CN110389104A - 基于光谱差分组合消除果皮影响的水果品质检测方法 - Google Patents
基于光谱差分组合消除果皮影响的水果品质检测方法 Download PDFInfo
- Publication number
- CN110389104A CN110389104A CN201910708869.4A CN201910708869A CN110389104A CN 110389104 A CN110389104 A CN 110389104A CN 201910708869 A CN201910708869 A CN 201910708869A CN 110389104 A CN110389104 A CN 110389104A
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- luminous source
- fruit
- source optical
- spatially resolved
- 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
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 230000003595 spectral effect Effects 0.000 title claims abstract description 19
- 239000013307 optical fiber Substances 0.000 claims abstract description 99
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 51
- 239000000835 fiber Substances 0.000 claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 9
- 235000006040 Prunus persica var persica Nutrition 0.000 claims description 26
- 240000006413 Prunus persica var. persica Species 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 14
- 229910052751 metal Inorganic materials 0.000 description 30
- 239000002184 metal Substances 0.000 description 30
- 244000144730 Amygdalus persica Species 0.000 description 22
- 239000000523 sample Substances 0.000 description 20
- 238000001228 spectrum Methods 0.000 description 20
- 230000009102 absorption Effects 0.000 description 7
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 210000000481 breast Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 240000005809 Prunus persica Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000005976 Citrus sinensis Nutrition 0.000 description 2
- 240000002319 Citrus sinensis Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 235000000346 sugar Nutrition 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- -1 tungsten halogen Chemical class 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000001465 calcium Nutrition 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical group C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 235000019197 fats Nutrition 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
-
- 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
-
- 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
- G01N21/47—Scattering, i.e. diffuse reflection
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
Landscapes
