一种用于柑橘类水果内部冻害的在线识别方法技术

本发明专利技术公开了一种用于柑橘类水果内部冻害的在线识别方法。以已知冻害分类的柑橘类水果作为样本，采集样本透射光谱和样本参比光谱；测得横径值作为光程信息；处理获得样本吸光度光谱并校正：划分训练集和测试集，通过波段寻优算法获得最优光谱范围；建立柑橘类水果内部冻害识别模型，用最优光谱范围的样本吸光度光谱训练获得最优模型，用最优模型进行在线实时检测，实现冻伤柑橘的快速识别。本发明专利技术能够填补水果采后商品化技术领域中柑橘类水果内部冻害识别的技术空白，实现了不同种类水果内部缺陷的有效识别。内部缺陷的有效识别。内部缺陷的有效识别。

【技术实现步骤摘要】
一种用于柑橘类水果内部冻害的在线识别方法


[0001]本专利技术属于智能农业
，尤其属于水果采后
的一种水果检测方法，特别涉及了不同水果大小影响下的透射光谱用于柑橘类水果内部冻害识别的方法。

技术介绍

[0002]水果采后处理可以提高水果市场竞争力，保障消费者购买到称心如意的水果。当冬季低温持续时间较长或者温度骤降时，经常会导致柑橘类水果产生内部冻害损伤，极端地区甚至年年发生柑橘冻害现象。细胞内部结冰的形成破坏橘瓣细胞，形成了水分流失，从而导致发生冻害的橘瓣脱水。同时冻伤还容易在水果内部产生柠檬素，使柑橘味苦。发生内部冻害的柑橘类水果与正常水果外表无异，肉眼无法识别。由于人们对水果品质的要求日益严苛，发生冻害的水果与正常水果混杂出售，无疑会严重影响我国水果生产商声誉与消费者用户体验。因此，柑橘类水果产业迫切需要一种技术方法用于柑橘类水果内部冻害的在线识别。
[0003]目前，进行柑橘类水果冻害识别最常见的方法是人工对水果样品的内部进行切割和检查，但这种方法具有破坏性且检测效率低下。也有一些学者提出了其他方法用于柑橘类水果冻害识别，包括荧光检测、气相色谱
‑
质谱、乙醇检测、核磁共振技术。然而，这些方法通常是复杂耗时且昂贵的，难以应用于快速无损在线检测。近年来，可见/近红外光谱无损检测技术发展迅速，这项技术凭借其分析速度快，低成本等优点在果实内部品质及病害检测方面得到广泛应用并获得认可。已有报导基于可见/近红外透射光谱进行果实内部病害的识别，由于透射光谱受到果实大小影响严重，唯有消除果实大小对于透射光谱的影响才能保证检测精度，但消除果实大小对于透射光谱影响方法的研究较少。虽然已有众多研究涉及可见/近红外光谱用于水果内部病害的识别，但目前基于可见/近红外透射光谱进行柑橘类水果内部冻害识别方法的相关报导较少。

