专利名称：基于可见和近红外光谱特征波段的水果水心病诊断方法
技术领域：
本发明涉及利用光学手段来分析材料的方法，尤其是涉及一种基于可见和近红外光谱特征波段的水果水心病诊断方法。
背景技术：
近红外光谱是指波长在780～2526nm的电磁波，介于可见光区和中红外光区之间。由于近红外光谱区与有机分子中的含氢基团(C-H、N-H)振动的合频与各级倍频的吸收一致，因此通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征振动信息。与传统的化学分析方法相比，近红外光谱技术的主要技术特点是分析速度快，多组分同时测定，样品不需预处理，非破坏性分析，远距测定和实时分析，低分析成本和操作简单。
可见和近红外光谱技术在农产品和食品的检测分析中得到了广泛的应用。在水果检测方面，lammertyn等人利用可见光谱和近红外光谱来检测苹果酸度、硬度和可溶性固形物含量，并与常规化分析相结合，建立了预测苹果糖度和酸度的定量数学模型。McGlone等人利用500-1100nm光谱范围检测Royal Gala苹果内部成分——淀粉、可溶性固形物和酸度。Lu等人利用近红外光谱来检测Empire和Delicious苹果硬度和糖度，通过对光谱进行处理，并与常规的理化分析相结合，建立了预测苹果糖度和酸度的数学模型。在对水果水心病的研究相对较少。
然而可见和近红外光谱区域范围较大，虽然现在有很多用来测量整个可见和近红外光谱区域范围的光谱仪，但是这些设备都比较大，不利于便携测量。通过研究发现，存在能够反映水果水心病程度的若干个特征波段，其光谱信息变化和水心病程度密切相关。因此通过测量这些特征波段的光谱信息能够客观的反映水心病感染程度，而不受到其他因素的影响。基于大量试验，得到在可见和近红外光谱区域里反映水心病程度的若干个特征波段，从而设计出基于单片机嵌入式系统的便携式设备。通过检测这些光敏传感器获取的特征波段反射率信息，采用简单的回归方法代替化学计量学方法来进行建模。实现模型算法在单片机中的嵌入，制成便携式的水心病程度检测仪。
发明内容
本发明的目的在于提供一种基于可见和近红外光谱特征波段的水果水心病诊断方法，可快速、准确地采集被测水果内部特征波段的反射率信息，分析得到被测水果水心病感染程度，从而实现实时无损的水果水心病诊断系统。
本发明采用的技术方案是该方法的步骤如下1)用仪器的探头照射被测水果，通过仪器的光敏传感器采集特征波段上的水果内部光谱反射率信息；2)采集到的水果内部反射信息通过数据线经过信号调理电路去除噪音，A/D转换器输入单片机；3)水心病诊断程序将得到的光谱反射率信息输入至水心病光谱模型，通过模型的计算，输出水心病诊断结果；4)LCD显示器输出水果水心病的诊断结果。
所述的水心病光谱模型的建立包括以下步骤1)通过试验得到能够反映水心病感染程度的若干个特征波段。
2)建立这些特征波段光谱反射信息和水心病感染程度之间的水心病光谱模型。
与传统水心病检测手段相比，本发明具有的有益效果是(1)利用光谱技术进行水心病诊断，只要能够找到可以反映水心病程度的若干个光谱特征波段，本发明的思路可以应用于水果水心病的快速、准确、稳定、实时、非破坏性的诊断。
(2)降低检测成本，加快分析速度，减轻劳动强度，并能对分析样本进行无损鉴别，不用破坏水果。
(3)由于系统的水心病检测是给予若干个特征波段而不是整个可见和近红外光谱的全部光谱信息。因此无需给予计算量大的化学计量学方法，程序简单，可编写嵌入进单片机中。
(4)整个检测系统只是一个带有若干个光敏传感器和LED灯的嵌入式单片机的便携式系统，易于携带。
图1为本发明系统系统框图。
图2为本发明系统的软件流程图。
具体实施例方式