- Physics & Mathematics (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)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种基于光谱差分组合消除果皮影响的水果品质检测方法，它通过空间分辨光谱的差分组合对水果内部品质进行检测，能够消除果皮对水果品质检测的影响，提高模型预测精度。该方法是在水果表面设置光源光纤和多根接收光纤，各接收光纤的输出端连接成像光谱仪，光源光纤与光源相连，光源发出的光经光源光纤射入水果，经水果散射和吸收后进入各接收光纤，再经成像光谱仪得到距离光源光纤不同距离处的空间分辨光谱；以与光源光纤距离最小处的空间分辨光谱为果皮信号，作为固定减数，其余的与光源光纤不同距离处的空间分辨光谱分别作为被减数，减去果皮信号，得到光谱差分组合；以光谱差分组合为自变量，建立水果品质预测模型。
Description
技术领域
本发明涉及水果品质检测方法，具体地说，是一种消除果皮影响的水果品质检测方法。
背景技术
桃子是一种营养价值很高的水果，含有蛋白质、脂肪、糖、钙和维生素等成分，是深受广大人民喜爱的水果之一。因此，桃子的品质也越来越受到消费者的关注，硬度是桃子质地的重要指标，直接影响番茄采后品质和保质期，而糖度(SSC)决定了桃子的风味。常规的桃子品质检测方法包括Magness-Taylor穿刺法检测硬度，糖度折光仪检测SSC。但这些方法均需要破坏样品，且速度较慢，不适合对大批量或需要进行存储的样品进行测试。因此，急需无损检测技术对桃品质进行评估。
可见近红外光谱技术以其快速、无损、无需样品制备等优点广泛应用于水果品质检测中。Xiaping Fu等采用不同光谱预处理方法，如多元散射校正、导数等方法比较分析数学模型对桃硬度的预测效果。Paloma Andrade Martins Nascimento等人在近红外光谱波段1000-2500nm分析比较了主成分分析与偏最小二乘建模方法结合不同光谱预处理方法对桃硬度和糖度的预测结果，得出偏最小二乘模型在预测桃糖度和硬度上具有更好的鲁棒性。G.Carlomagno等人结合噪和小波变换等方法在光谱730-900nm波长区间对桃子进行成熟度分级。Xiaolong Du等人通过遗传算法与偏最小二乘法结合，评估桃的机械损伤特性。
综上所述，已有的桃子品质检测研究，大多侧重于应用不同数据处理方法，而对影响因素的研究分析相对较少，研究果皮对水果检测检测精度影响的报道甚少。郭志明通过研究苹果的光学特性，发现果皮会影响光进入样品的穿透深度。此外，孙通等人应用可见/近红外光谱检测剥皮与未剥皮脐橙，结果表明果皮对脐橙SSC检测精度具有显著影响。
传统的可见/近红外光谱技术需要对样品剥皮才可消除果皮信息对样品品质的检测影响，该方法需破坏样品。因此，在实际检测中并不可取。
发明内容
本技术的目的是提供一种基于光谱差分组合消除果皮影响的水果品质检测方法，它通过空间分辨光谱的差分组合对水果内部品质进行检测，能够消除果皮对水果品质检测的影响，提高模型预测精度。
本发明所述的基于光谱差分组合消除果皮影响的水果品质检测方法，在水果表面设置光源光纤和多根与光源光纤距离不同的接收光纤，各接收光纤的输出端连接成像光谱仪，光源光纤与光源相连，光源发出的光经光源光纤射入水果，经水果散射和吸收后进入各接收光纤，再经成像光谱仪得到距离光源光纤不同距离处的空间分辨光谱；
至少一根接收光纤与光源光纤最小距离大于水果果皮厚度；
以与光源光纤距离最小处的空间分辨光谱为果皮信号，作为固定减数，其余的与光源光纤不同距离处的空间分辨光谱分别作为被减数，减去果皮信号，得到光谱差分组合；以光谱差分组合为自变量，建立水果品质预测模型。
本发明的有益效果：本发明改变了传统的以单一空间分辨光谱作为自变量建立水果品质预测模型的常规方法，而是以不同光源-检测器(接收光纤)距离的空间分辨光谱两两相减实现光谱差分组合，建立水果糖度和硬度预测模型，它无需对水果进行剥皮，实现一种自动消除果皮影响的快速无损检测方法，尤其适于水果如桃子、苹果等批量检测，具有推广应用价值。
上述的水果品质检测方法，与光源光纤距离越大，接收光纤的芯径越大。
这样，使用不同尺寸的光纤可有效的增加检测器动态范围，同时也能使用较长的曝光时间满足较远距离光纤信号的获取，而靠近光源的光纤信号不饱和。
上述的水果品质检测方法，15根接收光纤与光源光纤的距离分别为1.5mm，3.0mm，4.5mm，6.0mm，6.9mm，9.0mm，9.6mm，12mm，14mm，16mm，20mm，24mm，28mm，32mm，36mm。
上述的水果品质检测方法，与光源光纤的距离分别为1.5mm，3.0mm，4.5mm的接收光纤的芯径是50μm，与光源光纤的距离分别为6.0mm，6.9mm，9.0mm，9.6mm的接收光纤的芯径是105μm，其余的接收光纤的芯径是200μm。
上述的水果品质检测方法，所述水果为桃子，所述品质为硬度和糖度。
上述的水果品质检测方法，接收光纤以光源光纤为中心，对称分布在光源光纤的两侧；以与光源光纤对称的两处的空间分辨光谱均值作为该距离处的空间分辨光谱。
这样，接收光纤两两对称，从而可同时获得重复两次的空间分辨光谱测量，测量时间短，同时，以对称的两接收光纤处的空间分辨光谱均值作为该距离处的空间分辨光谱进一步提高了检测精度。
附图发明
图1是空间分辨光谱检测系统示意图；
图2是光子在生物组织中的传输路径示意图；
图3为不同光源-检测器距离的单一空间分辨光谱图(a)和差分光谱组合图(b)；
图4为单一空间分辨光谱(a)和差分光谱组合(b)检测桃硬度的校正和预测相关系数图；
图5为单一空间分辨光谱(a)和差分光谱组合(b)检测桃糖度(可溶性固形物)的校正和预测相关系数图；
图6是建立桃子糖度和硬度预测模型并进行分析检测流程示意图。
具体实施方式
