CN106644958B - 一种桃果实内部果胶含量空间分布成像的方法 - Google Patents

Abstract

本发明公开了一种桃果实内部果胶含量空间分布成像的方法，解决现有桃果实果胶测量方法测量效率低，且只能进行单点测量，无法获得果胶在桃果实内部的空间分布情况的问题。本方法将桃果实环绕轴线等分切割成扇形小块，分别获取各果实切块的果胶含量和光谱平均值，并建立关联模型，可以根据预测待测样本的各处果实切块每个像素点的光谱值预测其每个像素点对应的果胶含量，根据待测样本果实切块每个像素点的空间分布坐标来建立果胶在待测样本中的像素级三维分布模型，实现桃果实内部果胶含量分布的空间可视化成像。本发明同时获取原果胶、可溶性果胶、总果胶的像素级预测结果，并进行相互验证，保证预测结果的可靠性。

Description

一种桃果实内部果胶含量空间分布成像的方法

技术领域

本发明属于光谱检测领域，涉及一种桃果实内部果胶含量空间分布成像的方法。

背景技术

桃[Prumus persica(L.)Batsch]隶属于蔷薇科(Rosaceae)，李属(Prunus L.)桃亚属(Amygdalus L.)，因其独特的风味和较高的营养价值，深受大众的喜爱。桃是典型的呼吸跃变型果实，呼吸跃变型果实成熟时最显著的变化特征就是果实的软化。果实的软化使得果实的口感和风味表达更佳，但其软化后易受物理损伤和病原浸染，进而影响果实品质。果胶含量是果实软化的重要理化性质。因此研究桃果实采后果胶含量对于果实运输，采后处理，延长果实储藏寿命和提高其商业价值具有重要意义。

果胶是植物细胞壁中含量最丰富的多糖成分，也是构成细胞初生壁和胞间层的主要成分。果胶的溶解是最根本和最重要的果实成熟特性。桃果实中的果胶可分为可溶性果胶和原果胶两大类,而其中，原果胶含量是影响果实品质的主要指标。桃果实的果胶含量测量通常先获取小块果实，并提取可溶性果胶和原果胶后，采用咔唑比色法测定含量。但此方法仅能获得被测小块果实的果胶含量，属于单点测量，无法获得果胶在桃果实内部的空间分布情况，无法在果实生长发育和贮藏保鲜阶段对果实内部的果胶变化机制的进一步深入研究、乃至像素级的细化研究提供支持。

发明内容

本发明的目的在于针对现有桃果实果胶测量方法测量效率低，且只能进行单点测量，无法获得果胶在桃果实内部的空间分布情况的问题，提出一种桃果实内部果胶含量空间分布成像的方法，通过获取果实内部的高光谱图像，并进行数据处理后得到桃果实内部果胶含量空间分布分布图，为桃果实品质变化的深入研究提供了数据基础。

本发明解决其技术问题所采用的方案是：一种桃果实内部果胶含量空间分布成像的方法，其特征在于，包括以下步骤：

步骤1：建立基于桃果实光谱检测果胶含量的定量线性回归方程：

步骤1.1：采集n个桃果实样本分别记为M₁、M₂、M₃、…、M_n；

步骤1.2：对于每一个桃果实样本M_i，1<i<n，环绕果柄轴线按等间隔角度将桃果实样本切开形成m块果实切块，分别记为M_i,j，1<j<m；

步骤1.3：采集果实切块M_i,j的两个侧面的高光谱图像；

步骤1.4：采用国家标准方法测定每个果实切块M_i,j的原果胶含量，并分别作为果实切块M_i,j的原果胶含量参考值依据国家标准《NY/T 2016-2011水果及其制品中果胶含量的测定-分光光度法》。

步骤1.5：选取445nm、446nm、472nm、515nm、576nm、616nm、628nm、630nm波长为桃果实原果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像所有像素点在各原果胶特征波长光谱平均值，分别记为

步骤1.6：采用多元线性回归将步骤1.5中果实切块M_i,j在原果胶特征波长光谱平均值分别与步骤1.4中的果实切块M_i,j的原果胶含量参考值进行关联拟合，采用以下线性回归方程一进行关联拟合：

