一种基于近红外光谱技术的猕猴桃膨大果无损检测方法

摘要

本发明公开了一种基于近红外漫反射光谱技术的猕猴桃膨大果（施用膨大剂的猕猴桃果实）的无损检测方法，该方法以近红外漫反射光谱仪为检测工具，通过扫描一批猕猴桃膨大果和非膨大果样品的近红外漫反射光谱获取样本的光谱数据；对光谱预处理以降低光谱中的噪声；将膨大果和非膨大果分别划分进校正集与预测集；对光谱数据降维，并从光谱中提取特征变量或特征波长；建立猕猴桃膨大果的线性或非线性识别模型，并对模型进行检验。本方法对猕猴桃膨大果的正确识别率大于96％。本发明基于采集的猕猴桃样本的近红外漫反射光谱检测猕猴桃果实是否施用膨大剂，具有无损、效率高、准确率高、便捷、结果稳定的优点。

主权项

一种基于近红外光谱技术的猕猴桃膨大果无损检测方法，其特征在于，具体包括以下步骤：（1）选取完好无损，已知为猕猴桃膨大果和非膨大果的一批样品作为样本；（2）采用近红外漫反射光谱仪在每个猕猴桃果实的赤道部位附近采集样品的近红外漫反射光谱；光谱的采集条件是：光谱采集范围为833~2500nm，采集间隔0.804nm，扫描次数32次，探头视场角为90°；（3）采用多元散射校正，一阶导数、二阶导数、变量标准化方法对猕猴桃膨大果和非膨大果的近红外漫反射光谱进行预处理，以校正由于光的散射而引起的光谱误差；（4）划分猕猴桃样本，得到校正集与预测集，其中校正集中含有猕猴桃膨大果和非膨大果，预测集中也含有猕猴桃膨大果和非膨大果，且校正集中猕猴桃膨大果和非膨大果的数量分别大于预测集中膨大果和非膨大果的数量；（5）采用主成分分析法、蒙特卡洛法、连续投影算法光谱降维方法对猕猴桃的近红外漫反射光谱进行降维，从光谱中提取能区分猕猴桃膨大果和非膨大果的特征波长或特征变量；（6）以步骤（5）中提取的特征波长或特征变量为输入参数，以猕猴桃膨大果代码和非膨大果代码为输出参数，采用偏最小二乘、间隔偏最小二乘、支持向量机方法建立识别猕猴桃膨大果和非膨大果的线性或非线性定性识别模型，检验所建模型对校正集和预测集中的猕猴桃膨大果和非膨大果样本的正确识别率。