参见图1，本项目所述的空间分辨光谱检测系统，包括成像光谱仪，光源系统、检测探头；所述检测探头由一根910点光源光纤、30根3种尺寸(芯径分别50μm，105μm和200μm)，数值孔径均为0.22的接收光纤、金属块组成。这31根光纤(光源光纤和30根接收光纤)的一端被固定在21个顺序排列的铝合金金属块上。光源光纤的另一端连接着石英卤钨灯光源系统，30根接收光纤的另一端与成像光谱仪自带的35根光纤中的30根检测光纤相连。所述成像光谱仪以30根光纤作为入射光传输通道，每根光纤的一端与接收光纤相连接，另一端固定在成像光谱仪中的狭缝上。
为了说明的方便，最中心位置的金属块编号为00，从最中心的金属块向左，10块金属块依次编号为11、21、31、……81、91、101，从最中心的金属块向右，10块金属块依次编号为12、22、32、……82、92、102。金属块有2种尺寸上，位于中心的9块金属块的长×宽×高均为15×3×4mm，其余12块金属块长×宽×高均为15×4×4mm。金属块通过橡皮筋连接起来，用橡胶条黏在检测面(金属块面对水果的面)的背面，以确保探头松弛得当，适用于检测平面和曲面样本。
点光源通过一根910μm的光源光纤传送。光源光纤1一端固定在探头最中心的金属块00上，另一端连接着石英卤钨灯光源系统2(Model#69931,Thermo Oriel Instruments,Stratford,CT,USA)。由于靠近光源光纤的接收光纤会接收到来自样品的强反射，容易引起成像光谱仪中的相机饱和，所以在靠近光源光纤的三个金属块上配置6根50μm的接收光纤3，且与光源光纤两两对称；其中，在金属块00上设置两根与光源光纤的空间距离均为1.5mm的接收光纤，在金属块11、12上均设置两根接收光纤，在金属块11(或金属块12)上的两根接收光纤与光源光纤的空间距离分别为3.0mm和4.5mm)。光源波长在550-1650nm，覆盖可见光和近红外，相机可以采用Vis-InGaAs相机。
接着，在中心三个金属块两侧共放置四个(每侧两个)金属块，配置8根105μm接收光纤4，其中在金属块21(或金属块22)上的两根接收光纤与光源光纤的空间距离分别为6.0mm和6.9mm，在金属块31(或金属块32)上的两根接收光纤与光源光纤的空间距离分别为9.0mm和9.6mm。最后在配置105μm接收光纤的金属块两侧放置14个金属块，配置16根200μm接收光纤5，覆盖12mm到36mm空间距离，如图1b，其中，在金属块41(或金属块42)上的两根接收光纤与光源光纤的空间距离分别为12mm和14mm，在金属块51、61、71、81、91、101(或金属块52、62、72、82、92、102)上的每根接收光纤与光源光纤的空间距离分别为16mm，20mm，24mm，28mm，32mm，36mm。使用三种尺寸的接收光纤可有效的增加检测器动态范围，同时也能使用较长的曝光时间满足离光源光纤较远距离的接收光纤信号的获取，而靠近光源光纤的接收光纤信号不饱和。30根接收光纤以光源光纤两两对称，从而可同时获得重复两次的空间分辨光谱测量。30根接收光纤的另一端与高光谱成像系统自带的35根光纤中的30根检测光纤相连，如图1a所示。
空间分辨光谱检测系统必须进行测试与评估，以确保系统的适用性。同时，还需要对系统进行校正，不仅要满足光学特性的测量，还要能满足对食品不同深度的品质检测。对于曲面样品的检测，只需一只手托住样品，另一只手通过轻按探头的金属块两端，检测探头的橡胶和橡皮筋在力作用下发生弹性变形，使检测探头两端向中心位置弯曲，达到探头表面完全与样品贴合即可。在进行测试与校正过程时，需要提供足够的光源输出(最大输出为250W)，以满足成像光谱仪最大曝光时间的要求，且需要多次重复测量来提高信噪比和准确率。当然，对空间分辨光谱检测系统进行测试与评估属于现有技术，不再详细描述。
图1a中的检测探头的展开示意图如图1b所示，30个空间分辨光谱呈对称布置，则共有15个不同光源-检测器(接收光纤)距离的空间分辨光谱。考虑到被检测水果-桃子果皮厚度在1.5mm以内，根据图2所示，光子在生物组织中的传输路径为banana-shape，可假设光源-检测器距离为1.5mm的空间分辨光谱所采集到的反射率为果皮信号(R(r1))，被作为固定减数，其余14个不同光源-检测器距离的空间分辨光谱分别作为被减数(R(r2)、R(r3)、R(r4)…R(r15))，实现光谱差分组合，分别以单一空间分辨光谱和光谱差分组合为自变量，运用偏最小二乘回归分析方法，建立桃子糖度和硬度预测模型，通过比较模型精度，确定果皮信息对苹果品质检测的影响(有关流程参见图6)。该方法同样适用于果皮厚度大于1.5mm的水果。
与光源光纤的距离为1.5mm，3.0mm，4.5mm，6.0mm，6.9mm，9.0mm，9.6mm，12mm，14mm，16mm，20mm，24mm，28mm，32mm，36mm的接收光纤检测到的空间分辨光谱分别称之为第1、2、3、4、5、6、7、8、9、10、11、12、13、14、15空间分辨光谱，分别以CH1、CH2、CH3、CH4、CH5、CH6、CH7、CH8、CH9、CH10、CH11、CH12、CH13、CH14、CH15表示。
第2空间分辨光谱与第1空间分辨光谱的差值即CH2-CH1，称为第1差分光谱组合；第3空间分辨光谱与第1空间分辨光谱的差值即CH3-CH1，称为第2差分光谱组合；第n空间分辨光谱与第1空间分辨光谱的差值即CHn-CH1，称为第n-1差分光谱组合。
图3为不同光源-检测器距离的单一空间分辨光谱(a)和差分光谱组合(b)。
从图3a中可以看出，对于原始空间分辨光谱，在波长750nm和970nm有较明显的水分吸收峰，波长在1180nm处吸收峰可能受C-H基团吸收影响。波长675nm处为叶绿素吸收峰。而且，从图3a还可观察到不同光源-检测器距离的空间分辨光谱差异性较大，但在970nm波长之后，光谱反射率随着光源-检测器距离的增加逐渐减小，这可能受水分强吸收影响，加之随着光源-检测器距离的增加，光子所走的路径较长，光被样品组分吸收的较多，导致所接收的反射率较弱。