建立用于桃果实光谱检测原果胶含量预测的定量线性回归方程二，为：

步骤2：获得待测桃内部果实的果胶含量分布图：

步骤2.1：选取桃果实待测样本N；

步骤2.2：对桃果实待测样本N进行切块，切块方法按照步骤1.2描述方法进行，共获得p个果实切块，分别记为N_z，1<z<p；记录下切块N_z在桃果实待测样本N中的空间坐标；

步骤2.3：采集果实切块N_z的两侧切面的高光谱图像，并分别获得图像中每个像素点在原果胶特征波长445nm、446nm、472nm、515nm、576nm、616nm、628nm和630nm处的光谱值，分别记为 其中，(α,β,γ)为每个像素点的坐标信息，α为横坐标信息，β为纵坐标信息，γ为切面标识信息；

步骤2.4：将步骤2.3中的果实切块N_z的各个切面每个像素点在原果胶特征波长处的光谱值分别代入步骤1.6中的定量线性回归方程二中，分别得到每个像素点的原果胶含量计算值并根据每个像素点在所在切面的高光谱图像中的空间坐标，分别形成果实切块N_z的两个切面的原果胶含量分布图；

步骤2.5：根据步骤2.4获得的果实切块N_z的两个切面的原果胶含量分布图，以及果实切块N_z在桃果实待测样本N中的空间坐标，采用双三次插值算法分别获得桃果实待测样本N内部原果胶含量的网格状空间立体分布图，实现桃内部果实原果胶含量空间可视化成像。

作为优选，步骤1中同时建立可溶性果胶含量预测的定量线性回归方程三和总果胶含量预测的定量线性回归方程四：

步骤1.4中，采用国家标准方法同时测定每个果实切块M_i,j的可溶性果胶含量和总果胶含量，并分别作为果实切块M_i,j的可溶性果胶含量参考值总果胶含量参考值步骤1.5中，同时选取394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm波长为桃果实可溶性果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在可溶性果胶特征波长光谱平均值；选取413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm波长为桃果实总果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在总果胶特征波长光谱平均值；

依据步骤1.6的关联拟合方式分别建立可溶性果胶含量预测的定量线性回归方程三：

总果胶含量预测的定量线性回归方程四：

步骤2中同时计算可溶性果胶含量和总果胶含量的在每个像素点的对应分布：

步骤2.3中同时获取果实切块N_z的两侧切面的高光谱图像每个像素点的可溶性果胶含量对应特征波长394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm处的光谱值，总果胶含量特征波长413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm处的光谱值；

将每个像素点可溶性果胶含量对应特征波长的光谱值代入定量线性回归方程三中，分别得到每个像素点的可溶性果胶含量计算值将每个像素点总果胶含量对应特征波长的光谱值代入定量线性回归方程四中，分别得到每个像素点的总果胶含量计算值获取桃果实待测样本N内部可溶性果胶含量、总果胶含量的网格状空间立体分布图。

作为优选，根据定义获得原果胶验算值对比和的误差值，并设定误差阈值对检测结果进行验算，验证预测结果可靠性。

作为优选，步骤1.2中，按间隔10度切割，得到m＝36个果实切块。

本发明将桃果实环绕轴线等分切割成扇形小块，分别获取各果实切块的果胶含量和光谱平均值，并建立关联模型，可以根据预测待测样本的各处果实切块每个像素点的光谱值预测其每个像素点对应的果胶含量，根据待测样本果实切块每个像素点的空间分布坐标来建立果胶在待测样本中的像素级三维分布模型，实现桃果实内部果胶含量分布的空间可视化成像；本发明同时获取原果胶、可溶性果胶、总果胶的像素级预测结果，并进行相互验证，保证预测结果的可靠性。

具体实施方式

下面通过具体实施例对本发明做进一步说明。

实施例：一种桃果实内部果胶含量空间分布成像的方法，其特征在于，包括以下步骤：

步骤1：建立基于桃果实光谱检测果胶含量的定量线性回归方程：

步骤1.1：采集n个桃果实样本分别记为M₁、M₂、M₃、…、M_n；

步骤1.2：对于每一个桃果实样本M_i，1<i<n，环绕果柄轴线每间隔10度将桃果实样本切开形成36块果实切块，分别记为M_i,j，1<j<36；

步骤1.3：采集果实切块M_i,j的两个侧面的高光谱图像；

步骤1.4：采用国家标准方法测定每个果实切块M_{i j}的原果胶含量，并分别作为果实切块M_{i j}的原果胶含量参考值

步骤1.5：选取445nm、446nm、472nm、515nm、576nm、616nm、628nm、630nm波长为桃果实原果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像所有像素点在各原果胶特征波长光谱平均值，分别记为

