CN105004690A - 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 - Google Patents

一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 Download PDF

Info

Publication number
CN105004690A
CN105004690A CN201510468925.3A CN201510468925A CN105004690A CN 105004690 A CN105004690 A CN 105004690A CN 201510468925 A CN201510468925 A CN 201510468925A CN 105004690 A CN105004690 A CN 105004690A
Authority
CN
China
Prior art keywords
cell content
stone cell
pear
imaging technology
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510468925.3A
Other languages
English (en)
Inventor
郑磊
刘长虹
颜玲
刘伟
林茂先
杨剑波
秦改花
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201510468925.3A priority Critical patent/CN105004690A/zh
Publication of CN105004690A publication Critical patent/CN105004690A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法。即利用光谱成像技术获取石细胞的光谱信息，将获取的光谱信息与石细胞含量经由光谱图像处理、数据分析和计算机建模，实现对梨果肉中石细胞含量快速无损检测。本方法具有分析速度快、成本低、测试重现性好、样品无需预处理等优点，适用于梨果肉中石细胞含量的快速无损检测，其有利于对梨品质进行快速品质分析，非常适合梨品质质量控制。

Description

一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法
技术领域
本发明属石细胞含量的检测领域，尤其涉及一种基于多光谱成像技术的梨果肉中石细胞含量的快速无损检测方法。
背景技术
梨果实中石细胞由木质素和纤维素组成，在果肉中石细胞以单个或者成簇的形式存在。石细胞是梨的重要品质指标，其含量高低直接影响到梨的口感和品质。因此，在梨新品种的品质评价、种质资源研究和果实品质预测中都有必要对石细胞含量进行测定。目前测定梨果实中石细胞的方法为现行国家农业标准NY/T1388-2007，以及盐酸处理法、自然酶解法、碱(NaOH)处理法和冷冻处理法。上述方法预处理复杂，分析过程繁琐复杂，成本较高。因而，无法快速、简便、低廉、可靠的预测。
多光谱成像分析是一种无损、快速、简单、不需要样品预处理并将光谱信息和图像信息融为一体的分析方法，因此非常适合质量控制与预测。近年来，该技术被广泛应用于农产品质量与安全预测。目前国内外还未见有关基于多光谱成像技术的梨果肉中石细胞含量快速无损预测方法的相关文章报道。
发明内容
本发明的目的在于克服现有技术的不足，提供了一种基于多光谱成像技术的梨果肉中石细胞含量的检测方法，为梨产品品质分析提供了新方法和新思路。
为了实现上述目的本发明采用如下技术方案：
一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，包括以下步骤：
a.采收梨果实后当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，25℃左右下晾干保存；并将果实的一部分作为校正集，另一部分作为预测集；
b.全部果实果皮下收集果肉，包括外围和内膛果肉，放入冰箱中冷冻，得到样品；
c.用常规检测方法获得全部样品的石细胞含量；
d.利用光谱成像技术获取所有梨样本的石细胞的光谱图信息；
e.将步骤d所获得的校正集中梨果肉中石细胞信息与步骤c所获得的校正集样本的石细胞含量经由数据分析后，结合化学计量学方法建立模型；
