一种苹果味觉图谱信息可视化方法技术

本发明专利技术公开了一种苹果味觉图谱信息可视化方法，包括如下步骤：S1、基于电子舌苹果样本味觉数据的获取；S2、基于高光谱技术苹果样本数据的获取与预处理；S3、特征波段的选取；S4、苹果味觉可视化模型的构建；S5、在GS‑SVM模型建立之后，将10个波段下的预测光谱值按点输入，求出各点光谱值下的味觉预测输出值记为K(i，j)，将味觉值转化为对应的实际色彩值，将苹果味觉信息可视化呈现。本发明专利技术利用苹果样本在高光谱单点差异上的优点与电子舌味觉整体信息检测技术相结合，从而实现了苹果味觉图谱信息的可视化。

A visualization method of apple taste map information

The invention discloses an information visualization method of apple taste map, which includes the following steps: S1, acquisition of taste data based on electronic tongue apple samples; S2, acquisition and pre-processing of Apple sample data based on Hyperspectral technology; S3, selection of characteristic band; S4, construction of apple taste visualization model; S5, GS SV. After the establishment of M model, the predicted spectral values at 10 bands were input point by point, and the predicted taste output values at each point were recorded as K (i, j). The taste values were transformed into the corresponding actual color values, and the apple taste information was visualized. The invention combines the advantages of apple samples on the single point difference of hyperspectral spectrum with the whole information detection technology of electronic tongue taste, thereby realizing the visualization of apple taste map information.

