南疆红枣品质近红外光谱在线模型参数的实验研究_图文(精)
近红外拓扑方法在南疆红枣品质分析中的应用
综上所述 ， 南疆 红枣 近红外拓 扑品质 分析方法 主要从获
Hale Waihona Puke 其次 ， 样品进行进一步品质细分 ，将 品质细分 的 同批 次
样品进行光谱扫描 ， 反复调整和逐 步细分 ，直到样 品 的光 谱 差异达到所需的精度范围 。 梳理 出特征 因子 ， 此确定 红枣 据
９０ ０ ０ ｌ ０ ０５ ０ １ ｏ ２０ ０ １ ０ ３５ ｏ １ ０ ５０ ０ Ｗ ａ ｅｎ ｍｂ ｒ ｒ 。 ｖ ｕ ｅ／ａ ｅ
３ 结果 和分析
由于样 品外 观品质细分减小 了光谱 图的差 异 ，提高光谱
重复性 ，有利于迅速确定影响较 大的 鼋ｑｏ 观上减 小 了部 一 【 。因子 ， ＿∞ 一 】客 ｓ
通过常规物理 品质分级和光谱细分相结 合的方式 ，按权 重依次细分具体如下 ： 首先依据实际品质分级要求分 为合格 与不合格两 大类 ， 相应 的编码分别 为 ０和 １ 其 次合格 枣鲜 ； 枣 和干枣分别 为 ０和 １ ；然后依 据物 理特征 如颜 色 、表面纹
平均光谱 。
２ ２ 近红外拓扑对 红枣品质分析 方法 ．
１ １ 近 红 外 拓 扑 （Ｐ） 法 ． Ｔ 方
近红外拓扑 （ ） 法是一 种基 于拓 扑学 （ 式识 别） ＴＰ 方 模 基 础上的非 回归 方法 ，拓扑 法应 用 于近 红 外光 谱分 析 是基 于
多ｌ ］ 常规 的分析建模 方法 虽然是一种成 熟的技术 ， ＿ ， １ “ 但存 在建模费用 高的缺点 ， 如红枣 、苹果等 一些成 分复杂 的天然
因素所 引起的近红外光谱图差异 。 ２ ３２ 设置 最佳参数 ．．
517 近红外光谱技术在南疆红枣品质检测的应用与研究(无图)
摘 要红枣是南疆的特产水果，也是我国主要出口水果之一。
目前，南疆红枣的分级仅停留在大小、 形状、 外观等外部的品质， 红枣的内部品质还未涉及， 因此大大影响南疆红枣在国际市场的竞争力。
其实，红枣内在品质比其外部品质更重要，内部品质包括水分、糖度、酸度等。
红枣内在品质如水 分用传统的烘干法检测费时费力，糖度的化学检测方法也存在需对红枣进行破坏、测量周期长、耗 费大量人力等缺点。
因此研究一种快速、简单、无损的红枣内部品质检测技术很有必要，近红外光 谱技术对红枣水分、糖度的检测简单、快速、无损。
本课题选择农一师十团红枣为试验样本，建立红枣水分和糖度模型，探索近红外光谱技术在南 疆红枣品质检测的应用与研究。
挑选 200 个红枣作为建立其水分和糖度的校正模型组，另外选取 20 个红枣作为模型验证组。
实验选用精密电子天平称其红枣重量，电热鼓风干燥箱为红枣干燥，阿贝折射仪检测红枣糖度。
红 枣的光谱采集及模型的建立选用聚光科技便携式光栅扫描光谱仪。
本课题实验目的：1）建立用近红外光谱预测南疆红枣水分和糖度的校正模型。
2）通过验证组对近红外光谱校正模型预测南疆红枣含水量和糖分的验证。
3）检查方法的适用性，对南疆红枣含水量和糖分的测定。
关键词：近红外光谱；红枣；水分；品质检测；糖度AbstractRed jujube is a specialty of southern xinjiang fruit, is also one of the main export fruit. At present, the xinjiang red jujube grading only stay on external traits, such as size, shape, appearance, red jujube in the internal quality is not involved, thus greatly affect the southern xinjiang red jujube in the international market competitiveness. Actually, red jujube inner quality is more important than its external quality, internal quality including water, sugar, etc. Red jujube inner qualities such as moisture content with the traditional drying method to detect timeconsuming, laborious sugar chemical detection method is required to destroy red jujube, long measurement cycle and cost a lot of human faults. Therefore a rapid, simple, nondestructive jujube research internal quality testing technology is very necessary, near infrared spectroscopy to detect red jujube water, sugar, simple, rapid and nondestructive.This topic choice NongYiShi ten jujube as test sample, red jujube water and sugar model, explore the near infrared hyperspectral technology in southern xinjiang red jujube quality detection system of the application and research.200 red jujube were selected as the correction model group in the establishment of a water and sugar, in addition to select 20 red jujube