基于CCD近紅外光譜的蘋果內(nèi)部品質(zhì)檢測(cè).pdf

1、近紅外光譜(NIR)技術(shù)是近年來(lái)發(fā)展最快的測(cè)定技術(shù)之一，具有無(wú)損、快速、高效、方便等特點(diǎn)，適合于蘋果內(nèi)部品質(zhì)的測(cè)定和分析。 基于CCD檢測(cè)器的近紅外光譜議性能穩(wěn)定、分辨率高、掃描速度快，相對(duì)于傅立葉光譜儀成本較低。本研究通過(guò)對(duì)光源和檢測(cè)器的選擇、分光系統(tǒng)和取樣部件的設(shè)計(jì)、控制及數(shù)據(jù)處理分析系統(tǒng)的設(shè)計(jì)，開發(fā)了基于CCD近紅外光譜儀的蘋果內(nèi)部品質(zhì)檢測(cè)系統(tǒng)。該系統(tǒng)測(cè)試速度快，每秒鐘可采集200張光譜，為將來(lái)開發(fā)在線檢測(cè)系統(tǒng)打下了良好的

2、基礎(chǔ)。 本研究應(yīng)用該系統(tǒng)對(duì)蘋果的內(nèi)部品質(zhì)進(jìn)行了檢測(cè)，選用120個(gè)市售紅富士蘋果為研究對(duì)象，利用漫反射光纖采集，得到120個(gè)蘋果的光譜，80個(gè)作為校正集，40個(gè)作為預(yù)測(cè)集，選用可見-短波近紅外區(qū)(630～1060nm)作為建模譜區(qū)，采用偏最小二乘法建立蘋果的特征光譜與糖度、酸度、可溶性固形物、水分、多酚含量和硬度等6個(gè)指標(biāo)之間的線性模型——定標(biāo)模型。 近紅外光譜分析技術(shù)屬于從復(fù)雜、重疊、變動(dòng)的背景中提取弱信息，干擾因素比較

3、多，所以本研究討論了S-G平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)對(duì)漫反射光譜進(jìn)行預(yù)處理的作用，對(duì)不同方法處理后的光譜建立數(shù)學(xué)模型，并對(duì)建模結(jié)果進(jìn)行了比較。以水分為例：S-G平滑處理后的R、SEC、SEP分別為0.9216、0.8847、2.1062，截取光譜后的R、SEC、SEP分別為0.9131、0.9519、2.1625，一階導(dǎo)數(shù)后的R、SEC、SEP分別為0.8958、1.1044、2.5251，二階導(dǎo)數(shù)后的R、SEC、SEP分別為0.8913

4、、1.1161、2.6184。結(jié)果表明，用S-G平滑處理后建立的模型效果最好。一階導(dǎo)數(shù)、二階導(dǎo)數(shù)處理后建立的模型效果較差。 從試驗(yàn)各項(xiàng)化學(xué)值指標(biāo)平滑后的建模效果為例：水分、可溶性固形物、硬度、總糖、總酸、多酚含量的相關(guān)系數(shù)R分別為0.9216、0.9040、0.8649、0.8518、0.8051、0.7998。結(jié)果表明，水分和可溶性固形物含量的模型效果比較好，預(yù)測(cè)值和真值比較接近。酸度和多酚含量的模型效果較差，預(yù)測(cè)值和真值誤差