步骤1.6：采用多元线性回归将步骤1.5中果实切块M_i,j在原果胶特征波长光谱平均值分别与步骤1.4中的果实切块M_i,j的原果胶含量参考值进行关联拟合，采用以下线性回归方程一进行关联拟合：

建立用于桃果实光谱检测原果胶含量预测的定量线性回归方程二，为：

步骤2：获得待测桃内部果实的果胶含量分布图：

步骤2.1：选取桃果实待测样本N；

步骤2.2：对桃果实待测样本N进行切块，切块方法按照步骤1.2描述方法进行，共获得p个果实切块，分别记为N_z，1<z<p；记录下切块N_z在桃果实待测样本N中的空间坐标；

步骤2.3：采集果实切块N_z的两侧切面的高光谱图像，并分别获得图像中每个像素点在原果胶特征波长445nm、446nm、472nm、515nm、576nm、616nm、628nm和630nm处的光谱值，分别记为 其中，(α,β,γ)为每个像素点的坐标信息，α为横坐标信息，β为纵坐标信息，γ为切面标识信息；

步骤2.4：将步骤2.3中的果实切块N_z的各个切面每个像素点在原果胶特征波长处的光谱值分别代入步骤1.6中的定量线性回归方程二中，分别得到每个像素点的原果胶含量计算值并根据每个像素点在所在切面的高光谱图像中的空间坐标，分别形成果实切块N_z的两个切面的原果胶含量分布图；

步骤2.5：根据步骤2.4获得的果实切块N_z的两个切面的原果胶含量分布图，以及果实切块N_z在桃果实待测样本N中的空间坐标，采用双三次插值算法分别获得桃果实待测样本N内部原果胶含量的网格状空间立体分布图，实现桃内部果实原果胶含量空间可视化成像。

本方案还在原果胶含量的网格状空间立体分布图建立的基础上，实现了可溶性果胶含量、总果胶含量的空间立体分布图的建立，过程如下：

步骤1中同时建立可溶性果胶含量预测的定量线性回归方程三和总果胶含量预测的定量线性回归方程四：

步骤1.4中，采用国家标准方法同时测定每个果实切块M_i,j的可溶性果胶含量和总果胶含量，并分别作为果实切块M_i,j的可溶性果胶含量参考值总果胶含量参考值

步骤1.5中，同时选取394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm波长为桃果实可溶性果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在可溶性果胶特征波长光谱平均值；选取413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm波长为桃果实总果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在总果胶特征波长光谱平均值；

依据步骤1.6的关联拟合方式分别建立可溶性果胶含量预测的定量线性回归方程三：

总果胶含量预测的定量线性回归方程四：

步骤2中同时计算可溶性果胶含量和总果胶含量的在每个像素点的对应分布：

步骤2.3中同时获取果实切块N_z的两侧切面的高光谱图像每个像素点的可溶性果胶含量对应特征波长394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm处的光谱值，总果胶含量特征波长413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm处的光谱值；

将每个像素点可溶性果胶含量对应特征波长的光谱值代入定量线性回归方程三中，分别得到每个像素点的可溶性果胶含量计算值将每个像素点总果胶含量对应特征波长的光谱值代入定量线性回归方程四中，分别得到每个像素点的总果胶含量计算值获取桃果实待测样本N内部可溶性果胶含量、总果胶含量的网格状空间立体分布图。

最后根据定义获得原果胶验算值对比和的误差值，并设定误差阈值对检测结果进行验算，验证预测结果可靠性。

Claims (4)

1.一种桃果实内部果胶含量空间分布成像的方法，其特征在于，包括以下步骤：

步骤1：建立基于桃果实光谱检测果胶含量的定量线性回归方程：

步骤1.1：采集n个桃果实样本分别记为M₁、M₂、M₃、…、M_n；

步骤1.2：对于每一个桃果实样本M_i，1<i<n，环绕果柄轴线按等间隔角度将桃果实样本切开形成m块果实切块，分别记为M_i,j，1<j<m；

步骤1.3：采集果实切块M_i,j的两个侧面的高光谱图像；

步骤1.4：采用国家标准方法测定每个果实切块M_i,j的原果胶含量，并分别作为果实切块M_i,j的原果胶含量参考值

步骤1.5：选取445nm、446nm、472nm、515nm、576nm、616nm、628nm、630nm波长为桃果实原果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像所有像素点在各原果胶特征波长光谱平均值，分别记为