as model validation group. Experiment choose precision electronic balance according to the red jujube weight, electric drum wind drying oven to dry jujube, jujube sugar abbe refractometer detection. Red spectral acquisition and model selection of condensing portable raster scan spectrograph of science and technology.This topic experimental objective:1) establish predicted using near infrared spectroscopy calibration models of the xinjiang red jujube water and sugar.2) through the validation group for nir calibration models predict validation of southern xinjiang red jujube water and sugar.3) check the applicability of the method, and the determination of sugars in nanjiang red jujube water content.Key words: near infrared spectrum; Red jujube;water; Quality inspection; sugar目 录1 前言 (1)1.1 红枣在南疆地区产业发展现状及发展优势分析 (1)1.2 南疆地区红枣产业发展存在的问题 (1)1.3 研究目的和意义 (1)1.4 国内研究现状及分析应用 (2)1.5 国外研究现状及分析 (3)2 近红外光谱分析技术在果品品质检测中的应用 (3)2.1 近红外光谱分析技术概述 (3)2.2 近红外光谱分析技术在果品品质检测中的应用 (4)2.2.1 糖度、酸度、硬度分析 (4)2.2.2 维生素 C 含量分析 (5)2.2.3 病变分析 (5)2.3 近红外光谱分析技术在果品品质检测中的存在问题 (5)3 实验仪器和实验方法 (5)3.1 实验材料与仪器 (5)3.2 实验步骤 (5)3.2.1 对红枣进行选取 (6)3.2.2 红枣光谱采集 (6)3.2.3 用电子天平称取红枣重量 (7)3.2.4 红枣烘干 (7)3.2.5 用化学方法测糖度 (8)3.2.6 建立校正模型 (9)3.2.7 选取最佳波长 (16)3.2.8 模型的验证 (18)4 实验结果与分析 (21)5 结论 (21)总 结 (22)致 谢 (23)参考文献 (24)附录 (26)1 前言1.1 红枣在南疆地区产业发展现状及发展优势分析近些年，红枣产业发展较快，20世纪 80 年代，自治区规划南疆的疏附、洛浦、泽普三县为红 枣基地，90 年代末，巴州若羌县从河南新郑调入 50万株枣苗，进行推广栽培，期间成效显著，到 2006 年为止，已陆续引进骏枣、灰枣、冬枣、赞皇大枣和金丝小枣等 20 多个品种，1300 万多株， 栽培面积 8000hm 2，在若羌县的带动下，温宿、沙雅、巴楚、民丰和洛浦等县及生产建设兵团也开 始大力发展红枣栽培，目前南疆红枣栽培面积已达 30 万hm 2，是世界最大的红枣生产基地。
近红外光谱技术在农产品品质检测中的应用探究
近红外光谱技术在农产品品质检测中的应用探究近红外光谱技术基于农产品所特有的光谱特征，通过光谱信号与样本的关联分析，可以快速、准确地评估农产品的质量指标，如水分含量、脂肪含量、糖含量、蛋白质含量等。
近红外光谱技术在农产品的水分检测中具有显著的优势。
水分是农产品中重要的品质指标之一，对农产品的保鲜和贮存具有重要意义。
传统的水分检测方法通常需要耗费大量时间和人力，而近红外光谱技术能够通过扫描样本的近红外光谱，快速获取水分含量的信息。
研究表明，近红外光谱技术在谷物、果蔬、中药材等农产品水分检测中具有高度准确性和可行性。
近红外光谱技术在农产品品质指标检测中的应用较为广泛。
农产品的品质指标往往与其光谱特征密切相关，因此可以通过分析近红外光谱来评估农产品的品质。
在农产品的糖度检测中，近红外光谱技术可以通过检测样本的葡萄糖、果糖等特定成分的光谱特征，快速、准确地评估糖度指标。
类似地，近红外光谱技术还可以用于农产品的蛋白质、脂肪等指标检测。
这些品质指标的检测对于农产品的品质评价和加工质量控制具有重要意义。
近红外光谱技术还可以用于农产品质量检测中的快速筛选。
传统的质量检测方法需要取样、样品制备、实验操作等耗时耗力，而近红外光谱技术通过对样本的非接触式扫描，不需破坏样品，可以实现对大批量样品的快速检测和分析。
这对于生产环节中的快速筛选和质量控制具有重要意义。
虽然近红外光谱技术在农产品品质检测中具有许多优势，但也存在一些挑战与限制。
近红外光谱技术的仪器设备需要高度精确的校正和校准，以确保准确的检测结果。
样品的制备和光谱数据的处理也对结果的准确性有重要影响，需要专业的操作和算法支持。
农产品的品质评估是一个综合指标，其受多种因素的影响，因此需要充分考虑样品的异质性、环境因素等。
近红外光谱技术在农产品品质检测中具备广泛应用前景。
通过对农产品的光谱特征进行分析，可以快速、准确地评估农产品的质量指标。
未来，随着近红外光谱技术的不断改进和推广，相信其在农产品品质检测中的应用将会越来越广泛。
利用近红外光谱技术鉴别农产品品质的操作技巧
利用近红外光谱技术鉴别农产品品质的操作技巧近年来，随着农产品市场的不断扩大和消费者对食品质量的日益关注，利用科学技术手段鉴别农产品品质的需求也越来越迫切。
近红外光谱技术作为一种快速、无损、准确的分析方法，被广泛应用于农产品品质检测领域。
本文将介绍利用近红外光谱技术鉴别农产品品质的操作技巧，帮助读者更好地了解和运用这一技术。
