一种基于近红外光谱技术的苹果甜度无损快速检测方法技术

本发明专利技术公开了一种基于近红外光谱技术的苹果甜度无损快速检测方法,包括以下步骤：步骤一：选取一批完好无损的红富士苹果作为样本；步骤二：采用自主研发的便携式近红外光谱仪以苹果赤道部位东、西、南、北四个面分别进行光谱采集。与现有技术相比，本发明专利技术存在以下有益效果：(1)采用全波段信息进行建模，极大的提高了模型精度，使误差率更低；(2)采用全交互效验方法来确定最优主因子数进行建模确定最优主因子数，一方面，避免“欠拟合或过拟合”未充分利用信息或引入太多的噪声，另一方面，应用最优主因子数建模并进行未知样品预测时，所得到的预测误差最小。

【技术实现步骤摘要】

本专利技术属于近红外光谱快速检测
，具体涉及一种基于近红外光谱技术的苹果甜度无损快速检测方法。
技术介绍
近红外光谱技术是近几年发展起来的一种快速检测技术。由于近红外光谱区的信息含量较丰富，且近红外技术本身具有无污染、无前处理、无破坏性、在线检测及多组分同时测定等优点，因此被广泛应用在食品、医药、化工、石油等产品的加工过程中的成分分析、品质检测以及在线品质监测与控制。例如：1)采用近红外光谱监控加工过程中液体奶制品在进入蒸发系统时脂肪和水分的损失，进行现场调控，优化干燥过程，提高效率。2)药物制备过程进行全面监控，不但有利于随时监测每一步加工过程中各个化学组分的含量和性质，还可以监测药品加工过程中可能引入的各种污染物。目前水果检测一般采用大型近红外光谱仪进行抽样检测，主要检测水果酸度、甜度等性质的含量大小。但由于体积较大、价格昂贵且精度较低，造成使用率低下等问题。如某公司开发的近红外水果检测仪由于造价问题很难打入市场，且体积问题造成运用场景存在局限性。经过测试发现误差较大，只具有参考价值。故在近红外水果检测领域尚有技术瓶颈。目前市场上没有便携式近红外苹果检测市场化产品。调查结果表明由于模型精度较差，造成检测结果误差较大，且设备成本昂贵。因此在我国，近红外光谱技术的运用领域除科研机构外，并未在行业及企业中广泛使用。针对目前行业运用情况，大部分科研设备是基于傅里叶变换，傅立叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。这造成模型迁移存在巨大瓶颈。换言之模型与设备绑定，造成建模成本的增加及人工成本的浪费。已有的相关论文及专利在具体行业运用中实现较困难，更倾向于学术方面。故具体方法与模型情况对于运用行业很重要。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供一种基于近红外光谱技术的苹果甜度无损快速检测方法，通过1)选择样品；2)性质数据设计；3)近红外光谱数据设计；4)数据预处理；5)校正模型以得到高精度模型，建立全新、完善、高效的苹果内部品质分级技术。为了实现上述目的，本专利技术的技术方案如下：一种基于近红外光谱技术的苹果甜度无损快速检测方法,包括以下步骤：步骤一：选取一批完好无损的红富士苹果作为样本；步骤二：采用自主研发的便携式近红外光谱仪以苹果赤道部位东、西、南、北四个面分别进行光谱采集，设备由：光源、分光系统、样品池、探测器组成；步骤三：用榨汁机获取所述红富士苹果样本的浆液，将所述浆液过滤后的滤液待用，然后用吸管吸取2ml所述滤液置于折光仪检测窗口，然后启动折光仪检测程序对滤液进行检测，将得到的苹果近红外光谱结果记录入表达；步骤四：通过主成分分析方法对采集的800条苹果近红外光谱进行分析，剔除存在异常或者相似的样品，使样品在主成分空间内分布均匀，得到剔除前苹果样品漫反射光谱在第一、第二主成分的PCA投影图和剔除后样品光谱的PCA投影图，所述折光仪可直接读取SPC、JDX和XLS格式；步骤五：以759个苹果近红外光谱作为光谱集建立模型，挑选其中708个苹果近红外光谱作为校正样品集，其余51个苹果近红外光谱作为验证样品集；步骤六：应用偏最小二乘算法与参考方法测定的基础性质数据采用全波段信息进行关联建模；通过预测均方根误差、主因子数、决定系数、全交互验证均方根误差等指标作为参考，最终选定，MSC+2nd+S-G(11,3)为预处理最佳条件；采用全交互效验方法来确定最优主因子数进行建模，以全交互效验均方残差达到最小时的主因子数为最优主因子数；步骤七：通过马氏距离、杠杆值、学生化残差等指标综合判断，逐步优化模型，使模型达到最优状态；步骤八：任意取51个苹果近红外光谱作为独立校验集，不参与建模，比较其测定结果与基础数据的差异。与现有技术相比，本专利技术存在以下有益效果：(1)采用全波段信息进行建模，极大的提高了模型精度，使误差率更低；(2)采用全交互效验方法来确定最优主因子数进行建模确定最优主因子数，一方面，避免“欠拟合或过拟合”未充分利用信息或引入太多的噪声，另一方面，应用最优主因子数建模并进行未知样品预测时，所得到的预测误差最小；(3)通过比较其测定结果与基础数据的差异，真实误差在±0.5％。附图说明图1是本专利技术提供的剔除前800个光谱的PCA投影图。图2是本专利技术提供的剔除后759个光谱的PCA投影图。图3是本专利技术提供的甜度模型化学测定值与模型预测值的散点图。图4是本专利技术提供的甜度模型化学测定值与残差的分布图。具体实施方式下面结合实施例对本专利技术做进一步详细说明。步骤一：选取一批完好无损的红富士苹果作为样本；步骤二：采用自主研发的便携式近红外光谱仪以苹果赤道部位东、西、南、北四个面分别进行光谱采集，设备由：光源、分光系统、样品池、探测器组成；步骤三：用榨汁机获取所述红富士苹果样本的浆液，将所述浆液过滤后的滤液待用，然后用吸管吸取2ml所述滤液置于折光仪检测窗口，然后启动折光仪检测程序对滤液进行检测，将得到的苹果近红外光谱结果记录入表达；步骤四：通过主成分分析方法对采集的800条苹果近红外光谱进行分析，剔除存在异常或者相似的样品，使样品在主成分空间内分布均匀，得到剔除前苹果样品漫反射光谱在第一、第二主成分的PCA投影图和剔除后样品光谱的PCA投影图，所述折光仪可直接读取SPC、JDX和XLS格式；步骤五：以759个苹果近红外光谱作为光谱集建立模型，挑选其中708个苹果近红外光谱作为校正样品集，其余51个苹果近红外光谱作为验证样品集；步骤六：应用偏最小二乘算法与参考方法测定的基础性质数据采用全波段信息进行关联建模；通过预测均方根误差、主因子数、决定系数、全交互验证均方根误差等指标作为参考，最终选定，MSC+2nd+S-G(11,3)为预处理最佳条件；采用全交互效验方法来确定最优主因子数进行建模，以全交互效验均方残差达到最小时的主因子数为最优主因子数；步骤七：通过马氏距离、杠杆值、学生化残差等指标综合判断，逐步优化模型，使模型达到最优状态；所建立的相关指标近红外校正模型的有关数理指标步骤八：任意取51个苹果近红外光谱作为独立校验集，不参与建模，比较其测定结果与基础数据的差异。验证结果表本文档来自技高网...