技术实现思路

[0004]为了解决当前产业现状中存在的问题，本专利技术的目的在于提供一种用于柑橘类水果内部冻害的在线识别方法。本专利技术能够填补水果采后
中柑橘类水果内部冻害识别的技术空白，实现了不同种类水果内部缺陷的有效识别。
[0005]本专利技术的技术方案是：
[0006]步骤S1，以已知冻害分类的柑橘类水果作为样本，包含了冻伤的和正常的两个大种类，冻伤种类下可再细分为不同的冻害等级；应用水果品质检测分选生产线中柑橘类水果透射光谱采集方法在线采集所有柑橘类水果样本的可见/近红外透射光谱作为样本透射光谱，同时采集聚四氟乙烯球的透射光谱作为样本参比光谱；
[0007]所述的柑橘类水果包含了冻伤的和正常的不同种。
[0008]所述的聚四氟乙烯球和柑橘大小一致，且实心、表面光滑、颜色白色。
[0009]步骤S2，利用游标卡尺测得每一个柑橘类水果的横径值，即果实的大小信息，作为
样本透射光谱采集时的光程信息；
[0010]所述的光程信息是指透射光谱的光束从入射到柑橘类水果的入射点到检测的出射点之间的光程。
[0011]步骤S3，采集全部柑橘类水果样本的光谱与横径值后，对于每个柑橘类水果样本，处理获得样本吸光度光谱并校正样本吸光度光谱：
[0012]步骤S4，将所有柑橘类水果的经透射光谱/横径校正后的样本吸光度光谱数据划分训练集和测试集，通过波段寻优算法获得最优光谱范围；
[0013]步骤S5，建立柑橘类水果内部冻害识别模型，并用最优光谱范围的样本吸光度光谱进行训练获得最优柑橘类水果内部冻害识别模型，将最优柑橘类水果内部冻害识别模型嵌入到水果品质检测分选生产线对柑橘类水果的内部冻害进行在线实时检测。
[0014]所述步骤S1中，采集柑橘类水果样本的透射光谱时，光源发出光束从柑橘类水果样本一侧入射，并且入射方向与柑橘类水果样本的赤道面平行，透射光谱接收单元布置在柑橘类水果样本的另一侧接收获取透射光束的光谱信息。
[0015]具体实施中，卤素灯的光源安装在光源灯架上，光源下方的光源灯架上安装有散热风扇，柑橘类水果放置在柑橘运输单元，并受柑橘运输单元驱动运输，卤素灯的光源和光谱接收单元相对对称布置在柑橘类水果的两侧。
[0016]所述的透射光谱接收单元主要由准直镜、光纤与光谱仪构成，准直镜外接光纤与光谱仪相连接，准直镜和光纤连接，光纤端部具有微小间隙地接触到透射光束出射的柑橘类水果样本的表面。
[0017]所述的光源为卤素灯。
[0018]所述步骤S3中，对于每个柑橘类水果样本，按照以下方式进行处理：
[0019]步骤S3.1，结合样本参比光谱对样本透射光谱进行吸光度值转换，得到柑橘类水果样本的样本吸光度光谱；
[0020]步骤S3.2，将横径值与样本吸光度光谱进行相关性分析，寻找与果实大小相关性最高的光谱波长点，并以光谱波长点为参照进行透射光谱校正，也即横径校正，消除柑橘类水果样本的果实大小对于透射光谱的影响。
[0021]所述步骤S3.2中，基于果实大小进行透射光谱横径校正流程如下：
[0022]步骤S3.2.1，读入单个柑橘类水果样本的横径值与样本吸光度光谱，对于样本吸光度光谱中的单个波长作为测量波长，进行Pearson相关性分析，公式为：
[0023][0024]其中，r表示测量波长下的吸光度值和横径值的相关性权值，X表示为单个柑橘类水果样本在测量波长下样本吸光度光谱中的的吸光度值，Y表示为柑橘类水果样本的横径值；表示所有柑橘类水果样本在测量波长下样本吸光度光谱中的吸光度值的平均值，表示所有柑橘类水果样本的横径值的平均值；
[0025]不同测量波长具有不同的相关性权值r。
[0026]步骤S3.2.2，不断重复步骤S3.2.1对该柑橘类水果样本的样本吸光度光谱中的所有每个波长均进行处理获得所有各个波长的相关性权值r，选取相关性权值r最大对应的波