一、仪器准备在进行近红外光谱分析之前，首先需要准备一台近红外光谱仪器。
这种仪器通常由一个光源、一个样品室和一个光谱仪组成。
光源产生近红外光，样品室用于放置待测样品，光谱仪则用于测量样品反射或透射的光谱。
选择一台性能稳定、操作简便的近红外光谱仪器非常重要，可以提高鉴别农产品品质的准确性和可靠性。
二、样品准备在进行近红外光谱分析之前，需要对待测农产品进行样品准备。
首先，从市场上购买一些新鲜的、具有代表性的农产品样品。
然后，将这些样品进行清洗、去皮、切割等处理，确保样品表面干净且均匀。
接下来，将样品放置在样品室中，确保样品与光源之间的距离和角度适当，以获得准确的光谱数据。
三、光谱扫描在样品准备完成后，接下来进行光谱扫描。
将近红外光谱仪器打开，选择适当的参数设置，如光谱扫描范围、积分时间等。
然后，将样品放入样品室中，点击开始扫描按钮，仪器会自动进行光谱扫描。
在扫描过程中，要确保样品与光源之间没有干扰物，以免影响光谱数据的准确性。
四、数据处理光谱扫描完成后，得到的是一组光谱数据。
为了更好地鉴别农产品品质，需要对这些数据进行处理。
常见的数据处理方法包括预处理、特征提取和模型建立。
预处理可以去除光谱数据中的噪声和干扰，提高数据的信噪比；特征提取可以从光谱数据中提取出与农产品品质相关的特征参数；模型建立则是根据已知的农产品品质样本，建立起一个鉴别模型，用于预测未知样本的品质。
五、模型验证在建立鉴别模型之后，需要对该模型进行验证。
选择一些未知品质的农产品样品，通过模型进行预测，并与实际品质进行比对。
近红外光谱技术在农产品质量检测中的应用研究
近红外光谱技术在农产品质量检测中的应用研究引言农产品的质量安全一直是人们关注的重要问题。
近年来，近红外光谱技术作为一种快速、无损的检测方法，被广泛应用于农产品质量检测领域。
本文将以近红外光谱技术在农产品质量检测中的应用为研究对象，结合具体案例，探讨其优势和局限性，并展望其未来发展趋势。
一、近红外光谱技术概述近红外光谱技术是利用近红外光的特性进行检测和分析的一种非破坏性测试方法。
近红外光谱仪通过对农产品样本进行扫描，根据样本与光的相互作用，获取反射、透射或辐射光谱信息，进而对农产品的成分、质地、水分、气味等进行定量或定性分析。
二、近红外光谱技术在农产品质量检测中的应用1. 成分分析近红外光谱技术可以通过分析样本在不同波长下的光吸收情况，实现对农产品的成分分析。
例如，在酿酒业中，可以通过近红外光谱技术对葡萄酒中的酒精含量、糖分含量、酸度等进行快速准确的检测，提高产品质量。
2. 质地检测农产品的质地是影响其品质和口感的重要因素。
近红外光谱技术结合成像技术，能够对水果、蔬菜等农产品的质地进行定性和定量分析。
例如，可以通过对苹果的皮肉比例、硬度等参数的测定，实现苹果的分级和筛选，提高市场竞争力。
3. 水分检测近红外光谱技术可以通过样本中水分的光谱信息，准确测定农产品的水分含量。
传统的水分测定方法需要样本的破坏，而近红外光谱技术则可以实现非破坏性测量。
对于谷物、蔬菜、肉类等农产品，应用近红外光谱技术进行水分检测，可以提高检测速度和准确性。
4. 残留物检测农产品中农药和兽药残留物的安全性问题一直备受关注。
近红外光谱技术可以通过建立残留物与光谱特征之间的关联模型，快速检测农产品中的残留物。
与传统的化学分析方法相比，近红外光谱技术具有快速、准确、无需昂贵试剂等优势。
三、近红外光谱技术的优势和局限性1. 优势（1）无损性：近红外光谱技术可以对农产品进行直接检测，无需破坏样品，保持农产品的完整性。
（2）快速性：近红外光谱技术相比传统的化学分析方法，测量时间更短，可以实现高通量的检测。
基于近红外光谱与PLS-DA的红枣品种识别研究
摘 要： 新疆红枣品种繁 多， 采 后 红 枣 在 加 工 过 程 中需 要 将 其 他 品 种 的 红 枣 挑 选 出 ， 本 研 究 应 用 近 红 外 光 谱 分 析 技 术
结合 偏 最 小二 乘判 别分 析 （ Ｐ Ｌ Ｓ — Ｄ Ａ） 法 对新 疆红 枣品 种 进 行 判 别 。 结 果 表 明 ， 采 用 一 阶 导数 对 原 始 光 谱 进 行 预 处理 ， 并使 用 方 差 分 析 法 选择 波 长 变量 结 合 Ｐ Ｌ Ｓ — Ｄ Ａ 方 法对 校 正 样 本 建 立 判 别 分 析 模 型 ， 其 验 证 集预 测 结 果 与 实 际分 类 结
３． Ｃｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅｎ ｇ ｉ ｎｅ ｅ ｉｎ ｒ ｇ， Ａｌ ａ ｒ ８ ４ ３３ ０ ０， Ｃｈ ｉ ｎ ａ；
４ ． Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｃ ｅ ｎ ｔ ｅ ｒ ｉ ｎ Ｓ ｏ ｕ ｔ ｈ ｅ ｒ ｎ Ｒ ｅ ｇ ｉ ｏ ｎ ｏ ｆ Ｘ ｉ ｎ ｊ ｉ ａ ｎ ｇ ， Ａ ｌ ａ ｒ ８ ４ ３ ３ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ） Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｈ ｅ ｒ ｅ ａ ｒ ｅ ａ ｖ ａ ｒ ｉ ｅ ｔ ｙ ｏ ｆ ｊ ｕ ｊ ｕ ｂ ｅ ｓ ｉ ｎ Ｘ ｉ ￣ａ ｎ ｇ ． Ｉ ｔ ’ Ｓ ｎ ｅ ｃ ｅ ｓ ｓ ａ ｒ ｙ ｔ ｏ ｐ ｉ ｃ ｋ ｏ ｕ ｔ ｏ ｔ ｈ ｅ ｒ ｖ ａ ｒ ｉ ｅ ｔ ｉ ｅ ｓ ｏ ｆ ｊ ￣ｕ ｂ ｅ ｓ ｉ ｎ ｊ ｕ ｊ ｕ ｂ ｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ． Ｔ ｈ ｉ ｓ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｗ ａ ｓ ｃ ｏ ｎ ｄ ｕ ｃ ｔ ｅ ｄ ｔ ｏ ａ ｔ ｔ ｅ ｍｐ ｔ ｔ ｏ ｄ ｉ ｓ ｃ ｒ ｉ ｍ ｉ ｎ ａ ｔ ｅ ｊ ｕ ｊ ｕ ｂ ｅ ｖ ａ ｒ ｉ ｅ ｔ ｉ ｅ ｓ ｂ ｙ ｔ ｈ ｅ ｍ ｅ ｔ ｈ ｏ ｄ ｔ ｈ ａ ｔ ｎ ｅ ａ ｒ － ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ ｃ ｏ ｍ ｂ ｉ ｎ ｅ ｄ ｗ ｉ ｔ ｈ ｐ ａ ｒ ｔ ｉ ａ ｌ ｌ ｅ ａ ｓ ｔ ｓ ｑ ｕ ａ ｒ ｅ ｓ ｄ ｉ ｓ ｃ ｒ ｉ ｍｉ ｎ ａ ｎ ｔ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ （ Ｐ Ｌ Ｓ — Ｄ Ａ） ｍｅ ｔ ｈ ｏ ｄ ． Ｔ ｈ ｅ ｄ ｉ ｓ ｃ ｒ ｉ ｍ ｉ ｎ ａ ｔ ｏ ｒ ｙ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｍ ｏ ｄ ｅ ｌ ｓ ｏ ｆ ｊ ｕ ｊ ｕ ｂ ｅ ｖ ａ ｒ ｉ ｅ ｔ ｉ ｅ ｓ ｗ ａ ｓ