而经过差分处理后，光谱形状发生了很大改变，如图3b所示，但水分吸收峰、叶绿素吸收峰及C-H基团吸收峰未变。而且，在波长820nm之后，不管是单一空间分辨光谱还是差分光谱组合的反射率随着光源-检测器距离的增大而减小，这也符合光传播衰减规律。
表1总结了基于偏最小二乘模型的桃子硬度和糖度预测相关系数的范围及均值。相较于差分光谱组合，单一光谱对桃子两个品质参数的预测相关系数范围较大，尤其是对糖度的预测。而且，差分光谱组合对桃子的两个品质参数的平均预测精度均高于单一空间分辨光谱的，可将预测相关系数提升5％-16％。
图4(a)、图5(a)的横坐标表示空间分辨光谱，图4(b)、图5(b)的横坐标表示差分光谱组合。图4、5中的，Rc表示校正相关系数，Rp表示预测相关系数。
图4为桃硬度的单一空间分辨光谱(a)和差分光谱组合(b)的校正和预测相关系数，相较于单一空间分辨光谱的较大波动，差分光谱组合相关系数基本处于逐步上升状态，直至第14差分光谱组合开始出现下滑趋势，这可能由于光源-检测器距离较大而导致信噪比降低。图5为单一空间分辨光谱(a)和差分光谱组合(b)检测桃糖度(可溶性固形物)的校正和预测相关系数。单一空间分辨光谱对桃糖度的预测相关系数基本随着光源-检测器距离的增加而逐渐减小，尤其是第12空间分辨光谱，出现较大的减小趋势。而差分光谱组合相关系数几乎呈直线形式，各差分光谱组合间变化相对较小。综上所示，差分光谱组合能够去除果皮对内部品质检测的影响，将模型预测变得更稳定，预测精度更高。
表1基于偏最小二乘模型的桃子品质参数预测相关系数
Claims (6)
1.基于光谱差分组合消除果皮影响的水果品质检测方法，在水果表面设置光源光纤和多根与光源光纤距离不同的接收光纤，各接收光纤的输出端连接成像光谱仪，光源光纤与光源相连，光源发出的光经光源光纤射入水果，经水果散射和吸收后进入各接收光纤，再经成像光谱仪得到距离光源光纤不同距离处的空间分辨光谱；其特征是：
至少一根接收光纤与光源光纤最小距离大于水果果皮厚度；
以与光源光纤距离最小处的空间分辨光谱为果皮信号，作为固定减数，其余的与光源光纤不同距离处的空间分辨光谱分别作为被减数，减去果皮信号，得到光谱差分组合；以光谱差分组合为自变量，建立水果品质预测模型。
2.如权利要求1所述的水果品质检测方法，其特征是：与光源光纤距离越大，接收光纤的芯径越大。
3.如权利要求1所述的水果品质检测方法，其特征是：15根接收光纤与光源光纤的距离分别为1.5mm，3.0mm，4.5mm，6.0mm，6.9mm，9.0mm，9.6mm，12mm，14mm，16mm，20mm，24mm，28mm，32mm，36mm。
4.如权利要求3所述的水果品质检测方法，其特征是：与光源光纤的距离分别为1.5mm，3.0mm，4.5mm的接收光纤的芯径是50μm，与光源光纤的距离分别为6.0mm，6.9mm，9.0mm，9.6mm的接收光纤的芯径是105μm，其余的接收光纤的芯径是200μm。
5.如权利要求3所述的水果品质检测方法，其特征是：所述水果为桃子，所述品质为硬度和糖度。
6.如权利要求1所述的水果品质检测方法，其特征是：接收光纤以光源光纤为中心，对称分布在光源光纤的两侧；以与光源光纤对称的两处的空间分辨光谱均值作为该距离处的空间分辨光谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910708869.4A CN110389104A (zh) | 2019-08-01 | 2019-08-01 | 基于光谱差分组合消除果皮影响的水果品质检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910708869.4A CN110389104A (zh) | 2019-08-01 | 2019-08-01 | 基于光谱差分组合消除果皮影响的水果品质检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110389104A true CN110389104A (zh) | 2019-10-29 |
Family
ID=68288419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910708869.4A Pending CN110389104A (zh) | 2019-08-01 | 2019-08-01 | 基于光谱差分组合消除果皮影响的水果品质检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110389104A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112326681A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用离焦差分平场矫正检测镜头洁净度的方法 |
| CN112326683A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用光谱差分平场矫正检测镜头洁净度的方法 |
| CN112326682A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用入瞳差分平场矫正检测镜头洁净度的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833638A (zh) * | 2015-04-15 | 2015-08-12 | 浙江大学 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
| CN105092518A (zh) * | 2015-06-16 | 2015-11-25 | 江西农业大学 | 一种脐橙糖度快速无损检测方法和装置 |
