基于高光谱图像技术的长枣糖度无损检测

2012-03-20何建国贺晓光

食品与机械 2012年6期

徐爽何建国易东贺晓光

（1.宁夏大学物理电气信息学院，宁夏银川 750021；2.银川能源学院，宁夏永宁 750105；3.宁夏大学农学院，宁夏 750021）

宁夏灵武盛产长枣，由于自然环境条件和地理因素，孕育了其特有的风味和品质。长枣有较高的营养价值和药用价值备受消费者青睐，热销国内外多个城市，成为宁夏特色品牌产品。糖度是评价长枣品质的常规性状指标，对长枣的分级和销售有着重要影响。传统的机械分选和人工分选对果品损伤大、效率低、卫生质量难以保证，成为制约宁夏长枣产业化发展的主要因素。为了保证长枣业的迅速发展，研究简单、快速、无损的品质检测方法非常重要。

近年来，高光谱图像技术应用在农产品品质检测已成为一个研究热点［1，2］。高光谱图像技术结合了图像技术和光谱技术的优点，可实现对水果内外品质进行快速、无损检测。国内外许多学者利用高光谱图像技术对苹果的损伤、糖度、可溶性固形物、坚实度等检测研究较多［3－7］，对雪花梨［8］、脐橙［9］、草莓［10］等水果品质检测也有研究。已取得的研究结果证明了高光谱图像技术在水果品质检测方面具有广阔的应用前景。

本试验选取长枣作为样品，利用高光谱图像技术获得光谱数据对样品进行光谱分析，建立BP神经网络糖度预测模型。分析比较BP神经网络和偏最小二乘（PLS）模型对长枣糖度的预测结果。从而为高光谱图像技术对长枣品质的在线检测与分级提供技术依据。