近红外光谱技术在农产品质量检测中的应用研究
近红外光谱技术在农产品质量检测中的应用研究农产品作为人类的主要食品来源，其质量和安全是人们关注的焦点。
近年来，随着农业生产技术的不断发展和现代工业技术的应用，农产品质量检测技术正在不断完善。
而近红外光谱技术作为一种先进的检测手段，被广泛应用于农产品的质量检测中，具有快速、非破坏性、高效、准确等优点。
一、近红外光谱技术的原理和特点近红外光谱技术是利用近红外光区域的电磁波谱线对物质进行光谱分析的一种非破坏性分析技术。
近红外光谱技术通过对不同波长的电磁波的反射、吸收和透射等特性进行测量，来获取样品的物质组成、结构和特性等信息。
近红外光谱技术具有快速、非破坏性、准确性高、重复性好等特点。
与传统的化学分析方法相比，近红外光谱技术具有成本低、分析时间短、操作简便等优点。
二、近红外光谱技术在农产品中的应用研究1、水果和蔬菜的成熟度检测近红外光谱技术可以精确地检测水果和蔬菜的成熟度和质量。
研究表明，近红外光谱技术能够通过检测水果和蔬菜的固体物含量、酸度、糖度、硬度等指标，快速、准确地进行分类和识别，并确定其成熟度和质量等级。
2、工业用油品质检测近红外光谱技术可以用于工业用油品的品质检测，可对油品的甲醛、酸值、氧化值等进行快速检测，判断油品的质量状况和安全性能。
3、牛奶的脂肪含量检测近红外光谱技术可以检测牛奶中的脂肪含量，快速检测奶制品中的脂肪含量并确定质量等级，能够确保奶制品制造的一致性和标准化生产。
4、粮食的品质检测近红外光谱技术可以对各类粮食进行成分分析和品质检测。
通过对谷物中的蛋白质、淀粉、水分等成分进行检测，可以确定粮食的品质，快速并准确地进行数量和质量确定。
三、近红外光谱技术的发展前景近红外光谱技术在农产品质量检测中的应用前景十分广阔。
随着科学技术的不断进步和人们对农产品安全性和营养成分的要求的不断增加，近红外光谱技术的应用前景将更加广泛。
未来，近红外光谱技术将在农业食品行业中发挥越来越重要的作用，为保障人们的生命健康和推动农业现代化提供更为有效的技术手段。
近红外光谱分析技术在农产品食品品质在线无损检测中的应用研究进展
呈中将不 同温度 对光谱的影 响 以及不 同的颗粒度对 建模效果 的影 响进行
近持续 了 １ ０ 年， 但大多数还只是在实验室范 围内进行在线检测 ， 形 成真正 的商业化产品的很少。目前， 农产品， 食品 品质的在线检测研 究还存在着 以
下几个方面的 问题。 ２ ． １大多数研 究只是进 行可行性探索 ， 没有进行深入研 ２ ． ２近红外光谱很容 易受 到各个 因素的影响 。而对于在 线检测来说 ， 样品饲运动 的， 因而近红外光谱 更容易受到影 响， 如何获得较 稳定的光谱 仍是一个 问题。 ２ ＿ ３在在线检测研究 中所应用 的模 型大多为 Ｐ Ｌ Ｓ或是神经网络模型 ， 而这些模型都是抽象的， 不 可描述 的。对 可描述模型的研究 以及可描述模
１ 国 内外 讲 毙进 展
感器对 鼓舞 中的蛋白质含量和湿度浓度开展 了在 线检测工作， 这一系统 的
波 长范围设定在 了 ９ ４ ０ — １ ７ ０ ０ ｉ ｒ ｍ， 光源选择 了功率 为 ９ Ｗ 的卤钨灯， 同时还 要对四种不同 的方法 在精度上 的表现进 行 了研究 ， 在研究 中发现 ， 蛋 白质 预处理效果最好 的方法 就是 Ｓ Ｎ Ｖ ， 在湿 度的检测方 面， 不对其 开展 预处理
ｒ 细致的研 究， 此外在这一过程中还针对所有的样本都建立了模型。 国外 的一些研 究小组用近 红外反射仪 器对传送带 上的较细牛 肉成分 旰展了在线检测 的工作 。检测器 的波长范 围设 定在了 ３ ８ ０ ｎ ｍ 一 １ ７ ０ ０ ｎ ｍ， 光
近红外光谱检测鲜枣酵母菌的动力学模型
中 图分 类 号 ： ￥ ３ ７ ９ ； ＴＳ ２ ０ ７ ． ３
损检测食品 内部 品质 的技术 ，已广泛 应用 于水果 ¨ ７ ］ 、蔬 菜 、
引 言
鲜食 枣因其 味道美 肉质 脆 ， 且 富含 丰富 的营养物 质［ ， 已在 中国种植 多年 。目前 ， 陕西省 最为常见 的鲜食 品种为梨 枣 。然而在鲜枣贮藏过程 中，由于 环展计划 （ ８ ６ ３计划） 项 目（ ２ ０ １ １ ＡＡ１ ０ ０ ７ ０ ５ ） ，国家 自然科学基金项 目（ ３ １ ０ ７ １ ３ ３ ２ ） 和西北农林科 技大学青年学术骨 干项 目（ Ｚ ｌ ｌ ｌ Ｏ ２ ０ ９ ０ ３ ） 资助
作者简介 ： 胡耀华 ， 女， 】 ９ ７ ３ 年生 ， 西北农林科技大学机械与电子工程学 院副教授
贮藏过程 中水产品 、畜产品 中的细菌 菌落 总数ｌ ＿ ４ ～］ 、挥发性 盐基氮＿ ６ 等分别与贮藏时间的动力学模 型 。而有 关近红外光
１ 实验部分
１ ． １ 仪 器 设 备 与 分 析 软 件
试验所用仪器 ＭＰ Ａ型傅 里 叶变 换近 红外 光谱仪 （ 德国
Ｂ ｒ ｕ ｋ ｅ ｒ 光学仪器公 司） 。 运 用光学 分析 软件 （ ） Ｐ ＵＳ ５ ． ５对鲜 枣的近红外光谱进行采集 ， 并采用 Ｕｎ ｓ ｃ ｒ ａ ｍｂ ｌ ｅ ｒ ９ ． ８和 Ｓ Ｐ Ｓ Ｓ
近红 外 光谱 检测 鲜 枣酵 母 菌 的动 力学模 型
胡耀 华 ，刘 聪 ， 何 勇
１ ．西北农林科技大学机械与电子工程学院，陕西 杨凌 ７ １ ２ １ ０ ０
