System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种稻米食味值评估方法技术_技高网

一种稻米食味值评估方法技术

技术编号:44053621 阅读:1 留言:0更新日期:2025-01-17 15:57
本发明专利技术公开了一种稻米食味值评估方法,属于食品分析技术领域,通过采集水稻在分化期、抽穗期和黄熟期三个时期的多光谱影像;筛选处理多光谱影像,得到完整的整幅多光谱正射影像后;对其进行图像分割,勾选出水稻不同处理区域,统计区域内所有像元光谱反射率的平均值,通过对不同波段的光谱反射率进行组合,利用多光谱波段的反射特性,经过波段运算得到植被指数;测定实验材料的4种稻米品质指标;对前述不同时期的数据进行组合,结合不同的氮肥处理梯度,以及稻米品质指标,构建模型,并选出皮尔森相关系数最高的模型作为最终预测模型。该食味值评估方法,通过叶片“熟色”指标评估稻米的食味值,可以做到在收获前无损评估大量水稻材料。

【技术实现步骤摘要】

本专利技术属于食品分析,尤其涉及一种稻米食味值评估方法


技术介绍

1、食味品质是稻米品质中最重要的性状之一,是指稻米在一定条件下煮成米饭后,对米饭的气味、色泽、形态、适口性及滋味等感官指标的综合评价(ahmed et al., 2019),主要决定因素是稻米中的淀粉、蛋白质和脂质等代谢物质。虽然稻米食味品质的调控机制十分复杂,但均与籽粒中代谢物合成和积累有关,籽粒中的物质都是叶片的光合产物转化而来;说明稻米食味品质形成与光合产物的合成和积累密相关。

2、目前检测食味品质的方法有人工感官评价法、仪器评价法和理化指标评价法,均需要收获稻米、晒干、储藏、研磨、蒸煮、最后仪器检测(或者品尝打分),以上方法流程多、耗时久(有时甚至需要两个月以上)、需要专门的仪器和人员且操作要求高、效率慢。

3、公开号为cn114136918b的专利公开一种基于近红外的稻米食味品质评价方法,但其仍然需要对样品进行挑选、脱壳、砻谷、碾米后,制成精米,将精米近红外光谱与食味值关联后建模,然后进行检测。其操作过程慢、前处理过程繁琐、样品用量较大、需要损毁样品。

4、在华南优质稻育种过程中,若能提前评估大量育种材料的食味值,将显著提高水稻新品种的效率。并且,在复杂的实践生产过程中,若提前了解每个田块的水稻食味值,将有利于农户以合适的价格出售,做到精准的优质优价。

5、为此,我们提出来一种稻米食味值评估方法解决上述问题。


技术实现思路

1、本专利技术的目的是为了解决现有技术中,食味值评估需要在水稻成熟后且工序繁琐、耗时长的问题,而提出的一种稻米食味值评估方法。

2、为了实现上述目的,本专利技术采用了如下技术方案:

3、一种稻米食味值评估方法,包括如下步骤:

4、s1:采集水稻在分化期、抽穗期和黄熟期三个时期的多光谱影像;

5、s2:对在步骤s1中获得的多光谱影像进行筛选,并对筛选后的影像进行处理得到完整的整幅多光谱正射影像;

6、s3:对完整的整幅多光谱正射影像进行图像分割,勾选出水稻不同处理区域,统计区域内所有像元光谱反射率的平均值,作为该区域水稻冠层的光谱反射率数据;

7、s4:通过对不同波段的光谱反射率进行组合,利用多光谱波段的反射特性,经过波段运算即可得到植被指数;

8、s5:收获后,测定实验材料的4种稻米品质指标;

9、s6:对前述不同时期的数据进行组合,结合不同的氮肥处理梯度,以及4种稻米品质指标,使用决策树回归算法构建早造或晚造模型,并以皮尔森相关系数为指标,选出皮尔森相关系数最高的模型作为最终预测模型,通过最终预测模型评估不同条件下的稻米食味品质的预测结果。

