论文部分内容阅读
加工番茄作为新疆红色产业的主要经济作物，因其种植面积大，产量高，已成为当地主要出口创汇产品之一。随着国际市场对食品质量要求的提高，人工分选手段已无法满足加工番茄原料品质的在线检测。本文采用高光谱成像技术结合化学计量学方法，选取新疆地区广泛种植的‘里格87-5’和‘金番1号’两个品种加工番茄为研究对象，以可溶性固形物这一衡量加工番茄品质的主要指标为代表，对其进行无损检测研究。主要研究结论有：（1）在高光谱图像采集过程中，针对样本个体大小差异，制作高度自适应样本固定装置，确保样本顶部与相机距离一致。（2）选取感兴趣区域和背景区域光谱差异较大的551.07nm波段，利用MATLAB编程，实现单波段感兴趣区域提取的批处理，并计算感兴趣区域的平均光谱。（3）通过对‘里格87-5’和‘金番1号’两个品种加工番茄的不同侧面（赤道圆周面、果脐面和果蒂面）的光谱信息进行建模和对比分析，得到两个品种加工番茄较好的建模侧面均为赤道圆周面。（4）研究了不同建模参数和预处理方法对模型精度的影响。1）对比分析了常数、MSC和SNV三种光谱校正方法对模型的影响，确定‘里格87-5’和‘金番1号’均采用MSC校正法。2）采用浓度系数法对建模区域进行选择，确定最优建模区域为560~930nm波段范围。3）对比分析了Savitzky-Golay卷积平滑与Norris微分平滑对一阶光谱和二阶光谱的平滑效果，确定采用Norris微分平滑法。（5）对比分析了PLS、PCR和SMLR三种定量建模方法对两个品种加工番茄可溶性固形物含量的预测能力，选出较优的建模方法。1）‘里格87-5’采用PLS对二阶光谱进行建模结果较优，校正集相关系数Rc=0.790，校正集均方根误差RMSEC=0.292%，预测集相关系数Rp=0.835，预测集均方根误差RMSEP=0.319%。2）‘金番1号’采用PLS对原始光谱进行建模结果较优，校正集相关系数Rc=0.730，校正集均方根误差RMSEC=0.269%，预测集相关系数Rp=0.771，预测集均方根误差RMSEP=0.316%。（6）设计了一个基于MATLAB的加工番茄可溶性固形物检测系统。采用该系统可以方便的完成样本光谱的导入，高光谱图像感兴趣区域光谱的提取、光谱的预处理、校正集样本的选择、建模区域的选择，并进行PLS和BP神经网络两种方法的建模。可满足高光谱在加工番茄内部品质预测的简单建模使用要求，为后期的进一步研究提供一定的便利。