２ ．浙江大学生物 系统工程与食品科学学院，浙江 杭州 ３ １ ０ ０ ５ ８
摘
要
酵母菌是 引起鲜枣发酵 的主要微 生物 。以室温 （ ２ ０℃ ） 贮藏 的鲜枣为研 究对象 ，应用 近红外 光谱 ，
基于近红外光谱预测南疆红枣品质的模型建立与参数优化
王亚运 1， 陈
2
摘 要： 南疆地区的自然气候条件极其适合红枣的糖度积聚， 再加上光热效果良好， 让南疆地区的红枣在销售上广 受赞誉。不过也正是因为销售渠道的拓宽， 部分地区南疆红枣在入场销售之前需要提供红枣糖度分析报告， 传统的检测 方式虽然较为细致， 但是并不能满足已经实现量产的南疆红枣成批次的完成品质检测， 文章就结合实际情况对基于近 红外光谱预测南疆红枣品质的模型建立与参数优化进行简析。 关键词： 近红外光谱南疆红枣品质； 参数优化 量因素也进行了进一步的优化，在完成光谱采集之后进行光 谱测量的过程中同步进行了扩充更新，特别是因为近红外光 子对于近红外光谱吸收起到关键性的作用，因此在近红外光 源的输出设定上严格按照相关的技术参数做了修正和研判， 将 近 红 外 的 光 谱 波 长 严 格 控 制 在 780~2526 （ 波 数 12820~3959cm） 范围内 （如表 1 所示） 。 表 1 光谱分析仪的主要性能参数实测数据 性能参数 波长范围 波长准确度 波长重复性 光谱分辨率 杂散光 吸光度线性斜率 波长温漂 吸光度噪声 仪器尺寸 仪器重量 电池持续电力 2.1 光谱采集 由于是实验室数据分析研究，为了确保南疆红枣品质检 测的精准性，以及研判近红外光谱分析方式对于红枣相关品 质的排他性， 所以其样本进行光谱采集的过程中， 基本上要求 样本处于稳定状态之后再进行数据分析。 光谱采集前， 先做好 相关的准备工作：一是将 100 枚检测样本放入室内环境中 12h 以上， 期间测量室内相对湿度为 40%~50%。采用漫反射 方式采集光谱，以仪器内部空气为背景。谱区采集范围： 4000~10000cm-1； 光谱分辨率： 4cm-1。由于南疆红枣样本个体
基金项目： 国家自然科学基金项目 （11464039） 。 作者简介： 王亚运 （1990-） ， 男， 硕士硕士生， 主要研究方向： 农产品无 损检测。 通讯作者： 罗华平， 主要研究方向： 农产品无损检测。
基于近红外高光谱成像技术的干制红枣品种鉴别
利用如图 ｌ所示的近红外高光谱成像系统对样本进行光 谱采集 ，系统包 括成像 光谱仪 、线光 源 、镜头 、电控 位移平
收 稿 日期 ：２０１６ ０５—０５，修 订 日期 ：２０１６－１０—２３ 基金项 目：国家科 技支撑计划 项 目（２Ｏ１４ＢＡ［）Ｏ４ Ｈ（】４）资助 作者简介 ：樊阳阳 ，１９９４年生 ，浙江大学生物系统工程与食 品科学 学院博 士研究生
浙 江 大学 生物 系统 工 程 与食 品科 学 学 院 ，浙 江 杭 州 ３１００５８
摘 要 为实现干制红枣 的快速 鉴别 ，提 出了一 种基 于近红外 高光谱成 像技 术的鉴别 方法 。采集 四个 品种 共 ２４０个样本干制红枣 的近红 外高 光谱 图像 （１ ０００～ １ ６００ ｒｉｍ）。通 过 主成分 分析 法 （ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＰＣＡ）、载荷系数法 （ｘ－Ｌｏａｄｉｎｇ Ｗｅｉｇｈｔｓ， Ｉｊｗ）和连续 投影算 法 （ｓｕｃｃｅｓｓｉｖｅ ｐｒｏｊｅｃｔｉｏｎｓ ａｌｇｏｒｉｔｈｍ， ＳＰＡ）分别提取 ７个 、８个和 １ｏ个 特征波长 ；基于灰度共 生矩 阵（ｇｒａｙ ｌｅｖｅｌ ＣＯ—ｏｃｃｕｒｒｅｎｃｅ ｍａｔｒｉｘ，ＧＬＣＭ）提 取第一主成分 图像 的纹 理特征 。分别 以光谱特征 、纹理特征 、光谱 和纹理融合特征作为输入 ，建 立偏最小 二 乘判别分 析（ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ—ｄｉｓｃｒｉｍｉｎａｎｔ ａｎａｌｙｓｉｓ，ＰＩ Ｓ－ＤＡ）、反向传播 神经网络 （ｈａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｕ— ｒａｌ ｎｅｔｗｏｒｋ，ＢＰＮＮ）和最小 二乘 支持 向量机 （１ｅａｓｔ ｓｑｕａｒｅｓ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ，ＬＳ－ＳＶＭ）模 型。结果 显 示 ，基于融合特征 的模型鉴别率高于分别 基于 光谱特征 或纹理 特征 的模型 鉴别率 ；基于 融合特征 的 ＢＰＮＮ 模型 的结果最优 ，对预测集样本鉴别正确率为 １００ 。说 明近红外高光谱成像技术可用于干制红枣 品种 的快 速鉴 别。
用遗传算法提取南疆红枣总糖的近红外光谱特征波长
用遗传算法提取南疆红枣总糖的近红外光
谱特征波长
遗传算法（GeneticAlgorithm，GA）是模拟自然选择与遗传机制进行搜索的一种优化算法。
该算法模拟了生物进化的过程，通过选择、交叉和变异等操作，不断优化求解的结果。
在提取南疆红枣总糖的近红外光谱特征波长过程中，可以通过以下步骤使用遗传算法进行优化：
1.选择适当的目标函数，例如最小化特征波长集合的冗余度，同时最大化该集合中各特征波长与总糖浓度之间的相关性；
2.初始化一组特征波长集合（即"染色体"）；3
3.根据目标函数对每个染色体进行评价，得到适应度值；
4.根据适应度值选择优秀的染色体，并使用遗传算法的选择、交叉和变异操作产生新的染色体；
5.重复步骤3和4，直到达到最大迭代次数或找到满足要求的特征波长集合为止。
通过遗传算法的优化，可以得到一组较为优秀的特征波长集合，用于提取南疆红枣总糖的近红外光谱特征。
1/ 1。
一种南疆红枣多参量品质快速无损检测方法[发明专利]
![一种南疆红枣多参量品质快速无损检测方法[发明专利]](https://img.taocdn.com/s3/m/7507646cb9d528ea80c77930.png)
专利名称：一种南疆红枣多参量品质快速无损检测方法专利类型：发明专利
发明人：罗华平,郭玲,刘新华
申请号：CN201610056005.5