| CN107860722A (zh) * | 2017-10-30 | 2018-03-30 | 内蒙古农业大学 | 一种蜜瓜内部品质在线检测方法及系统 |
| CN109001134A (zh) * | 2018-09-14 | 2018-12-14 | 南京林业大学 | 非接触式多通道水果内部缺陷检测系统及方法 |
| CN109085125A (zh) * | 2018-09-29 | 2018-12-25 | 温州大学 | 一种水果的内部品质无损检测装置及方法 |
-
2019
- 2019-08-01 CN CN201910708869.4A patent/CN110389104A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104833638A (zh) * | 2015-04-15 | 2015-08-12 | 浙江大学 | 基于连续波的双层瓜果组织光学特性无损检测方法与装置 |
| CN105092518A (zh) * | 2015-06-16 | 2015-11-25 | 江西农业大学 | 一种脐橙糖度快速无损检测方法和装置 |
| CN107860722A (zh) * | 2017-10-30 | 2018-03-30 | 内蒙古农业大学 | 一种蜜瓜内部品质在线检测方法及系统 |
| CN109001134A (zh) * | 2018-09-14 | 2018-12-14 | 南京林业大学 | 非接触式多通道水果内部缺陷检测系统及方法 |
| CN109085125A (zh) * | 2018-09-29 | 2018-12-25 | 温州大学 | 一种水果的内部品质无损检测装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| HUANG YP ETC.: "Development of a multichannel hyperspectral imaging probe for property and quality assessment of horticultural products", 《POSTHARVEST BIOLOGY AND TECHNOLOGY》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112326681A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用离焦差分平场矫正检测镜头洁净度的方法 |
| CN112326683A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用光谱差分平场矫正检测镜头洁净度的方法 |
| CN112326682A (zh) * | 2020-09-27 | 2021-02-05 | 茂莱（南京）仪器有限公司 | 一种利用入瞳差分平场矫正检测镜头洁净度的方法 |
| CN112326681B (zh) * | 2020-09-27 | 2022-09-02 | 南京茂莱光学科技股份有限公司 | 一种利用离焦差分平场矫正检测镜头洁净度的方法 |
| CN112326683B (zh) * | 2020-09-27 | 2022-09-02 | 南京茂莱光学科技股份有限公司 | 一种利用光谱差分平场矫正检测镜头洁净度的方法 |
| CN112326682B (zh) * | 2020-09-27 | 2022-09-02 | 南京茂莱光学科技股份有限公司 | 一种利用入瞳差分平场矫正检测镜头洁净度的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110389104A (zh) | 基于光谱差分组合消除果皮影响的水果品质检测方法 | |
| Huang et al. | Assessment of tomato soluble solids content and pH by spatially-resolved and conventional Vis/NIR spectroscopy | |
| Herrera et al. | Shortwave–near infrared spectroscopy for non-destructive determination of maturity of wine grapes | |
| Kawano et al. | Nondestructive determination of sugar content in satsuma mandarin using near infrared (NIR) transmittance | |
| Saad et al. | Non-destructive quality evaluation of intact tomato using VIS-NIR spectroscopy | |
| Ma et al. | Rapid and nondestructive evaluation of soluble solids content (SSC) and firmness in apple using Vis–NIR spatially resolved spectroscopy | |
| Schaare et al. | Comparison of reflectance, interactance and transmission modes of visible-near infrared spectroscopy for measuring internal properties of kiwifruit (Actinidia chinensis) | |