f.利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值的差异，选取预测精度达到要求的梨果肉中石细胞含量的模型，利用此模型能够实现对梨果肉中石细胞含量快速无损检测。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤c具体包括以下：样品解冻，组织捣碎机捣碎或者离心机离心，再将经过处理获得的果浆进行漂洗，重复3-4次，直至洗净，最后将收集的石细胞样品烘干至恒重，称量，每个样品重复称量3次，石细胞含量计算公式如下：X＝m/5*100％式中，X为果肉中的石细胞含量，单位为g/100g；m为石细胞样品质量，单位为g；通过计算公式算得石细胞含量。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤d中，采用多光谱成像仪，波长为从可见光到近红外。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤e中，采用最小二乘支持向量机回归法LS-SVM通过计算机建立模型；本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625，建立模型。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于：所述的检测方法可以用于设计、建立一套光谱无损检测梨果肉中石细胞含量的自动检测和分析装置，并能在此基础上将该装置应用扩展到梨等级的分选。
本发明的原理为：本发明介绍了一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，即利用光谱成像技术获取石细胞的光谱信息，将获取的光谱信息与石细胞含量经由光谱图像处理、数据分析结合化学计量学方法建模，实现对梨果肉中石细胞含量快速无损检测。此法具有操作简便、快速、无破损、检测成本较低等优点，有利于对梨品质进行快速品质分析，非常适合质量控制与预测。
本发明的有益效果：本发明相比现有方法相比，该方法能够对梨果肉中石细胞进行科学准确快速的鉴别，而且不破坏样品、不污染环境。本发明是基于多光谱成像技术的梨果肉中石细胞含量快速、无损、无污染的预测方法，由梨果肉中石细胞含量与其光谱图像信息经由数据分析结合化学计量学方法建立分析模型，实现对梨果肉中石细胞含量的快速无损检测。
附图说明
图1是不同成熟度样品在波长范围为400-1000nm的平均反射光谱图；
图2是背景剔除和图像分割后的光谱图像；
图3是所测石细胞含量建立模型校正集的实际值和预测值的关系散点图；
图4是所测石细胞含量建立模型预测集的实际值和预测值的关系散点图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例包括以下步骤：
(1)原料的选取与预处理
选取未熟、成熟和过熟砀山梨各60个(其中外围和内膛果实各30个)，采收当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，晾干(25℃左右)保存备用；样品按照3:1划分为校正集和预测集。
(2)供试样的制备以及获得化学信息：
从果皮2.0mm以内到距核0.5mm处，收集5g的果酱，在-20℃储存24h,然后在20000r/min的离心机中离心3min.在离心后的果酱中添加水，足够将其浸入，将上面的悬浮物轻轻倒出。将这一步重复几次。将收集的石细胞烘干然后称重3次。
从果皮2.0mm以内到距果核0.5mm处收集5g果肉，放入-20℃冰箱中冷冻24h，样品解冻后在20000r/min的离心机中离心3min，在离心处理之后的果浆中加入，如此反复漂洗，直至洗净，最后将收集的石细胞在60-65℃下烘干至恒重，称量。每个样品重复3次，石细胞含量计算公式如下：X＝m/5*100％，公式中，X为果肉中的石细胞含量，单位为克每百克(g/100g)；m为石细胞质量，单位为克(g)。
不同成熟度梨果肉中石细胞含量如表1所示。
表1样品中石细胞含量分析
(3)梨果肉中石细胞含量检测方法的建立
a、光谱图像获取
光谱图像测定采用Videometer Lab多光谱测量仪(Videometer A/S，丹麦)，其光谱范围为400-1000nm。多光谱成像系统进行定标板(白板、黑板和几何点板)校准，样品进行多光谱图像获取时，正反各拍照一次，取平均值作为样品的光谱图像。
b、光谱图像预处理
获取的光谱图像首先用仪器自带图像处理软件进行去噪处理，然后采用典型判别分析(CDA)和阈值设定完成背景剔除和图像分割；最后经过反射率动态定标板将梨果实图像信息的灰度值转换成反射率值。
c、采用最小二乘支持向量机(LS-SVM)模型的建立
采用最小二乘支持向量机回归法对上述样本建立定量分析模型，本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625。
采用此算法建立检测石细胞含量的模型。如图3所示，在校正集中，R和SEC分别为0.922和0.090；
d、模型验证
利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值基本一致，表明这个模型具有较好的拟合程度和预测能力，所建模型具有可行性。图4所示，利用建立的石细胞校正集模型，验证预测集样品，预测集中，R值为0.908，SEP为0.113，预测效果良好。表明能够实现对梨果肉中石细胞含量快速无损检测。