申请日：20160127
公开号：CN105628708A
公开日：
20160601
专利内容由知识产权出版社提供
摘要：本发明公开了一种南疆红枣品质多参量快速无损检测方法，包括：第一阶段利用结构光投影照明法通过传送带上方的相机连续获取红枣图像，通过傅里叶变换轮廓技术获得红枣三维面形信息，处理后获得大小，纹理、饱满度等外部品质信息，给出外部品质权重因子A，第二阶段通过光谱仪采集南疆红枣的近红外光谱，经光谱预处理和选取适当算法，与建立的红枣品质校正模型比对之后，获取红枣内部品质信息B，并进行品质分级，用于品质显示或触发执行机构动作完成分级过程。
本发明提供的方法，可以克服现有技术中对产品的获取信息少、操作过程复杂和检测结果不理想等缺陷，以实现对产品的多参量、操作过程简单和检测结果准确性好的优点。
申请人：塔里木大学
地址：843300 新疆维吾尔自治区阿拉尔市塔里木大道
国籍：CN
代理机构：北京中恒高博知识产权代理有限公司
代理人：姜万林
更多信息请下载全文后查看。
南疆源个红枣品种鲜果品质特性分析
2014·12摘要:本次试验以南疆的赞皇、灰枣、骏枣和金昌新鲜枣果为原材料,为探索品种间品质差异,测定了4种枣果的物理特性指标和营养指标,结果表明,赞皇的单果重与可食率最高,黄酮和总三萜酸含量最高,其三萜含量高达2.54mg/g ,黄酮含量高达0.518mg/g ;金昌的硬度和咀嚼性最大;灰枣的糖酸比最高,达114.05。
关键词:红枣;物理特性;营养成分;活性成分枣树(Zizyphus jujube Mill )为鼠李科(Rhamnaceae )枣属(Zizyphus Mill )植物,原产于黄河中下游,在中国已有7000余年种植历史[1]。
因其果实营养丰富,药用价值高,自古以来就被我国人民作为营养和保健的优质滋补果品。
我国红枣资源丰富,有700多个品种[2],生长于冀、鲁、陕、豫、晋和新6省。
新疆作为红枣种植后起之秀的省份,种植面积已突破40万hm 2大关,占全国种植总面积的1/3左右。
由于新疆特殊的地理环境优势,生产的红枣品质优良,果实含糖量高,含酸量低,味香甜[3],深受消费者的喜爱。
枣果的品质评价包括感官、营养和风味3大评价指标,目前对于红枣的品质评价还仅仅局限于单个因素评价,随着质构仪应用于果蔬等质地的测定,给果蔬的感官评价提供了量化指标,同时减少了个体间主观因素造成的误差[4]。
本试验选用南疆具有代表性的赞皇、灰枣、骏枣和金昌新鲜枣果为原料,分析各个测定指标的差异性以及不同品种的差异性,以期能全面了解不同品种的营养成分以及物理特性,为红枣在市场上的加工及新产品开发提供帮助。
1材料与方法1.1材料试验材料:赞皇、灰枣、骏枣、金昌样品均为完整、无腐烂的红枣,采自第一师十团红枣园。
试验试剂:氢氧化钠、硫酸铜、酒石酸钾钠、盐酸、葡萄糖、抗坏血酸、乙酸乙酯、草酸、齐墩果酸、香草醛、2,6-二氯靛酚等,以上制剂均为分析纯。
仪器设备:GZX -9070MBE 型电热鼓风干燥箱(上海博讯实业有限公司医疗设备厂)、756PC 型紫外分光光度计(北京联合科仪科技有限公司)、SB -3200DTD 型超声萃取仪(宁波新芝生物科技股份有限公司)和SK -3040型电子天平(奥豪斯国际贸易(上海)有限公司)。
光谱测定南疆鲜冬枣Vc含量方法的研究
光谱测定南疆鲜冬枣Vc含量方法的研究石鲁珍;张景川;蒋霞;陈杰;白铁成【摘要】本研究尝试利用近红外光谱技术测量冬枣的Vc含量,用连续投影算法(SPA)在校正模型中选择有效的近红外光谱波长变量,然后用筛选出的变量建立偏最小二乘(PLS)模型.该模型的预测标准偏差(RMSEP)为0.2493,预测相关系数(RP)为0.919 7,并将SPA筛选的变量建立的PLS模型与全光谱建立PLS模型结果进行比较.结果表明,SPA优选出全光谱1 557个变量中的24个变量,建立的PLS模型预测效果要好于全光谱建立的PLS模型,SPA能够有效地选取待测成分的特征波长,在冬枣Vc无损检测方面提供理论基础.【期刊名称】《塔里木大学学报》【年(卷),期】2015(027)004【总页数】6页(P93-98)【关键词】近红外光谱;PLS;SPA;Vc【作者】石鲁珍;张景川;蒋霞;陈杰;白铁成【作者单位】塔里木大学信息工程学院,新疆阿拉尔843300;塔里木盆地生物资源保护利用重点实验室,新疆阿拉尔843300;塔里木大学机械电气化工程学院,新疆阿拉尔843300;塔里木大学信息工程学院,新疆阿拉尔843300;塔里木大学信息工程学院,新疆阿拉尔843300;塔里木大学信息工程学院,新疆阿拉尔843300【正文语种】中文【中图分类】TP391.41冬枣又名冻枣、苹果枣，以其成熟晚而得名。
冬枣皮薄质脆，酸甜适口，且富含多种氨基酸和维生素，其中Vc含量达 300～500 mg/100g，被誉为“活的维生素丸”[1]，已被列入保健食品行列[2,3,4]。
随着人们对冬枣营养价值及保健功效的认识，加之其独特的风味，冬枣深受消费者青睐，已成为水果中的精品，发展前景巨大，市场空间广阔。
传统红枣维生素C含量的检测是用化学方法。
化学方法既要破坏红枣结构的完整性，又要使用有毒的化学药品，费时、费工，而且不能实时跟踪红枣维生素C含量的变化。
近红外(NIR)光谱是一个快速无损的技术，可以实时检测物质成分含量，在某种程度上优于一些耗时的化学分析。
南疆红枣病虫危害等级识别模型的研究与实现
南疆红枣病虫危害等级识别模型的研究与实现摘要：随着南疆地区红枣种植规模的不断扩大，病虫害对红枣产量和品质的影响日益突出。
为了提高红枣病虫害的防控效率，本文基于机器学习技术，通过收集南疆某地红枣病虫害数据，研究并实现了一种基于图像识别的红枣病虫害等级识别模型。
该模型可以准确、高效地识别红枣病虫害并划定其危害等级，为红枣种植管理提供了重要参考。
关键词：南疆红枣；病虫害；危害等级；图像识别；机器学习1. 引言红枣是南疆地区的重要农产品之一，但病虫害对红枣的生长和品质产生了严重的危害。
传统的人工观察方法往往需要大量的时间和人力投入，并且识别准确度较低。
研究建立一种高效准确的红枣病虫害等级识别模型对于提高红枣产量和质量具有重要意义。
