CN109374575A - 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 - Google Patents
一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 Download PDFInfo
- Publication number
- CN109374575A CN109374575A CN201811560623.9A CN201811560623A CN109374575A CN 109374575 A CN109374575 A CN 109374575A CN 201811560623 A CN201811560623 A CN 201811560623A CN 109374575 A CN109374575 A CN 109374575A
- Authority
- CN
- China
- Prior art keywords
- background color
- tobacco leaf
- sample
- characteristic wavelength
- value
- 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
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 107
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 107
- 238000012850 discrimination method Methods 0.000 title claims abstract description 13
- 238000005516 engineering process Methods 0.000 title claims abstract description 12
- 238000010183 spectrum analysis Methods 0.000 title claims abstract description 12
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 16
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 11
- 238000002835 absorbance Methods 0.000 claims description 8
- 238000004611 spectroscopical analysis Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacture Of Tobacco Products (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:通过近红外光谱仪采集不同底色类型程度烟叶的近红外光谱信息,首先采用连续投影算法筛选出对烟叶底色贡献大的特征波长,然后利用提取的特征波长建立烟叶底色定量分析模型,最后对待测烟叶样本进行近红外光谱的采集和特征波长的提取,代入建立的烟叶底色定量分析模型计算底色值,再根据底色值的大小判断该待测烟叶样本底色的类型及其程度。本发明克服了现有技术中主要依赖于烟叶外观鉴定专家进行鉴别所存在的主观性强、时效性低、重现性差的弊端,提高了底色特征鉴别的客观性、快速性和准确性。
Description
技术领域
本发明属于烟叶外观特征检测技术领域,尤其是涉及一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法。
背景技术
烤烟烟叶底色指烤烟烟叶表面除基本色外的色彩表现,烤烟烟叶底色分为红色、白色、灰色3种底色类型,红色型是指烟叶颜色多含暗红、烟叶表面除基本色外隐含红色,白色型是指烟叶颜色较纯正、烟叶表面除基本色外基本没有留存色彩,灰色型是指烟叶颜色隐含灰色、烟叶表面除基本色外隐含灰色,烤烟烟叶底色3种类型在我国烟叶产区存在显著的区域性分布,烤烟烟叶底色的鉴别是烤烟烟叶分型的主要外观特征依据,对于烤烟烟叶原料的定向化生产和均值化加工、模块化使用具有重要的意义。目前烤烟烟叶底色的鉴别方法为烟叶外观专家鉴定法,即通过烟叶外观专家对烟叶底色进行定性鉴定(底色类型为红色型、白色型、灰色型)和定量(红色型底色为6.5~10.0分、白色型底色为3.5~6.5分、灰色型底色为0.0~3.5分)鉴定,但烟叶外观专家鉴定法依赖于烟叶外观鉴定专家的主观认知,存在主观性强、时效性低、重现性差等弊端,因此,研究建立一种客观、快速、准确的烤烟烟叶底色鉴别方法具有重要的意义。
发明内容
本发明的目的正是为了克服上述现有烟叶底色鉴别方法存在的主观性强、时效性低、重现性差等技术问题而专门提供的一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法。
本发明的目的通过如下技术方案实现:
一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,具体步骤如下:
(1)底色烟叶样本的选取和专家感官鉴定: 选取代表不同产地、不同等级、不同底色类型程度的烤烟烟叶样本(样本数量至少200个);由烟叶外观鉴定专家对烟叶底色进行定性、定量感官鉴定。
(2)近红外光谱的采集:通过近红外光谱仪分别采集各个烟叶样本的近红外光谱,作为各烟叶样本的原始光谱信息;近红外光谱仪的主要工作参数为:光谱扫描范围950nm~1650nm,分辨率2nm,扫描时间5秒,扫描位置垂直距离烟叶叶中4cm处。
