基于高光谱成像技术检测花生中蔗糖含量分布的方法
【技术领域】
[0001] 本发明涉及一种检测花生中蔗糖含量的方法，具体地说，涉及基于高光谱成像技 术检测花生中蔗糖含量分布的方法。
【背景技术】
[0002] 花生中包含多种营养素成分，如蛋白质，脂肪和碳水化合物。在碳水化合物中，蔗 糖是最要的糖之一，生花生的甜味主要来源于蔗糖；烘烤花生的特有风味是蔗糖水解后与 游离氨基酸在花生烘烤过程中由美拉德反应产生的。因此，花生中蔗糖含量的高低直接影 响花生制品的口味品质。传统测定花生中蔗糖的方法包括：高效液相色谱法和酸水解法，但 这些方法存在分析速度慢，操作步骤繁琐，成本高破坏性强，使用试剂污染环境等缺点。因 此，急需寻找一种快速，非破坏性的方法为花生蔗糖含量的测定提供依据。
[0003] 高光谱成像技术结合了光谱学和成像技术，是一门新兴的快速，无损检测方法。高 光谱图像是由一系列连续的波段图像组成的三维图像数据块，其具有某个特定波长下的图 像信息，并且针对平面内某个特定像素又具有不同波长下的光谱信息。其原理是利用花生 蔗糖中CH、OH等基团在近红外光谱区的光谱吸收特性，确定光谱与蔗糖含量之间的定量关 系，从而预测花生中蔗糖含量和分布。
[0004] 中国专利CN102621077A公布了高光谱反射图像采集系统及基于该系统的玉米种 子纯度无损检测方法；中国专利CN1995987公布了基于高光谱图像技术的农畜产品无损检 测方法及装置；中国专利CN 103636315A公布了一种基于高光谱的种子发芽率在线检测装 置及方法。以上发明采用高光谱图像技术检测产品指标，避免了传统方法的局限性。但研 究主要集中在种子纯度方面，经检索，到目前为止，国内外还没有用高光谱成像技术检测花 生蔗糖含量分布的报道。
【发明内容】
[0005] 为了解决现有技术中存在的问题，本发明的目的是提供基于高光谱成像技术检测 花生中蔗糖含量分布的方法。
[0006] 为了实现本发明目的，本发明第一方面是提供一种基于高光谱成像技术建立花生 中蔗糖含量分布定量模型的方法，该方法包括以下步骤：
[0007] 1. 1收集具有代表性的花生样品，用高光谱仪扫描获得花生样品中每个像素点在 各波长下的图像信息，得到花生样品的原始高光谱三维图像；
[0008] 优选地，所述高光谱仪扫描的波长范围为900-1700nm，扫描方式为线扫描；
[0009] 1. 2对所述花生样品的原始高光谱三维图像进行校正和背景删除后，提取花生样 品图像平均光谱；
[0010] 优选地，所述校正是对指对所述花生样品的原始高光谱三维图像Iraw进行黑白校 正，具体方法为对反射率为99 %的标准校正板进行采集，得到全白的标定图像Iwhlte，然后关 闭镜头采集，得到全黑标定图像Idart，根据下述公式计算校正后图像In_: CN 105181606 A 说明书 2/8 页
[0012] 优选地，所述背景删除具体步骤为：采用主成分分析，确定背景与原料的边界，删 除背景，得到花生样品图像；
[0013] 1. 3对所述花生样品图像平均光谱进行标准正态变量变换结合去趋势预处理；
[0014] 1. 4采用常规方法检测所述花生样品的蔗糖含量，得到花生样品的蔗糖含量；
[0015] 优选地，所述检测花生样品的蔗糖含量方法根据GB/T 22221-2008进行。
[0016] 1. 5以所述花生样品为校正集，以所述校正集的所述预处理后的平均光谱为自变 量，以所述花生样品的蔗糖含量为因变量，通过偏最小二乘法建立所述校正集自变量和因 变量的偏最小二乘法回归模型；利用留一法进行验证；即对所述校正集偏最小二乘法回归 模型进行验证；
[0017] 1. 6根据所述校正集偏最小二乘法回归模型的回归系数，选择对所述回归模型贡 献率绝对值最大的波长为特征波长；并通过偏最小二乘法建立校正集花生中蔗糖含量分布 定量模型；利用留一法进行验证；即对所述定量模型进行验证；
[0018] 所述留一法是指每次留取一个花生样品作为验证，余下的n-1个花生样品建立验 证模型，用所述验证模型对留取的这一个花生样品进行验证，重复上述的过程，直到对所有 花生样品都进行验证。
[0019] 上述步骤1. 6所述定量模型表示所述校正集花生样品的蔗糖含量与所述特征波 长处的光谱反射值的定量关系；
[0020] 优选地，所述特征波长分别为：964nm、1017nm、1067nm、1170nm、1200nm、1233nm、 1293nm、1420nm、1457nm、1634nm ;
[0021] 优选地，所建立的花生中蔗糖含量分布定量模型如下：
[0022] Ysucrose - 8. 119+12. 657R 964nm_ 30. 076R1017nm+12. 958R1067nm+ll. 679R1170nm
[0023] +8. 918R1200nm - 21. 432R1233nm - 47. 142R1293nm+16. 914R1420nm
