法，具体地说，是一种番茄成熟度分类方法。

背景技术

番茄不仅能为人们提供丰富的营养成分，还具有生津止渴、健胃消食、降压降脂等功用，对人体健康有着较大的促进作用。成熟度是评估番茄品质最重要因素之一，而颜色特征与番茄的成熟度有着密切关系，随着番茄成熟阶段的递进，叶绿素含量的下降和番茄红素含量的增加，使得果实颜色由绿色转变为红色。因此，在判定番茄成熟方面，颜色是一个重要参数

目前，用于评估番茄成熟度的无损检测技术包括机器视觉、光谱分析技术、X射线技术、核磁共振和光谱成像等技术。其中可见/近红外光谱检测技术以其快速、无损和无需样品制备等优点被广泛用于番茄品质评估。可见/近红外光谱属于分子振动光谱的倍频与合频吸收光谱，主要由于分子振动的非谐振性使得分子振动从基态向高能级跃迁，当进行样品扫描时，样品组分中某些分子振动频率与入射光中某些波长成分频率相同时便发生共振吸收(即量子跃迁)，因而在相应光谱区域形成特征吸收峰，吸收强度与样品组分浓度相关，根据比尔- 朗伯定律(Beer–Lambertian Law)，样品组分或物理特性的变化将引起相应光学特性的变化，进而使得光谱特征也发生变化。然而，可见/近红外光谱只表征光在样品组织内部被吸收和散射的总体结果，忽略了光子在样品组织中的传播信息，且由于番茄组织的混浊性与异质性，光在番茄组织内部的传播不完全遵守比尔-朗伯定律，这将带来较大的检测误差。另外，可见/近红外光谱属于特定区域测量，只能获得番茄很小部分的组织信息，而番茄在成熟过程中，组织变化的不均匀性也将导致检测误差的放大。