论文部分内容阅读
枸杞(Lycium barbarum)营养丰富,但市场上枸杞品质参差不齐,严重损害农户及消费者的经济利益,原因是目前检测枸杞品质的方法有限。所以,研究快速、无损、准确的枸杞品质评价方法具有十分重要的实际意义。高光谱技术结合图像信息及光谱信息的优点,可以实现试验对象内部品质的可视化研究。枸杞中的多糖、总糖和黄酮是其最主要的营养物质,也是评判枸杞质量的三个重要标准。因此,本课题探索性地利用高光谱图像技术,通过对枸杞中多糖、总糖和黄酮含量的定量预测,进而实现枸杞内部品质的快速、无损检测。论文主要工作如下:(1)光谱信息方面的研究1)对比多元散射校正(multiplicative scatter correction,MSC)、SavitzkyGolay平滑(S-G平滑)和标准正态变量变换(standard normal variate,SNV)三种不同的常用预处理方法,最终选择多元散射校正对原始数据进行预处理,来消除散射影响。2)分别选择有效波段、可见光波段、近红外波段及全波段的平均光谱反射值作为特征参量进行建模,并对比建模结果。结果表明:有效波段光谱特征参量能够获取预测多糖含量、总糖含量和黄酮含量的敏感吸收光谱带,所得预测结果最好。3)通过对比四种不同的建立模型方法,结果表明:基于非线性建模方法可以实现最好的检测效果。(2)图像信息方面的研究1)首先运用主成分分析对原始枸杞样本高光谱图像处理,并选取前三个主成分图像,然后依照其在1288个波段对应下的权重系数选取五个特征波长。2)分别提取前三个主成分图像的纹理特征信息及五个特征波长图像的颜色特征信息、纹理特征信息和光谱特征信息。利用偏最小二乘回归方法分别建立起基于不同特征参量的多糖、总糖和黄酮含量预测模型,结果表明:基于这些单一类型不同特征参量的模型对枸杞多糖、总糖和黄酮含量的检测结果均不理想。(3)光谱信息和图像信息的融合与优化针对不同被测指标,采用基于相关系数阈值筛选变量的方法对所选的图像及光谱特征进行了筛选与优化,该方法不仅减少了冗余信息和降低了计算的复杂性,还提高了模型整体的可靠性及预测精度。枸杞多糖的判别正确率为94.44%,预测集与实际值之间的决定系数为0.92,均方根误差为0.02;枸杞总糖的判别正确率为95.56%,预测集与实际值之间的决定系数为0.91,均方根误差为0.32;枸杞黄酮的判别正确率为92.22%,预测集与实际值之间的决定系数为0.90,均方根误差为78.56。