Claims (5)

1.一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，包括以下步骤：
a.采收梨果实后当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，25℃左右下晾干保存；并将果实的一部分作为校正集，另一部分作为预测集；
b.全部果实果皮下收集果肉，包括外围和内膛果肉，放入冰箱中冷冻，得到样品；
c.用常规检测方法获得全部样品的石细胞含量；
d.利用光谱成像技术获取所有梨样本的石细胞的光谱图信息；
e.将步骤d所获得的校正集中梨果肉中石细胞信息与步骤c所获得的校正集样本的石细胞含量经由数据分析后，结合化学计量学方法建立模型；
f.利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值的差异，选取预测精度达到要求的梨果肉中石细胞含量的模型，利用此模型能够实现对梨果肉中石细胞含量快速无损检测。
2.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤c具体包括以下：样品解冻，组织捣碎机捣碎或者离心机离心，再将经过处理获得的果浆进行漂洗，重复3-4次，直至洗净，最后将收集的石细胞样品烘干至恒重，称量，每个样品重复称量3次，石细胞含量计算公式如下：X=m/5*100%式中，X为果肉中的石细胞含量，单位为g/100g；m为石细胞样品质量，单位为g；通过计算公式算得石细胞含量。
3.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤d中，采用多光谱成像仪，波长为从可见光到近红外。
4.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤e中，采用最小二乘支持向量机回归法LS-SVM通过计算机建立模型；本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625，建立模型。
5.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于：所述的检测方法可以用于设计、建立一套光谱无损检测梨果肉中石细胞含量的自动检测和分析装置，并能在此基础上将该装置应用扩展到梨等级的分选。
CN201510468925.3A 2015-07-30 2015-07-30 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 Pending CN105004690A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510468925.3A CN105004690A (zh) 2015-07-30 2015-07-30 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510468925.3A CN105004690A (zh) 2015-07-30 2015-07-30 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法

Publications (1)

Publication Number Publication Date
CN105004690A true CN105004690A (zh) 2015-10-28

Family

ID=54377443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510468925.3A Pending CN105004690A (zh) 2015-07-30 2015-07-30 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法

Country Status (1)

