[发明专利]苹果冲击损伤面积的高光谱无损预测方法在审
申请号: | 202010111166.6 | 申请日: | 2020-02-24 |
公开(公告)号: | CN111289463A | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 乔志霞;李蕊;赵倩;梁艳书;郭桂梅 | 申请(专利权)人: | 天津商业大学 |
主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N21/84;G01N21/3563;G01L5/00;G01B5/26;G01M7/08 |
代理公司: | 天津市三利专利商标代理有限公司 12107 | 代理人: | 仝林叶 |
地址: | 300134 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 苹果 冲击 损伤 面积 光谱 无损 预测 方法 | ||
本发明公开了一种苹果冲击损伤面积的高光谱无损预测方法。本发明具体步骤包括:1)确定苹果样品的冲击损伤面积;2)提取苹果样品受损与未受损区域的平均光谱;3)光谱分析;4)建立苹果冲击损伤面积的预测模型。本发明能够快速、准确地实现对苹果冲击损伤面积的无损量化及预测,可为无损评估果实的机械损伤提供重要手段,也为高光谱成像技术应用于农产品领域提供借鉴。
技术领域
本发明涉及光谱检测技术,具体涉及一种苹果冲击损伤面积的高光谱无损预测方法。
背景技术
我国每年生产的果蔬损失率达25%~30%,特别是果品,有42.7%的损耗来自于机械损伤,其中冲击损伤最为严重且最容易发生。常见的冲击损伤来源于果品的跌落、果品与果品之间或者果品与包装容器之间的动态碰撞。苹果是我国的优势农产品之一,近些年来苹果产量和种植面积稳步增长。因此,提出一种快速、准确地评估和预测苹果冲击损伤的方法极为重要。
传统检测方法主要是人工感官检测或直接测量损伤的面积来建立损伤的预测模型。但该方法不仅费时费力,而且精度不高,难以适合大规模工业化自动检测分级的需求。近些年来,基于无损、快速、有效等独特优势,高光谱成像技术已经成为食品质量和安全监测的重要监测手段,尤其在苹果果实质量的评估方面有诸多应用。但目前该技术对苹果跌落损伤程度的无损评估还停留在苹果质量的分级和缺陷、损伤的定性检测方面,对损伤的无损量化及预测国内外还未见报道。因此,有必要开展基于高光谱成像技术的对苹果冲击损伤面积无损量化及预测的研究。
发明内容
本发明的目的在于提供一种苹果冲击损伤面积的高光谱无损预测方法,旨在实现无损、快速、准确地检测苹果受冲击损伤后的损伤面积。
本发明是这样实现的,步骤如下:
1)确定苹果样品的冲击损伤面积
将苹果样品分为对照组(未受损)和实验组(受损),将实验组的样品分别放置在跌落试验机的不同高度使其自由跌落产生冲击损伤;
其中,在跌落平台上苹果的冲击位置处放上测压胶片,由压力扫描仪读出测压胶片上苹果样品的损伤面积,测压胶片受冲击压力而使发色层的微胶囊破裂,导致显色层出现红色,胶片上的着色面积即苹果的损伤面积;
2)提取苹果样品受损与未受损区域的平均光谱
用近红外高光谱成像系统扫描受损与未受损样品,采集样品高光谱图像;
选取实验组样品受损伤区域和对照组样品任意区域作为感兴趣区,从样品高光谱图像提取平均光谱,获得原始光谱;
3)光谱分析
采用竞争性自适应重加权算法提取原始光谱的特征波长用于预测模型的建立,其步骤如下:
(1)蒙特卡罗采样,每次波长变量采样从建模样本集随机抽取80%-90%的样本,建立偏最小二乘回归模型;
(2)基于指数衰减函数去除不符合要求的波长变量:假定样本光谱矩阵为X(n×p),n为样本数,p为变量数,样本浓度矩阵为Y(n×1),则偏最小二乘回归模型为:
Y=Xb+e (1)
b为回归系数,e为残差;
基于指数衰减函数强行去除|bi|值相对较小的波长。在第i次采样运算后,波长变量点的保存率通过如下指数函数计算:
ri=ae-ki (2)
a和k均为常数。在第一次釆样时,所有的p个变量都参与建模,即r1=1;在第N次采样时,仅2个变量参与建模,即rN=2/P。从而计算出a和k:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津商业大学,未经天津商业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010111166.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种四柱塞空压机
- 下一篇:一种基于磁力的复杂模具设计及脱模方法