10、优选的,步骤s2中的对筛选后的影像进行处理包括点云处理、纹理处理、地理配准、无缝拼接和波段合成。

11、优选的,步骤s4中的植被指数包括归一化植被指数、绿波段归一化植被指数、比值植被指数、增强植被指数、差值植被指数、改进非线性植被指数。

12、优选的,增强植被指数的计算方法如下:

13、;

14、其中,nir为近红外波段反射率,r为红外波段反射率, b为蓝光波段反射率,evi为增强植被指数。

15、优选的,归一化植被指数计算方式如下:

16、;

17、所述比值植被指数计算方式如下:

18、;

19、其中,ndvi为归一化植被指数,rvi为比值植被指数,nir为近红外波段反射率,r为红外波段反射率。

20、优选的,4种稻米品质指标包括整精米率、垩白粒度、粗蛋白质含量和食味值。

21、优选的,对前述不同时期的数据进行组合包括对不同时期、不同光谱波段以及不同的植被指数进行组合。

22、优选的,不同时期包括分化期、抽穗期和黄熟期;所述不同光谱波段包括蓝光 450nm、绿色 560 nm、红光650 nm、红边 730 nm、近红外 840 nm。

23、综上所述,本专利技术的技术效果和优点:该稻米食味评估方法利用了叶片“熟色”指标评估稻米的食味值,且充分考虑了不同光温环境(早晚季),不同施肥梯度等条件。与以往的稻米食味值检测相比,具有流程少、操作方便、效率高、无损性、即时性以及高通量性的优点。

本文档来自技高网...

【技术保护点】

1.一种稻米食味值评估方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的稻米食味值评估方法,其特征在于,所述步骤S2中的对筛选后的影像进行处理包括点云处理、纹理处理、地理配准、无缝拼接和波段合成。

3.根据权利要求1所述的稻米食味值评估方法,其特征在于,所述步骤S4中的植被指数包括归一化植被指数、绿波段归一化植被指数、比值植被指数、增强植被指数、差值植被指数、改进非线性植被指数。

4.根据权利要求3所述的稻米食味值评估方法,其特征在于,所述增强植被指数的计算方法如下:

5.根据权利要求3所述的稻米食味值评估方法,其特征在于,所述归一化植被指数计算方式如下:

6.根据权利要求1所述的稻米食味值评估方法,其特征在于,步骤S5中所述的稻米品质指标包括整精米率、垩白粒度、粗蛋白质含量和食味值。

7.根据权利要求1所述的稻米食味值评估方法,其特征在于,所述步骤S6中对前述不同时期的数据进行组合包括对不同时期、不同光谱波段以及不同的植被指数进行组合。

8.根据权利要求7所述的稻米食味值评估方法,其特征在于,所述不同时期包括分化期、抽穗期和黄熟期;所述不同光谱波段包括蓝光 450 nm、绿色 560 nm、红光650 nm、红边730 nm、近红外 840 nm。

...

【技术特征摘要】

1.一种稻米食味值评估方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的稻米食味值评估方法,其特征在于,所述步骤s2中的对筛选后的影像进行处理包括点云处理、纹理处理、地理配准、无缝拼接和波段合成。

3.根据权利要求1所述的稻米食味值评估方法,其特征在于,所述步骤s4中的植被指数包括归一化植被指数、绿波段归一化植被指数、比值植被指数、增强植被指数、差值植被指数、改进非线性植被指数。

4.根据权利要求3所述的稻米食味值评估方法,其特征在于,所述增强植被指数的计算方法如下:

5.根据权利要求3所述的稻米食味值评估方法,其特征...

【专利技术属性】
技术研发人员:陈宜波傅友强白嵩周靖波王重荣周少川李宏黄道强王志东赵雷潘阳阳龚蓉
申请(专利权)人:广东省农业科学院水稻研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1