小米,是谷子去壳后的产物,主要产于我国黄河流域,是我国主要种植杂粮之一。在储藏过程中,因为没有谷壳的保护,直接与储藏环境接触,小米表面会吸收空气中的水分,造成含水量的增加,不仅会影响到小米的食用品质,对黏度和硬度都会产生影响,口感会下降,还会影响小米储藏的安全。目前,小米品质检测仍以传统的理化检测为主,检测耗时长、成本高,对小米有一定的破坏性,而近红外光谱检测技术的不断成熟,为小米的快速、无损检测提供了新思路。针对此现象,本文以小米为对象,将可见/近红外光谱检测技术应用于小米水分的检测,结合连续投影算法和二维相关近红外光谱法,筛选了小米样本含水率的特征波长,建立了小米含水率的检测模型。并在此基础上设计了一种便携式小米水分检测仪,以下是主要的研究内容和结论:1.采集小米样本可见/近红外光谱反射数据,使用直接干燥法测定其水分含量。将样本原始数据和经预处理后的数据对比,得出原始数据所建PLS模型效果较好,校正模型的相关系数RC=0.9460,均方根误差RMSEC=0.0049;预测模型的相关系数RP=0.9391,均方根误差RMSEP=0.0063。为减小建模复杂度、提高模型精度,使用连续投影算法选定的11个波长建立PLS模型,校正模型RC=0.719,RMSEC=1.421;预测模型RP=0.740,RMSEP=1.0808。进一步以小米含水率为外扰因素,利用二维相关光谱分析,在二维同步光谱图对角线上得到6个自相关峰,以自相关峰所对应的波长为特征波长,建立的小米含水率的偏最小二乘检测模型得到了较好的预测结果,校正模型RC=0.952,RMSEC=0.006;预测模型RP=0.897,RMSEP=0.0063。结合连续投影算法选出的波长和自相关峰对应的波长确定了6个特征波长作为仪器使用的波长,实现了小米含水率的特征波长优选及预测,为小米的水分品质检测提供了参照,也为设计便携式小米水分检测仪提供了根据。2.硬件部分:根据筛选出的特征波长,该设计选用850,950,1200,1450,1600,1800nm的6个常见的LED发光二极管作为仪器的特征光源;设计了恒流源驱动电路,为LED光源提供稳定的驱动电流;设计了AD转换电路,实现对采集的模拟电压数据进行AD转换;设计了液晶显示电路,为仪器的提供数据显示和触控功能。软件部分:在设计过程中采用嵌入式C语言编程,主要有主控程序、中断程序、A/D转换程序、串口通信程序和触控显示控制程序,对所设计的硬件电路和软件程序进行联合调试,结果表明所设计的设备满足实际测量要求。3.为验证系统性能,首先以标准白板为对象,测试6个不同波长LED的反射率,经试验检测稳定性可以满足设计要求,白板发射率检测标准偏差最大为0.1150,最小为0.1072。对60个小米样品的近红外反射光强度进行了测量,用偏最小二乘法建立水分检测定标模型,并将此模型导入设计的仪器中。利用本设计仪器对配置的10个水分梯度的小米样本进行检测误差试验和重复性试验,均相对误差为8.769%,最大相对误差为13.22%,最小相对误差为7.62%,基本满足设计要求,测量结果可行性较高。