【技术保护点】
一种基于近红外光谱技术的苹果甜度无损快速检测方法,其特征在于：包括以下步骤：步骤一：选取一批完好无损的红富士苹果作为样本；步骤二：采用自主研发的便携式近红外光谱仪以苹果赤道部位东、西、南、北四个面分别进行光谱采集，设备由：光源、分光系统、样品池、探测器组成；步骤三：用榨汁机获取所述红富士苹果样本的浆液，将所述浆液过滤后的滤液待用，然后用吸管吸取2ml所述滤液置于折光仪检测窗口，然后启动折光仪检测程序对滤液进行检测，将得到的苹果近红外光谱结果记录入表达；步骤四：通过主成分分析方法对采集的800条苹果近红外光谱进行分析，剔除存在异常或者相似的样品，使样品在主成分空间内分布均匀，得到剔除前苹果样品漫反射光谱在第一、第二主成分的PCA投影图和剔除后样品光谱的PCA投影图，所述折光仪可直接读取SPC、JDX和XLS格式；步骤五：以759个苹果近红外光谱作为光谱集建立模型，挑选其中708个苹果近红外光谱作为校正样品集，其余51个苹果近红外光谱作为验证样品集；步骤六：应用偏最小二乘算法与参考方法测定的基础性质数据采用全波段信息进行关联建模；通过预测均方根误差、主因子数、决定系数、全交互验证均方根误差等指标作为参考，最终选定，MSC+2nd+S‑G(11,3)为预处理最佳条件；采用全交互效验方法来确定最优主因子数进行建模，以全交互效验均方残差达到最小时的主因子数为最优主因子数；步骤七：通过马氏距离、杠杆值、学生化残差等指标综合判断，逐步优化模型，使模型达到最优状态；步骤八：任意取51个苹果近红外光谱作为独立校验集，不参与建模，比较其测定结果与基础数据的差异。...

【技术特征摘要】
1.一种基于近红外光谱技术的苹果甜度无损快速检测方法,其特征在于：包括以下步
骤：
步骤一：选取一批完好无损的红富士苹果作为样本；
步骤二：采用自主研发的便携式近红外光谱仪以苹果赤道部位东、西、南、北四个面分
别进行光谱采集，设备由：光源、分光系统、样品池、探测器组成；
步骤三：用榨汁机获取所述红富士苹果样本的浆液，将所述浆液过滤后的滤液待用，然
后用吸管吸取2ml所述滤液置于折光仪检测窗口，然后启动折光仪检测程序对滤液进行检
测，将得到的苹果近红外光谱结果记录入表达；
步骤四：通过主成分分析方法对采集的800条苹果近红外光谱进行分析，剔除存在异常
或者相似的样品，使样品在主成分空间内分布均匀，得到剔除前苹果样品漫反射光谱在第
一、第二主成分的PCA投影图和剔除后样品光谱的PCA投影图，所述折光仪可直接...

【专利技术属性】
技术研发人员：陈泽，张绍宁，江磊，宁眺，李晶，程飚，李伟，
申请(专利权)人：昆明睿意铂科技股份有限公司，
类型：发明
国别省市：云南;53