(3)原始光谱信息的特征波长提取:采用连续投影算法从各烟叶样本的原始光谱信息中筛选出对底色贡献大的特征波长,筛选出的特征波长点为1120nm、1170nm、1310nm、1360nm、1410nm、1460nm和1510nm。
(4)烟叶底色定量分析模型的建立与验证:利用提取的特征波长,采用多元线性回归方法建立的烟叶底色定量分析模型为:Y底色=15.690-421.622 A1120 +736.373 A1170+147.673 A1310-424.062A1360-81.500A1410+246.581 A1460-238.299 A1510,其中Y底色代表底色值,A1120、A1170、A1310、A1360、A1410、A1460、A1510分别代表1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值,并验证模型具有较强的预测能力。
(5)待测烟叶样本底色的鉴别:对待测烟叶样本进行近红外光谱的采集和特征波长的提取,将特征波长点的吸光度值,代入烟叶底色定量分析模型,计算底色值;根据底色值的大小判断该待测烟叶样本底色的类型及其程度, 底色值6.5~10.0时,底色类型为红色型,底色值越大,底色程度越红;底色值3.5~6.5时,底色类型为白色型;底色值0.0~3.5时,底色类型为灰色型,底色值越小,底色程度越灰。
本发明的有益效果如下:建立了基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,克服了现有技术中主要依赖于烟叶外观鉴定专家进行鉴别所存在的主观性强、时效性低、重现性差的弊端;本发明方法的鉴别值与真实值(专家鉴定值)平均相对误差为5.63%,提高了底色特征鉴别的客观性、快速性和准确性。
附图说明
图1为本发明所采集的近红外光谱图。
图2为烟叶底色特征波长个数确定图。
图3为烟叶底色特征波长点提取图。
图4为预测组样本的烟叶底色预测效果图。
具体实施方式
本发明以下结合实施例(附图)做进一步描述:
一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,按照如下步骤进行:
(1)底色烟叶样本的制备和专家感官鉴定: 选取301个来自于福建、湖南、江西、四川、湖北、云南、贵州、重庆、陕西、辽宁、吉林、黑龙江、河南、山东、安徽15个不同产地、不同等级、不同底色类型程度的烤烟烟叶样本;由烟叶外观鉴定专家按照红色型底色为6.5~10.0分、白色型底色为3.5~6.5分、灰色型底色为0.0~3.5分的打分标准对烟叶底色进行定性、定量感官鉴定,其中红色型底色烟叶样品70个,白色型底色烟叶样品166个,灰色型底色烟叶样品65个。
(2)近红外光谱的采集:通过近红外光谱仪分别采集各个烟叶样本的近红外光谱,作为各烟叶样本的原始光谱信息;近红外光谱仪的主要工作参数为:光谱扫描范围950nm~1650nm,分辨率2nm,扫描时间5秒,扫描位置垂直距离烟叶叶中4cm处,图1为本发明所采集的近红外光谱图。
(3)原始光谱信息的特征波长提取:采用连续投影算法从各烟叶样本的原始光谱信息中筛选出对底色贡献大的特征波长,提取7个波长变量时交叉验证均方根误差RMSE最小;筛选出的特征波长点为1120nm、1170nm、1310nm、1360nm、1410nm、1460nm和1510nm,图2、图3为烟叶底色特征波长提取图。
(4)烟叶底色定量分析模型的建立与验证:将301个所有烟叶样本随机分为训练组和预测组,其中训练组241个烟叶样本用于模型的建立,预测组60个烟叶样本用于模型预测效果的验证。利用筛选出来的特征波长,采用多元线性回归方法建立的烟叶底色定量分析模型为:Y底色=15.690-421.622 A1120 +736.373 A1170+147.673 A1310-424.062A1360-81.500A1410+246.581 A1460-238.299 A1510,其中Y底色代表底色值,A1120、A1170、A1310、A1360、A1410、A1460、A1510分别代表1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值。使用验证集烟叶样本验证模型的有效性,对预测组样本的烟叶底色预测效果见图4,模型的验证决定系数R2=0.9887、验证均方根误差RMSE=0.3816,表明模型具有较强的预测能力。
(5)待测烟叶样本底色的鉴别:对待测烟叶样本进行近红外光谱的采集和特征波长的提取,将特征波长点的吸光度值,代入烟叶底色定量分析模型,计算底色值;根据底色值的大小判断该待测烟叶样本底色的类型及其程度, 底色值6.5~10.0时,底色类型为红色型,底色值越大,底色程度越红;底色值3.5~6.5时,底色类型为白色型;底色值0.0~3.5时,底色类型为灰色型,底色值越小,底色程度越灰。图4为预测组样本的烟叶底色预测效果图,结果表明,本发明方法的鉴别值与真实值(专家鉴定值)平均相对误差为5.63%,提高了底色特征鉴别的客观性、快速性和准确性。
本发明的应用实例如下:
应用实例1
福建龙岩X2F等级烤烟烟叶样本1份,经近红外光谱的采集,其1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值分别为0.19、0.20、0.20、0.21、0.25、0.31、0.29,代入烟叶底色特征的定量分析模型,得出其底色特征预测值为7.3,真实值(专家鉴定分值)为7.2,相对误差为1.40%。
应用实例2