2. 数据收集和预处理本研究采集了南疆某地红枣病虫害的图像数据，并进行了预处理工作，包括图像去噪、图像增强和图像分割等。
3. 特征提取与选择通过计算图像的颜色、纹理和形状等特征，对图像进行特征提取。
接着，采用相关性分析和主成分分析等方法，选择出对病虫害识别具有重要影响的特征。
4. 模型建立和训练本研究采用支持向量机（SVM）和卷积神经网络（CNN）两种机器学习算法，建立了红枣病虫害等级识别模型。
通过对模型进行训练和优化，提高了模型的准确度和泛化能力。
5. 实验结果与分析本研究对所建立的模型进行了实验验证，并与传统的人工观察方法进行了对比。
结果表明，所建立的模型在红枣病虫害等级的识别上具有较高的准确度和快速性，能够为红枣种植管理提供有效的支持。
6. 结论与展望本研究基于机器学习技术，研究并实现了一种基于图像识别的红枣病虫害等级识别模型。
该模型在提高红枣病虫害防控效率和红枣品质的改善方面具有重要意义。
模型仍存在些许不足之处，未来研究可以继续优化模型的准确度和泛化能力，以实现更加精确有效的红枣病虫害等级识别。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第32卷,第5期光谱学与光谱分析V o l .32,N o .5,p p1225-12292012年5月S p e c t r o s c o p ya n d S p e c t r a l A n a l y s i s M a y ,2012南疆红枣品质近红外光谱在线模型参数的实验研究罗华平1,2,卢启鹏2*,丁海泉2,高洪智2,郭玲31.塔里木大学机械电气化工程学院,新疆阿拉尔8433002.中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室,吉林长春1300333.塔里木大学植物科学学院,新疆阿拉尔843300摘要为建立南疆红枣品质近红外光谱在线校正模型,分析了在线检测结果的主要影响因素,对相应的参数进行了实验研究。
设置红枣不同的光谱采集条件,如测量状态、波段谱区、仪器参数等,利用近红外光谱仪和自行设计的红枣批量采集附件,获取南疆红枣品质光谱,通过光谱预处理和检测精度相结合的办法选择条件参数。
通过不同建模参数进行P L S 光谱校正和二维相关光谱分析,选择糖度特征光谱参数。
结果表明:红枣糖度中心波长9116,9418和10500c m -1,采集分辨率16c m -1,扫描次数8次,糖度相对误差8%~10%,单粒红枣光谱数据量减少为原来的1/10,采集时间减少了3s 左右。
通过实验参数,压缩了数据量,建立了初级在线校正模型,基本实现南疆红枣品质近红外光谱在线检测。
关键词南疆红枣品质;近红外光谱;在线检测;实验参数中图分类号:S 123文献标识码:A D O I :10.3964/j.i s s n .1000-0593(201205-1225-05收稿日期:2011-10-13,修订日期:2012-01-23基金项目:国家自然科学基金项目(10964009,11164023,西部之光项目(Y 10739Q 110和吉林省科技发展计划项目(20100338资助作者简介:罗华平,1973年生,塔里木大学机械电气化工程学院副教授 e -m a i l :l u o h u a p i n g739@163.c o m *通讯联系人 e -m a i l :l u q i p e n g@126.c o m 引言南疆红枣由于地域因素,日照时间长,昼夜温差大,有糖分积累高和含水率低的特点。
其中南疆知名品牌“大漠玉枣”和“昆仑玉枣”糖度高达50%以上,逐渐以其优良的品质占领了国内外高端消费市场。
近年来随着种植面积的不断扩大,为保证南疆红枣优势品牌。
在红枣的种植至销售的全过程,如收购、加工、销售和存储等生产环节中。
急需一种快速无损在线果品品质分级技术,用于南疆红枣加工生产过程中的品质监测和管理。
国内外有关近红外光谱技术用于无损检测方面的研究文献较多[1-4],其中近红外光谱检测技术用于果品品质中糖度检测技术较为成熟[5]。
近年来日本利用近红外光谱在线检测技术测量苹果、柑桔等水果加工生产线上果品的品质。
如成熟度、含糖度、含酸度和褐变程度等,并用于水果产地的“选果场”快速对水果品质自动分类。
而国内有关水果品质在线无损检测技术大多还处在实验室研究阶段。
浙江大学等一些知名高校逐渐开展了一系列水果品质在线检测研究并取得了较好成果。
设计完成了近红外光谱水果内部品质在线检测试验台,对柑橘等果品的糖度和酸度等内部品质指标进行在线分析[6-7]。
由于红枣在中国的栽培历史较长,种植区和有关红枣的品质检测研究成果几乎都集中在国内[8]。
国外有关红枣的近红外光谱品质检测的研究文献很少,日本最近也开展了一些红枣的品质检测研究[9,10]。
实际工业现场所用的在线近红外光谱分析系统是由硬件、软件和分析校正模型三部分组成的,与实验型的近红外光谱分析仪相同。
近红外光谱技术用于红枣品质无损在线检测分级,需要一个合适的红枣品质在线校正模型。
其中糖度是一个十分重要的检测指标,它可用来测量红枣的成熟度和品质检测分级。
由于建模样品和检测未知样品的近红外光谱必须使用同一种方式才能达到好的检测效果。
然而影响红枣近红外光谱的实验参数很多,如测量状态和方式,光谱采集参数的选择等,所以建模前如何筛选红枣糖度检测方式等实验参数是十分重要和基础的工作。
判断和筛选这些参数的原则就是建立的模型精度满足实际要求和通过验证[12]。
依据南疆红枣特征属性和在线检测要求,对糖度快速无损在线检测的分析校正模型所涉及的相关问题进行实验研究。
通过实验筛选参数,建立红枣糖度在线校正模型,为南疆红枣品质在线检测奠定基础。
1实验部分1.1仪器近红外漫反射光谱是用美国尼高力仪器公司的高性能光谱仪N i c o l e t 870,其光源是宽波段石英卤素灯,采集光谱软件利用光谱仪自带的O m n i c 6.0,仪器自带的标准白板作为实验时的背景参比。
F i g .1S c h e m a t i c d i a g r a m o f q u a l i t y t e s t i n g e x p e r i m e n t 利用系统自带光纤附件和自行设计用于红枣快速批量采集附件,整个实验装置示意图如图1所示。
