赛斯拜克中国核心技术品牌 博士专业研发团队   18年专注高光谱

咨询热线:400-888-5135

无损检测猕猴桃糖度:高光谱成像技术的应用

来源:赛斯拜克 发表时间:2024-02-05 浏览量:326 作者:

摘要 猕猴桃,因其丰富的营养素和酸甜口感而被誉为“水果之王”。糖度作为评价猕猴桃品质的重要指标,关系到果实的风味和储存寿命。传统的糖度测量方法(如折射仪)破坏样本且耗时。本研究采用高光谱成像技术,结合多种特征光谱变量提取方法,对“红阳”品种的猕猴桃进行无损糖度检测,旨在提高检测的效率与准确性。

image.png

材料与方法

实验设计

选取120个外观无瑕的“红阳”猕猴桃,于实验室环境下静置24小时后,采集其高光谱图像并测定糖度。实验在(26±1)℃环境中进行。

设备与仪器

使用覆盖400-1000nm波段的高光谱相机(杭州彩谱科技有限公司FS13),具备高分辨率和快速采集能力。

数据采集

在仪器预热后,按照标准操作流程采集猕猴桃的高光谱图像,并进行必要的校正。

糖度测定

根据行业标准NT/T2637—2014,对每个猕猴桃赤道部位的糖度进行测定。

数据处理

利用专业软件对原始高光谱图像进行校正,并从赤道区域的图像中提取平均光谱信息。通过多种预处理方法(如DOSC)和特征提取算法(如IRIV、CARS)优化模型性能。

image.png

结果

样本划分

所有样本经过筛选,无异常值,按3:1比例划分为校正集和预测集。

image.png

光谱分析

分析了不同预处理方法对模型预测精度的影响,发现DOSC方法能显著提升预测效果。

image.png

特征提取

应用IRIV和CARS算法进行特征光谱变量提取,分别得到8个和49个特征变量,大幅减少了全光谱波段的数据量。

image.png

讨论

研究表明,高光谱成像技术结合适当的光谱预处理和特征提取方法能有效无损检测猕猴桃糖度。DOSC预处理提高了模型的预测能力,而特征提取方法则进一步精简了数据,为快速检测提供了可能。

image.png

image.png

image.png

结论

结合高光谱成像技术和特征提取算法可以实现猕猴桃糖度的快速、无损检测,有助于果品品质评估和后续处理。本研究为农产品内部品质的高效检测提供了新思路。

相关产品

农业监测排行榜top10

农业监测相关推荐