如图1所示，一种基于可见和近红外光谱特征波段的水果水心病诊断系统，包括一个带有若干个光敏传感器和LED灯的嵌入式单片机的便携式系统。系统以单片机为微控制器的嵌入式结构，以信号调理电路对传感器的输出信号进行滤波，放大等的处理，使信号符合A/D转换器的输入要求，系统中的A/D转换器实现模拟信号向数字信号的转换，供单片机使用，系统中键盘实现外部指令的输入，控制仪器的运行，LCD显示器输出水心病诊断结果。
用仪器的探头照射水果表面，探头中的光敏传感器能够实时采集能够反映水果水心病程度的若干个特征波段的光谱反射率。探头内用LED灯作为光源，通过数据线输入单片机，光谱分析处理软件分析不同程度水心病的光谱信息。通过单片机里嵌入的水心病光谱分析程序得到水果水心病感染程度。
本发明系统的光谱测量简单，只需将系统探头照射被测水果表面，即可进行水心病程度的检测。
如图2所示，水心病光谱分析处理软件中的水心病光谱模型建立为基础部分，在软件制作阶段就已建立，包括以下步骤1)采集校正样本集光谱信息。光谱测量前采用标定白板对采集的光谱信息进行标定。然后通过可见和近红外光谱仪采集校正集中水果的全波段(400-2500nm)的光谱反射率信息。
2)反映水心病感染程度的光谱预处理。由于采集到的原始光谱信息带有一定的噪声，所以采用卷积平滑、标准化、多元散射校正、求导、小波等方法进行光谱预处理。
3)建立水果水心病感染程度的光谱校正模型。校正样本集中的水果经过可见和近红外光谱仪采集反射信息后，经水心病诊断标准进行各个水果水心病的感染程度评估。并通过化学计量学方法建立预处理后的光谱反射信息和水心病感染程度的数学模型。包括主成分回归、偏最小二乘回归、神经网络模型等。
4)通过大量试验得到能够反映水心病感染程度的若干个特征波段。通过分析每个波段在对反映水心病感染程度的贡献率，选择贡献率大的少数波段来替代整个光谱波段。
5)通过化学计量学方法，建立这些特征波段光谱反射率信息和水心病感染程度之间的关系模型。数据库模型具有很好的鲁棒性和适应性，能够进行实际应用。
如图2所示，水心病光谱分析处理软件在实际应用中包括以下步骤1)通过仪器的光敏传感器采集特征波段上的水果内部光谱反射率信息。
2)水心病诊断程序将得到的光谱反射率信息输入至水心病光谱模型。通过模型的计算，输出水心病感染程度。
3)LCD显示器输出水心病程度诊断结果。
权利要求
1.一种基于可见和近红外光谱特征波段的水果水心病诊断方法，其特征在于该方法的步骤如下1)用仪器的探头照射被测水果，通过仪器的光敏传感器采集特征波段上的水果内部光谱反射率信息；2)采集到的水果内部反射信息通过数据线经过信号调理电路去除噪音，A/D转换器输入单片机；3)水心病诊断程序将得到的光谱反射率信息输入至水心病光谱模型，通过模型的计算，输出水心病诊断结果；4)LCD显示器输出水果水心病的诊断结果。
2.根据权利要求1所述的基于可见和近红外光谱特征波段的水果水心病诊断方法，其特征在于所述的水心病光谱模型的建立包括以下步骤1)通过试验得到能够反映水心病感染程度的若干个特征波段。2)建立这些特征波段光谱反射信息和水心病感染程度之间的水心病光谱模型。
全文摘要
本发明公开了一种可见和近红外光谱特征波段的水果水心病诊断方法。光线照射到水果表面，被光敏传感器接受，每个光敏传感器采集一个特征波段上的水果内部的光谱反射率信息，通过数据线经过信号调理电路去除噪音，A/D转换器输入单片机；水心病诊断程序将得到的光谱反射率信息输入至水心病光谱模型，通过模型的计算，输出水心病诊断结果；LCD显示器输出水果水心病的诊断结果。本发明可以应用于水果水心病感染程度的诊断，检测成本低，分析速度快，检测无损，非破坏；本发明基于特征波段进行检测，易于携带，程序简单。
文档编号G01N21/31GK101074927SQ20071006963
公开日2007年11月21日 申请日期2007年6月22日 优先权日2007年6月22日
发明者何勇, 邵咏妮, 鲍一丹 申请人:浙江大学