主要由转台和光纤多自由度调节架组成。
其中转台水平结构圆形,中间呈放射性星形的虚线表示红枣卡槽,转台中椭圆形阴影部分表示待测红枣,光纤调节支架选用三维光学调节台,可随意改变光纤与待测红枣的距离和角度。
右上方光源前端黑色短线表示卡槽用于放置和更换滤光片。
下方的虚线表示透射方式光纤。
1.2样品选择色泽均匀,果实形状匀称,含水率在25%左右的南疆红枣80个,果重7~18g 之间,糖度范围在40%~60%之间。
1.3糖度测量方法实验温度为20℃,红枣样品逐个标记后,利用近红外光谱仪依次扫描光谱,用常规的3,5二硝基水杨酸比色法(D N S 法测量红枣糖度。
1.4光谱采集方法由于需要对大量样品进行分析和测试,为了对不同测量状态进行调试保持稳定的测量结果,设计了一个方便易行的红枣近红外光谱批量快速采集附件,可以实现红枣的多角度不同距离的测试,实验测试装置如图1所示,光源发射光照射红枣后在内部发生漫反射出的光线,可由光纤接收至光谱仪。
光纤支架测量角度和距离位置可以调节,这样有利于漫反射而避免红枣光洁表面镜面反射的发生,使其受红枣皮或枣核的影响最小。
也可对其侧面或其他适当的部位进行检测以达到最佳效果。
也可以利用外接同样的一根光纤测试红枣的漫透射光谱。
由于该方式包含了较多的红枣内部品质特征信息,可较为全面的评价枣的内在品质。
尽量选择红枣中部的位置,测量时要注意避开表面缺陷部位,如伤疤等。
旋转转台测量结果取平均以此作为该样品的漫反射或漫透射光谱。
通过改变距离和缓慢移动,初步获取了不同测量状态的光谱信息,由光谱图的变化情况初步判断红枣测量状态对光谱采集信息的影响的大小,较为准确的选择合适的测量距离和角度。
2结果与讨论红枣品质近红外光谱在线检测系统要求光谱数据量小,能实现快速采集,但环境干扰噪声大,红枣光谱信号弱,如何依据红枣的特性和分级要求确定适当的检测精度,快速获取红枣品质光谱和有效提取微弱红枣糖度等品质信息是首要考虑的问题,下面从选择红枣测量方式和测试参数两方面进行了实验和分析。
2.1测量方式选择利用批量采集附件和近红外光谱仪模拟在线检测实验,通过旋转进行了红枣的实时检测实验,其中Z 轴表示吸光度,X 轴表示波数,Y 轴表示时间,随着时间的变化实时采集到红枣不同的部位光谱信号的变化情况,测试红枣不同部位的三维光谱图如图2。
F i g .2S p e c t r u m o f j u ju b e w i t h o p t i c a l f i b e r i n r e a l -t i m ec o l l e c t i o n 图中前30s 是静止在一个面的光谱,后30秒基本是交替扫描红枣的两个面。
可见红枣两侧的吸光度有明显差异,这与实验测量红枣两侧糖度结果吻合。
模拟定性测量红枣糖度的实验结果表明,在线检测红枣糖度是可行的。
红枣两侧的糖度有明显的差异,可能是由于枣在成熟过程中,两侧所受日照时间的差异导致糖分积累差异。
因为红枣直径约2~3c m 同侧光照差异小,相应部位糖度差异较小,所以做两次扫描糖度评价即可。
由于恰好扫描在两侧分界线的几率很小,无需多次旋转采集,这将节省大量的时间,也是我们做在线采集评价红枣品质的一个重要的依据,红枣测试附件主要实现对待测红枣两面的近红外光谱扫描和检测。
通过光谱采集实验分别对比了同一红枣样品的粉末和整6221光谱学与光谱分析第32卷粒在漫反射和漫透射,近红外长波区和短波区四种状态的光谱测试结果如表1所示,依据现有的实验条件选择光纤漫反射方式。
T a b l e1R e s u l t o f j u j u b e i n d i f f e r e n t m e a s u r e m e n t s谱区选择整粒长波区短波区粉末长波区短波区透射信息丰富信息丰富信息丰富差异不明显漫反射信息丰富常用差异明显差异不明显漫透射信号弱信息丰富信息丰富2.2采集参数选择依据在线监测要求南疆红枣糖度较高的特点设置适当的参数,如降低分辨率提高信噪比,选择采集糖度的特征谱段以压缩数据量快速提取红枣糖度信息。
2.2.1提高信噪比因为在线检测过程中红枣处于运动状态,环境背景噪声大,近红外光谱信号本身就很弱,导致红枣糖度的光谱信息更难获取。
从影响光谱信噪比S N R的因素入手,寻找提高信噪比的办法。
影响S N R的因素有:采集Δν分辨率,测量时间t,光通量E 等参量间的相互关系如式(1所示。
S N R∝t1/2ΔνE(1显然,信噪比与分辨率和扫描时间和光通量成正比,依据采集精度要求适当降低采集分辨率和减少扫描次数的办法可以有效提高红枣光谱信噪比,可在较少数据量的同时提高信噪比。
2.2.2压缩数据量为保证光谱质量和快速采集精度,通过光谱分析提取红枣的特征谱区,减少或消除噪声的影响,在满足检测红枣糖度精度的前提下,选择适当参数,压缩数据量。
光谱平滑方式选择使用N o r r i s d e r i v a t i v e f i l t e r间隔5个进行数据平滑,s p l i n e c o r r e c t i o n进行基线校正,通过采取不同的光谱预处理方法和光谱处理评价指标的对比,选择不同参数的实验结果见表2。
通过光谱检测的方法和常规的64次扫描,分辨率为8c m-1光谱的相关系数对比,可见选择16 c m-1,扫描次数8次光谱质量没有明显变化,基本可以满足要求。
通过该方式可以使数据采集量从每个光谱的采集文件870k降低至81k左右,采集时间由3s减小到1s。
T a b l e2 E x p e r i m e n t a l r e s u l t s o f d i f f e r e n t p a r a m e t e r s分辨率/c m-1扫描次数32168320.8550.8170.805160.9730.9670.90280.9870.9740.9532.3红枣糖度光谱信息红枣近红外光谱信息弱,各个特征谱峰重叠,为减小外界干扰,降低噪声,使红枣近红外光谱主要反映成分的信息,对采集的红枣光谱做自动基线校正,光谱平滑等光谱预处理方法得到光谱如图3所示。