Country Link
CN (1) CN105004690A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106404678A (zh) * 2016-09-06 2017-02-15 合肥工业大学 基于多光谱成像技术的番茄酱中非法添加物快速检测方法
CN106442805A (zh) * 2016-11-23 2017-02-22 新疆农业科学院农产品贮藏加工研究所 一种库尔勒香梨果实石细胞中磨木木质素提取的方法
CN110118735A (zh) * 2018-02-06 2019-08-13 中国农业机械化科学研究院 一种检测香梨公母的高光谱成像检测方法及装置
CN111402199A (zh) * 2020-02-08 2020-07-10 南京农业大学 一种基于计算机图像处理的梨果实石细胞表型检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349638A (zh) * 2007-07-16 2009-01-21 江西农业大学 果蔬维生素c含量的光谱快速无损检测方法
KR20100004129A (ko) * 2008-07-03 2010-01-13 대한민국(관리부서:농촌진흥청) 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법
CN104048941A (zh) * 2014-06-25 2014-09-17 常熟雷允上制药有限公司 采用近红外光谱快速测定麦冬中多指标性成分含量的方法
CN104155264A (zh) * 2014-08-15 2014-11-19 华南农业大学 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法
CN104237138A (zh) * 2013-06-21 2014-12-24 中国农业机械化科学研究院 一种马铃薯还原糖近红外测定方法
CN104655584A (zh) * 2015-02-13 2015-05-27 劲牌有限公司 冬虫夏草中肌苷含量的近红外检测方法
CN104807777A (zh) * 2015-04-28 2015-07-29 中国食品发酵工业研究院 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349638A (zh) * 2007-07-16 2009-01-21 江西农业大学 果蔬维生素c含量的光谱快速无损检测方法
KR20100004129A (ko) * 2008-07-03 2010-01-13 대한민국(관리부서:농촌진흥청) 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법
CN104237138A (zh) * 2013-06-21 2014-12-24 中国农业机械化科学研究院 一种马铃薯还原糖近红外测定方法
CN104048941A (zh) * 2014-06-25 2014-09-17 常熟雷允上制药有限公司 采用近红外光谱快速测定麦冬中多指标性成分含量的方法
CN104155264A (zh) * 2014-08-15 2014-11-19 华南农业大学 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法
CN104655584A (zh) * 2015-02-13 2015-05-27 劲牌有限公司 冬虫夏草中肌苷含量的近红外检测方法
CN104807777A (zh) * 2015-04-28 2015-07-29 中国食品发酵工业研究院 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
聂继云, 李静, 杨振锋, 张红军, 李明强: "冷冻法测定梨的石细胞含量", 《果树学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106404678A (zh) * 2016-09-06 2017-02-15 合肥工业大学 基于多光谱成像技术的番茄酱中非法添加物快速检测方法
CN106442805A (zh) * 2016-11-23 2017-02-22 新疆农业科学院农产品贮藏加工研究所 一种库尔勒香梨果实石细胞中磨木木质素提取的方法
CN110118735A (zh) * 2018-02-06 2019-08-13 中国农业机械化科学研究院 一种检测香梨公母的高光谱成像检测方法及装置
CN110118735B (zh) * 2018-02-06 2020-08-25 中国农业机械化科学研究院 一种检测香梨公母的高光谱成像检测方法及装置
CN111402199A (zh) * 2020-02-08 2020-07-10 南京农业大学 一种基于计算机图像处理的梨果实石细胞表型检测方法
CN111402199B (zh) * 2020-02-08 2024-01-12 南京农业大学 一种基于计算机图像处理的梨果实石细胞表型检测方法

Similar Documents

Publication Publication Date Title
CN101603927B (zh) 一种无损检测丰水梨缺陷的装置与用法
Omid et al. Estimating volume and mass of citrus fruits by image processing technique
CN101251526B (zh) 鲜猪肉综合品质无损检测方法与装置
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
Sun et al. Detection of internal qualities of hami melons using hyperspectral imaging technology based on variable selection algorithms
CN105004690A (zh) 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法
CN106596416A (zh) 一种基于高光谱成像技术的冷鲜肉品质无损检测方法
CN105548028A (zh) 禽蛋新鲜度的光纤光谱分级检测装置及其方法
CN202421024U (zh) 大米碎米率在线检测系统
CN104048939A (zh) 生猪血液中血糖含量近红外快速检测方法
CN104280349A (zh) 一种基于高光谱图像对白萝卜糠心鉴定的方法
CN105067531A (zh) 一种芒果品质无损检测方法及装置
CN105092579A (zh) 一种芒果品质无损检测设备
CN105606637A (zh) 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法
CN105158195A (zh) 基于近红外光谱技术快速测定制浆材综纤维素含量的方法
Zhang et al. Online detection and classification of moldy core apples by VIS-NIR transmittance spectroscopy
CN201156043Y (zh) 食品综合品质无损检测装置
Wang et al. Development of near‐infrared online grading device for long jujube
Si et al. Quality assessment of fruits and vegetables based on spatially resolved spectroscopy: A review
Sun et al. Detection of the soluble solid contents from fresh jujubes during different maturation periods using NIR hyperspectral imaging and an artificial bee colony
Li et al. Fast detection of water loss and hardness for cucumber using hyperspectral imaging technology
CN104502307A (zh) 一种快速检测长牡蛎糖原和蛋白质含量的方法
Wang et al. Grading detection of “Red Fuji” apple in Luochuan based on machine vision and near-infrared spectroscopy
Yang et al. Early apple bruise recognition based on near-infrared imaging and grayscale gradient images
CN104730027B (zh) 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151028