长作为光谱波长点R_MAX；柑橘类水果样本的所有各个波长处的吸光度值除以光谱波长点R_MAX处的吸光度值，以完成该柑橘类水果样本的透射光谱校正；
[0027]步骤S3.2.3，对每一个柑橘类水果样本重复步骤S3.2.1～步骤S3.2.2，直至所有柑橘类水果样本完成透射光谱校正。
[0028]所述步骤S4中，划分训练集和测试集，是随机将m个样本吸光度光谱划分为训练集，剩余的n个样本吸光度光谱划分为测试集，一般情况下m：n为2：1，即将2/3个样本数据划分为训练集，剩余1/3个样本数据划分为测试集，也可以是其他比例。具体实施以实验样本的2/3作为训练集训练模型，以剩下的1/3样本作为测试集对模型泛化能力做测试，进行模型评价。
[0029]所述步骤S4中，通过波段寻优算法获得最优光谱范围的过程如下：
[0030]步骤S4.1，针对校正后的样本吸光度光谱，确定寻优的窗口大小和窗口移动步长，具体设置窗口大小的范围为[A,B]，A和B均表示窗口大小值在样本吸光度光谱中所涵盖的波长数的总数量，A小于B；
[0031]步骤S4.2，从窗口大小的范围为[A,B]中选取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于柑橘类水果内部冻害的在线识别方法，其特征在于，包括：步骤S1，以已知冻害分类的柑橘类水果作为样本，包含了冻伤的和正常的两个大种类；采集所有柑橘类水果样本的可见/近红外透射光谱作为样本透射光谱，同时采集聚四氟乙烯球的透射光谱作为样本参比光谱；步骤S2，测得每一个柑橘类水果的横径值，作为样本透射光谱采集时的光程信息；步骤S3，采集全部柑橘类水果样本的光谱与横径值后，对于每个柑橘类水果样本，处理获得样本吸光度光谱并校正样本吸光度光谱：步骤S4，将所有柑橘类水果的经校正后的样本吸光度光谱数据划分训练集和测试集，通过波段寻优算法获得最优光谱范围；步骤S5，建立柑橘类水果内部冻害识别模型，并用最优光谱范围的样本吸光度光谱进行训练获得最优柑橘类水果内部冻害识别模型，将最优柑橘类水果内部冻害识别模型嵌入到水果品质检测分选生产线对柑橘类水果的内部冻害进行在线实时检测。2.根据权利要求1所述一种用于柑橘类水果内部冻害的在线识别方法，其特征在于：所述步骤S1中，采集柑橘类水果样本的透射光谱时，光源(3)发出光束从柑橘类水果样本一侧入射，并且入射方向与柑橘类水果样本的赤道面平行，透射光谱接收单元(1)布置在柑橘类水果样本的另一侧接收获取透射光束的光谱信息。3.根据权利要求1所述一种用于柑橘类水果内部冻害的在线识别方法，其特征在于：所述步骤S3中，对于每个柑橘类水果样本，按照以下方式进行处理：步骤S3.1，结合样本参比光谱对样本透射光谱进行吸光度值转换，得到柑橘类水果样本的样本吸光度光谱；步骤S3.2，将横径值与样本吸光度光谱进行相关性分析，寻找与果实大小相关性最高的光谱波长点，并以光谱波长点为参照进行透射光谱校正。4.根据权利要求3所述一种用于柑橘类水果内部冻害的在线识别方法，其特征在于：所述步骤S3.2中，基于果实大小进行透射光谱横径校正流程如下：步骤S3.2.1，读入柑橘类水果样本的横径值与样本吸光度光谱，对于样本吸光度光谱中的单个波长作为测量波长，进行相关性分析，公式为：其中，r表示测量波长下的吸光度值和横径值的相关性权值，X表示为单个柑橘类水果样本在测量波长下的吸光度值，Y表示为柑橘类水果样本的横径值；表示所有柑橘类水果样本在测量波长下吸光度值的平均值，表示所有柑橘类水果样本的横径值的平均值；步骤S3.2.2，不断重复步骤S3.2.1对该柑橘类水果样本的样本吸光度光谱中的所有每个波长均进行处理获得所有各个波长的相关性权值r，选取相关性权值r最大对应的波长作为光谱波长点R_MAX；柑橘类水果样...

【专利技术属性】
技术研发人员：徐惠荣，田世杰，应义斌，饶秀勤，李麟，罗璇，
申请(专利权)人：浙江开浦科技有限公司，
类型：发明
国别省市：