云南曲靖C2F等级烤烟烟叶样本1份,经近红外光谱的采集,其1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值分别为0.24、0.24、0.25、0.26、0.29、0.34、0.33,代入烟叶底色特征的定量分析模型,得出其底色特征预测值为4.9,真实值(专家鉴定分值)为5.0,相对误差为2.57%。
应用实例3
河南平顶山B2F等级烤烟烟叶样本1份,经近红外光谱的采集,其1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值分别为0.28、0.29、0.29、0.30、0.34、0.40、0.38,代入烟叶底色特征的定量分析模型,得出其底色特征预测值为3.4,真实值(专家鉴定分值)为3.5,相对误差为2.38%。
Claims (5)
1.一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:该鉴别方法步骤如下:
(1)底色烟叶样本的选取: 选取代表不同产地、不同等级、不同底色类型程度的烤烟烟叶样本;
(2)近红外光谱的采集:通过近红外光谱仪分别采集各个烟叶样本的近红外光谱,作为各烟叶样本的原始光谱信息;
(3)原始光谱信息的特征波长提取:采用连续投影算法从各烟叶样本的原始光谱信息中筛选出对烟叶底色贡献大的特征波长;
(4)烟叶底色定量分析模型的建立与验证:利用提取的特征波长,采用多元线性回归方法建立烟叶底色定量分析模型,并使用验证集烟叶样本验证模型的有效性;
(5)待测烟叶样本底色的鉴别:对待测烟叶样本进行近红外光谱的采集和特征波长的提取,将特征波长点的吸光度值,代入烟叶底色定量分析模型,计算底色值;根据底色值的大小判断该待测烟叶样本底色的类型及其程度, 底色值6.5~10.0时,底色类型为红色型,底色值越大,底色程度越红;底色值3.5~6.5时,底色类型为白色型;底色值0.0~3.5时,底色类型为灰色型,底色值越小,底色程度越灰。
2.如权利要求1所述的一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:步骤(2)中近红外光谱仪的主要工作参数为:光谱扫描范围950nm~1650nm,分辨率2nm,扫描时间5秒,扫描位置垂直距离烟叶叶中4cm处。
3.如权利要求1所述的一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:步骤(3)中烟叶底色特征波长的提取采用连续投影算法,筛选出的特征波长点为1120nm、1170nm、1310nm、1360nm、1410nm、1460nm和1510nm。
4.如权利要求1所述的一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:步骤(4)中烟叶底色的定量分析模型为Y底色=15.690-421.622 A1120+736.373 A1170+147.673 A1310-424.062A1360-81.500A1410+246.581 A1460-238.299 A1510,其中Y底色代表底色值,A1120、A1170、A1310、A1360、A1410、A1460、A1510分别代表1120nm、1170nm、1310nm、1360nm、1410nm、1460nm、1510nm波长点的吸光度值,并验证模型具有较强的预测能力。
5.如权利要求1所述的一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法,其特征在于:步骤(1)中烤烟烟叶样本的选取数量不低于200个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560623.9A CN109374575A (zh) | 2018-12-20 | 2018-12-20 | 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811560623.9A CN109374575A (zh) | 2018-12-20 | 2018-12-20 | 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109374575A true CN109374575A (zh) | 2019-02-22 |
Family
ID=65371043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811560623.9A Pending CN109374575A (zh) | 2018-12-20 | 2018-12-20 | 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109374575A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110967310A (zh) * | 2019-11-18 | 2020-04-07 | 湖北中烟工业有限责任公司 | 一种烟草红外光谱数据与外观质量评分相关性的分析方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100029729A1 (en) * | 2008-06-20 | 2010-02-04 | Jose Luis Castro Pineiro | Compounds |
CN102866127A (zh) * | 2012-09-17 | 2013-01-09 | 福建中烟工业有限责任公司 | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 |