[0024] - 30. 055R1457nni_ 64. 920R1634nm
[0025] 其中，Y sucrose 为花生样 P卩的庶糖 Pt 里，R 964nm、Rl017nm、Rl067nm、Rll70nm、Rl200nm、Rl233nm、Rl293nm、 R·?、R1457?、Rikm?分别为花生样品在特征波长 964nm、1017nm、1067nm、1170nm、1200nm、 1233nm、1293nm、1420nm、1457nm、1634nm处经过预处理后的光谱反射值。
[0026] 本发明对所述花生样品图像平均光谱进行标准正态变量变换可以消除花生颗粒 大小、表面扫射以及光程变化对光谱的影响；去趋势算法通常作用于标准正态变量处理后 的光谱，用来消除慢反射光谱的基线漂移。
[0027] 特征波长选取过多或过少都不宜；若特征波长选取过多，则增加计算复杂度；若 特征波长选取过少，则会降低检测结果准确度。
[0028] 本发明进行验证的目的是确保所述定量模型准确性和稳定性。一般地，经验证后 若建立的所述定量模型准确、稳定，则可用于检测花生中蔗糖含量分布；若建立的所述定量 模型准确度和稳定性不佳，则需要重新按照上述步骤建立所述回归模型或所述定量模型。
[0029] 具体地，通过计算所述校正集的相关系数Rm1和留一法的相关系数R"以及校正集 的标准偏差SEC和留一法的标准偏差SECV来判断所述回归模型和所述定量模型准确度和 稳定性。一般地，当相关系数0?。31或Rct)彡0. 8,标准偏差（SEC或SECV)彡2时，表明所述 回归模型或所述定量模型准确度高、稳定性好。
[0030] 本发明采用下述公式（1)计算相关系数〇?。31或〇 ;公式（2)计算标准偏差（SEC 或 SECV)。
[0032] 式⑴中，Xl为第i个样品高光谱方法预测值，1是预测值的平均值；yi为第i个 样品常规方法的测定值，?是测定值的平均值；η为两个变量的样本值的个数。如果样本为 校正集，则R为Rm1;如果为留一法验证，则R为R
[0034] 式（2)中，X1为校正集第i样品高光谱方法的预测值，y i为校正集第i样品常规 方法的测定值，η为校正集的样品数。如果^为留一法验证过程中第i样品高光谱方法的 预测值，则公式（2)表示的是SECV。
[0035] 本发明第二方面是提供上述定量模型在检测花生中蔗糖含量分布中的应用。
[0036] 本发明第三方面是提供基于高光谱成像技术检测花生中蔗糖含量分布的方法，所 述方法包括：
[0037] 1)采集待测花生样品在下列特征波长处的光谱图像：964nm、1017nm、1067nm、 1170nm、1200nm、1233nm、1293nm、1420nm、1457nm、1634nm ;
[0038] 2)将所述特征波长处经过预处理后的光谱反射值输入花生中蔗糖含量分布定量 模型，得到待测花生样品蔗糖含量分布；所述花生中蔗糖含量分布定量模型如下：
[0039] Ysucrose - 8. 119+12. 657R 964nm_ 30. 076R1017nm+12. 958R1067nm+ll. 679R1170nm
[0040] +8. 918R12〇〇nm_ 21. 432R1233nm_ 47. 142R1293nni+16. 914R142〇nni
[0041 ] - 30. 055R1457nni_ 64. 920R1634nm
[0042] 其中，Ysucrose为花生样品的庶糖含里，R 964nm、Rl017nm、Rl067nm、Rll7。?、Rl2。。?、Rl233nm、Rl293nm、 R·?、R1457?、Rikm?分别为花生样品在特征波长 964nm、1017nm、1067nm、1170nm、1200nm、 1233nm、1293nm、1420nm、1457nm、1634nm处经过预处理后的光谱反射值。
[0043] 所述步骤1)采集待测花生样品特征波长处的光谱图像的方法与上述建立花生中 蔗糖含量分布定量模型的方法中获得光谱图像的方法相同。
[0044] 如无特殊指明，本发明所述预处理是指标准正态变量变换结合去趋势预处理。
[0045] 具体地，所述步骤1)采集待测花生样品特征波长处的光谱图像的方法包括以下 步骤：
[0046] I. 1用高光谱仪扫描获得待测花生样品中每个像素点在各波长下的图像信息，得 到待测花生样品的原始高光谱三维图像；
[0047] 优选地，所述高光谱仪扫描的波长范围为900-1700nm，扫描方式为线扫描；
[0048] I. 2对所述待测花生样品的原始高光谱三维图像进行校正和背景删除后，提取待 测花生样品图像平均光谱；
[0049] 优选地，所述校正是指对所述花生样品的原始高光谱三维图像1_进行黑白校正； 具体方法为对反射率为99%的标准校正板进行采集，得