| Giovenzana et al. | Testing of a simplified LED based vis/NIR system for rapid ripeness evaluation of white grape (Vitis vinifera L.) for Franciacorta wine | |
| Xie et al. | Applications of near-infrared systems for quality evaluation of fruits: A review | |
| US10908076B2 (en) | System and method for the detection of acrylamide precursors in raw potatoes and potato-based food products | |
| CN105548070B (zh) | 一种苹果可溶性固形物近红外检测部位补偿方法及系统 | |
| Yang et al. | Portable, visual, and nondestructive detector integrating Vis/NIR spectrometer for sugar content of kiwifruits | |
| Arendse et al. | Comparing the analytical performance of near and mid infrared spectrometers for evaluating pomegranate juice quality | |
| Sirisomboon | NIR spectroscopy for quality evaluation of fruits and vegetables | |
| Piazzolla et al. | Spectra evolution over on-vine holding of Italia table grapes: prediction of maturity and discrimination for harvest times using a Vis-NIR hyperspectral device | |
| Peshlov et al. | Comparison of three near infrared spectrophotometers for infestation detection in wild blueberries using multivariate calibration models | |
| Hemrattrakun et al. | Comparison of reflectance and interactance modes of visible and near-infrared spectroscopy for predicting persimmon fruit quality | |
| Jannok et al. | Development of a common calibration model for determining the Brix value of intact apple, pear and persimmon fruits by near infrared spectroscopy | |
| JP4714822B2 (ja) | 光散乱体の非破壊測定装置 | |
| Chang et al. | Development of a universal algorithm for use of NIR in estimation of soluble solids in fruit juices | |
| Nagata et al. | Predicting maturity quality parameters of strawberries using hyperspectral imaging | |
| Sabeetha et al. | Physico-chemical characteristics of watermelon in Malaysia. | |
| Yang et al. | Rapid discrimination of urine specific gravity using spectroscopy and a modified combination method based on SPA and spectral index | |
| Semyalo et al. | Nondestructive online measurement of pineapple maturity and soluble solids content using visible and near-infrared spectral analysis | |
| Katrašnik et al. | Illumination system characterization for hyperspectral imaging |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Huang Yuping Inventor after: Liu Ying Inventor after: Wang Dezhen Inventor after: Gou Binli Inventor after: Zhou Haiyan Inventor before: Huang Yuping Inventor before: Liu Ying Inventor before: Wang Dezheng Inventor before: Gou Binli Inventor before: Zhou Haiyan |