CN103674884A (zh) * | 2012-09-17 | 2014-03-26 | 福建中烟工业有限责任公司 | 基于近红外光谱信息的烟叶风格特征的随机森林分类方法 |
CN104713849A (zh) * | 2015-03-31 | 2015-06-17 | 云南同创检测技术股份有限公司 | 一种基于近红外光谱分析技术的烟叶霉变的快速预测方法 |
CN106501208A (zh) * | 2016-09-20 | 2017-03-15 | 广西中烟工业有限责任公司 | 一种基于近红外光谱特征的烟叶风格相似性分类方法 |
CN107677638A (zh) * | 2017-09-29 | 2018-02-09 | 贵州大学 | 一种基于近红外光谱技术的初烤把烟含梗率快速检测方法 |
-
2018
- 2018-12-20 CN CN201811560623.9A patent/CN109374575A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100029729A1 (en) * | 2008-06-20 | 2010-02-04 | Jose Luis Castro Pineiro | Compounds |
CN102866127A (zh) * | 2012-09-17 | 2013-01-09 | 福建中烟工业有限责任公司 | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 |
CN103674884A (zh) * | 2012-09-17 | 2014-03-26 | 福建中烟工业有限责任公司 | 基于近红外光谱信息的烟叶风格特征的随机森林分类方法 |
CN104713849A (zh) * | 2015-03-31 | 2015-06-17 | 云南同创检测技术股份有限公司 | 一种基于近红外光谱分析技术的烟叶霉变的快速预测方法 |
CN106501208A (zh) * | 2016-09-20 | 2017-03-15 | 广西中烟工业有限责任公司 | 一种基于近红外光谱特征的烟叶风格相似性分类方法 |
CN107677638A (zh) * | 2017-09-29 | 2018-02-09 | 贵州大学 | 一种基于近红外光谱技术的初烤把烟含梗率快速检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110967310A (zh) * | 2019-11-18 | 2020-04-07 | 湖北中烟工业有限责任公司 | 一种烟草红外光谱数据与外观质量评分相关性的分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN103278609B (zh) | 一种基于多源感知信息融合的肉品新鲜度检测方法 | |
CN101285768B (zh) | 应用近红外光谱分析技术无损鉴别卷烟真伪的方法 | |
CN105424641B (zh) | 一种原油种类的近红外光谱识别方法 | |
CN106250896B (zh) | 基于图像采集装置的在线烟叶的正反面的识别方法 | |
WO2022041718A1 (zh) | 一种茶类判别方法及系统 | |
CN107543795B (zh) | 一种烤烟产地的判别方法 | |
CN108844917A (zh) | 一种基于显著性假设检验和偏最小二乘法的近红外光谱数据分析方法 | |
CN105717066B (zh) | 一种基于加权相关系数的近红外光谱识别模型 | |
CN103411906A (zh) | 珍珠粉和贝壳粉的近红外光谱定性鉴别方法 | |
CN105740898A (zh) | 一种利用光谱特征向量结合主成分分析建立分类模型的方法 | |
CN106560693A (zh) | 基于偏最小二乘判别的武夷岩茶产地鉴别方法 | |
CN102830080A (zh) | 一种评判烟用接装纸内在质量稳定性的近红外光谱方法 | |
CN107341807A (zh) | 一种提取烟叶颜色数字化表达特征值的方法 | |
CN101158657B (zh) | 基于x射线荧光技术的茶叶产地鉴别方法 | |
CN109374575A (zh) | 一种基于近红外光谱分析技术的烤烟烟叶底色的鉴别方法 | |
CN105606552A (zh) | 基于全谱段分子光谱的卷烟烟丝质量趋势分析方法 | |
CN106770607A (zh) | 一种利用hs‐imr‐ms鉴别卷烟真伪的方法 | |
CN109374574A (zh) | 一种利用近红外光谱信息鉴别烤烟烟叶蜡质感的方法 | |
CN102680427A (zh) | 一种应用近红外光谱分析技术鉴别卷烟表香质量的方法 | |
CN111398208B (zh) | 一种利用近红外技术对传统工艺翡翠进行快速鉴定的方法 | |
CN110687215A (zh) | 一种应用代谢组学技术预测茶叶年份的方法 | |
CN103076300B (zh) | 专属性模式识别模型判别分析中药材资源指纹信息的方法 | |
CN102706811A (zh) | 一种应用近红外光谱分析技术鉴别卷烟糖料质量的方法 | |
CN110736718B (zh) | 一种烤烟烟丝的产地及等级识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20190222 |