步骤1.6：采用多元线性回归将步骤1.5中果实切块M_i,j在原果胶特征波长光谱平均值分别与

步骤1.4中的果实切块M_i,j的原果胶含量参考值进行关联拟合，采用以下线性回归方程一进行关联拟合：

建立用于桃果实光谱检测原果胶含量预测的定量线性回归方程二，为：

步骤2：获得待测桃内部果实的果胶含量分布图：

步骤2.1：选取桃果实待测样本N；

步骤2.2：对桃果实待测样本N进行切块，切块方法按照步骤1.2描述方法进行，共获得p个果实切块，分别记为N_z，1<z<p；记录下切块N_z在桃果实待测样本N中的空间坐标；

步骤2.3：采集果实切块N_z的两侧切面的高光谱图像，并分别获得图像中每个像素点在原果胶特征波长445nm、446nm、472nm、515nm、576nm、616nm、628nm和630nm处的光谱值，分别记为 其中，(α,β,γ)为每个像素点的坐标信息，α为横坐标信息，β为纵坐标信息，γ为切面标识信息；

步骤2.4：将步骤2.3中的果实切块N_z的各个切面每个像素点在原果胶特征波长处的光谱值分别代入步骤1.6中的定量线性回归方程二中，分别得到每个像素点的原果胶含量值计算值并根据每个像素点在所在切面的高光谱图像中的空间坐标，分别形成果实切块N_z的两个切面的原果胶含量分布图；

步骤2.5：根据步骤2.4获得的果实切块N_z的两个切面的原果胶含量分布图，以及果实切块N_z在桃果实待测样本N中的空间坐标，采用双三次插值算法分别获得桃果实待测样本N内部原果胶含量的网格状空间立体分布图，实现桃内部果实原果胶含量空间可视化成像。

2.根据权利要求1所述的一种桃果实内部果胶含量空间分布成像的方法，其特征在于，步骤1中同时建立可溶性果胶含量预测的定量线性回归方程三和总果胶含量预测的定量线性回归方程四：

步骤1.4中，采用国家标准方法同时测定每个果实切块M_i,j的可溶性果胶含量和总果胶含量，并分别作为果实切块M_i,j的可溶性果胶含量参考值总果胶含量参考值

步骤1.5中，同时选取394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm波长为桃果实可溶性果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在可溶性果胶特征波长光谱平均值；选取413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm波长为桃果实总果胶含量检测的特征波长，并获取果实切块M_i,j的各个侧面的高光谱图像中果实部分所有像素点在总果胶特征波长光谱平均值；

依据步骤1.6的关联拟合方式分别建立可溶性果胶含量预测的定量线性回归方程三：

总果胶含量预测的定量线性回归方程四：

步骤2中同时计算可溶性果胶含量和总果胶含量的在每个像素点的对应分布：

步骤2.3中同时获取果实切块N_z的两侧切面的高光谱图像每个像素点的可溶性果胶含量对应特征波长394nm、398nm、408nm、454nm、484nm、522nm、544nm、563nm、594nm、701nm、744nm、809nm、920nm、953nm处的光谱值，总果胶含量特征波长413nm、416nm、430nm、452nm、464nm、472nm、515nm、518nm、566nm、629nm、653nm处的光谱值；

将每个像素点可溶性果胶含量对应特征波长的光谱值代入定量线性回归方程三中，分别得到每个像素点的可溶性果胶含量计算值将每个像素点总果胶含量对应特征波长的光谱值代入定量线性回归方程四中，分别得到每个像素点的总果胶含量计算值获取桃果实待测样本N内部可溶性果胶含量、总果胶含量的网格状空间立体分布图。

3.根据权利要求2所述的一种桃果实内部果胶含量空间分布成像的方法，其特征在于，根据定义获得原果胶验算值对比和的误差值，并设定误差阈值对检测结果进行验算，验证预测结果可靠性。

4.根据权利要求1或2或3所述的一种桃果实内部果胶含量空间分布成像的方法，其特征在于，步骤1.2中，按间隔10度切割，得到m＝36个果实切块。