基于能量谱和吸光度谱的马铃薯黑心病判别模型优化
2021-10-13韩亚芬赵庆亮吕程序杨炳南曹有福苑严伟
农业机械学报 2021年9期
韩亚芬 赵庆亮 吕程序 杨炳南 曹有福 苑严伟
(中国农业机械化科学研究院土壤植物机器系统技术国家重点实验室, 北京 100083)
0 引言
马铃薯是全球第四大粮食作物,具有丰富的营养价值和商业价值。黑心病等内部缺陷严重影响马铃薯加工品的品质和原料加工利用率。黑心病马铃薯(简称黑心病薯)无法从外观分辨,传统检测方法需要进行破坏性检测,仅适用于抽样检查。研究马铃薯黑心病快速无损检测技术对提高马铃薯检测分级效率、促进马铃薯产品增值和推动马铃薯检测行业技术进步等方面具有重要意义。
马铃薯组织致密、淀粉含量高,导致透光性较差。目前国内外对马铃薯内外缺陷的检测多采用反射高光谱技术,检测位于外表皮或浅表皮下的疮痂病[1]、环腐病[2]、黑心病[3]、机械损伤导致的皮下黑斑[4]等,预测集判别正确率分别达95.83%、93.33%、94.44%、93%。反射光谱穿透深度有限,对位于马铃薯中心部位的褐变检测效果较差。同时,高光谱技术计算量大、难以直接应用于在线检测。
可见-近红外透射光谱技术穿透力强、模型简单,在水果内部缺陷检测方面已取得了广泛应用。能量谱指通过A/D转换得到的光谱信号,反映了透射能量强度。采集水果能量谱,通过相关分析获得与果蔬缺陷相关性高的波长对并建立判别模型,对鸭梨黑心病判别正确率达98.3%[5]。此外,通过光谱特征分析,由特征峰的差值、比值建立判别式也可有效检测果蔬内部缺陷[6-7]。采集水果吸光度谱,并建立偏最小二乘判别(PLS-DA)模型,可有效识别缺陷、损伤样本,对碰伤番茄、黑心病马铃薯和黑心病鸭梨,判别正确率分别达100%[8]、97.89%[9]和98.58%[10]。……
登录APP查看全文