【技术实现步骤摘要】
一种苹果味觉图谱信息可视化方法
本专利技术涉及苹果味觉分析领域，具体涉及一种苹果味觉图谱信息可视化方法。
技术介绍
中国是苹果生产大国，其产量占苹果总产量的65％。苹果果实富含矿物质和维生素，可溶性大，易被人体吸收，故有“活水”之称，是人们经常食用的水果之一。苹果的味觉信息作为反映其品质的重要因素之一，它影响着大多数消费者是否购买时的选择，准确、高效的检测并表征味觉信息对苹果的育种、种植、储存等具有现实指导意义。传统的理化检测方法无法反映苹果的味觉感官信息，而由于鉴评员心理及周围环境等因素影响导致最常用的人工感官鉴评结果不够客观。基于此，SA-402B型电子舌作为单味觉智能仿生检测系统以其客观、精准等优点逐渐取代传统检测方法在味觉信息方面的应用。对苹果样本进行抽样检测、批次处理，实现样本整体味觉信息的检测，并不能反映出各种味觉信息在样本空间上的分布情况。
技术实现思路
为解决上述问题，本专利技术提供了一种苹果味觉图谱信息可视化方法。为实现上述目的，本专利技术采取的技术方案为：一种苹果味觉图谱信息可视化方法，包括如下步骤：S1、基于电子舌苹果样本味觉数据的获取S11、选取同一批次、同一地点采摘的果形正、大小均匀、无缺陷或污染物的苹果，按国标GB/T10651-2008选出90个优等果品；S12、将样品编号后置于常温20±2℃，相对湿度55±5％贮藏24小时，保持温湿度不变；S13、将每个苹果样本清洗、削皮、榨汁、过滤取上层清液40mL分别置于2个纯净测量杯中，按编号顺序依次经电子舌的检测得到30秒处90×3维糖度、酸味、咸味三种味觉数据；测试开始前，传感器先在正负极清洗溶液中清洗90s，结束后在参比溶液中清洗120s，在另一种参比溶液中继续清洗120s，传感器平衡归零30s；达到平衡后，开始进行检测，测试时间为30s，每次测量结束后自动进入清洗步骤；S2、基于高光谱技术苹果样本数据的获取与预处理S21、通过下式采用黑白标定方法对高光谱图像进行校正，以消除噪声的影响：式中，Rd-暗图像，Rw-白板的漫反射图像，Rs-苹果样本原始的漫反射光谱图像，R-校正后的漫反射光谱图。S22、对黑白标定后的图像进行矢量化处理，获得图像描述曲线，圈定目标图像后，生成特定感兴趣掩膜图像，控制样本影像处理区域；S23、对掩膜处理后的图像进行影像裁剪，掩膜后的光谱区域除感兴趣处外其他光谱数值均为0。S24、获取预处理后的90个苹果光谱图像，其中，由于苹果为类球形水果，故在用高光谱分选仪进行照射样品时将一个苹果样本划分为4个面，并在每个面上分别取编号1-5的5个感兴趣区域，每个感兴趣区域大小为300像素点，求取每个样品5个表面整体的光谱均值，最终得到90×256维的苹果数据；S3、特征波段的选取分别选取甜、酸、咸3种基础味觉相对应的敏感波段，采用变异系数确定最佳敏感波段数量，然后采用灰色关联度(GRA)的方法确定苹果样品的味觉信息与光谱图像之间的关联程度；S4、苹果味觉可视化模型的构建采用SVM预测各个味觉信息离散点的浓度值，其中超平面函数、RBF核函数及回归函数公式(2)、(3)、(4)分别如下：K(x，x′)＝exp(gPx-x′P2)(2)f(x)＝wφ(x)+b(3)式中，w-超平面的法向向量，φ(x)-非线性映射函数，b-偏置量，g-宽度系数；S5、味觉可视化呈现在GS-SVM模型建立之后，将10个波段下的预测光谱值按点输入，求出各点光谱值下的味觉预测输出值记为K(i，j)，将味觉值转化为对应的实际色彩值，将苹果味觉信息可视化呈现。优选地，所述灰色关联度法具体包括如下步骤：首先，将多量纲数据转化成统一的无量纲形式，定义参考数列为个味觉信息数列，比较数列为380-1038nm各波段下的光谱信息数列来进行无量纲处理，以此消除味觉与光谱信息量纲的差异；然后，求取各单一味觉信息数列与全波段下的光谱信息数列的灰色关联系数；最后，求取各波段的灰色关联度。优选地，所述步骤S4基于遗传算法(GA)和网格式搜索(GS)的方法来对参数c和g进行寻优，在遗传算法中，最大的遗传代数为100，初始种群数为20，参数c的搜索范围是0到100，g为0到100；在网格式搜索方法中，以0.5为间隔进行参数寻优，参数c和g的搜索范围是2-10到210。优选地，所述步骤S4中在建立模型的过程中，在进行光谱数据和味觉信息映射时，将每个波段下的光谱值进行均值求取后再进行模型的建立；其中利用Kennard-Stone方法将2/3个光谱数据样本选为训练集，1/3个光谱数据选为预测集，基于GS-SVM和GA-SVM实现光谱-味觉信息的可视化分析。本专利技术利用苹果样本高光谱单点差异上的优点与电子舌味觉整体信息检测技术相结合，从而实现了苹果味觉图谱信息的可视化，从而为苹果味觉的分析提供了一种较为准确的分析方法。附图说明图1为本专利技术实施例中的光谱图像描述曲线。图2为本专利技术实施例中的矢量掩膜图像。图3为本专利技术实施例中的感兴趣区域光谱曲线。图4为本专利技术实施例中的变异系数变化曲线图图5为本专利技术实施例中的参数寻优过程示意图；其中，(a)为遗传算法参数寻优过程；(b)为网格式搜索参数寻优过程。图6为本专利技术实施例中的基于GS-SVM的味觉可视化结果图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例本实施例选取同一批次、同一地点采摘的果形正、大小均匀、无缺陷或污染物的阿克苏糖心苹果为研究对象，按国标GB/T10651-2008选出优等果品90个；包括如下步骤：S1、基于电子舌苹果样本味觉数据的获取将样品编号后置于常温20℃(±2℃)，相对湿度55％(±5％)贮藏24小时，保持温湿度基本不变。按编号顺序依次测量90个样本，将每个苹果样本清洗、削皮、榨汁、过滤取上层清液40mL分别置于2个纯净测量杯中待测。测试开始前，传感器先在正负极清洗溶液中清洗90s，结束后在参比溶液中清洗120s，在另一种参比溶液中继续清洗120s，传感器平衡归零30s。达到平衡后，开始进行检测，测试时间为30s，每次测量结束后自动进入清洗步骤。经电子舌的检测得到30秒处90×3维三种味觉(糖度、酸味、咸味)数据。S2、基于高光谱技术苹果样本数据的获取与预处理高光谱图像采集过程中，因光源在各波段下强度分布的差异性和相机暗电流噪声的影响，会夹杂部分噪声信息。这些噪声信息会影响高光谱图像的质量，进而影响高光谱图像定性或定量分析模型的精度和稳定性。因此采用黑白标定方法对高光谱图像进行校正，以消除噪声的影响，公式(1)所示。式中，Rd-暗图像，Rw-白板的漫反射图像，Rs-苹果样本原始的漫反射光谱图像，R-校正后的漫反射光谱图。对黑白标定后的图像进行矢量化处理，获得如图1所示图像描述曲线，圈定目标图像后，生成如图2所示特定感兴趣掩膜图像，控制样本影像处理区域。由于获取的图像边缘包含较多的光谱噪声会增加后期数据处理难度，故对掩膜处理后的图像进行影像裁剪，掩膜后的光谱区域除感兴趣处外其他光谱数值均为0。获取预处理后的90个苹果光谱图像。其中，由于苹果为类球形水果，故在用高光谱分选仪进行照射样品时将一个苹果样本划本文档来自技高网...

【技术保护点】
1.一种苹果味觉图谱信息可视化方法，其特征在于，包括如下步骤：S1、基于电子舌苹果样本味觉数据的获取S11、选取同一批次、同一地点采摘的果形正、大小均匀、无缺陷或污染物的苹果，按国标GB/T10651‑2008选出90个优等果品；S12、将样品编号后置于常温20±2℃，相对湿度55±5％贮藏24小时，保持温湿度不变；S13、将每个苹果样本清洗、削皮、榨汁、过滤取上层清液40mL分别置于2个纯净测量杯中，按编号顺序依次经电子舌的检测得到30秒处90×3维糖度、酸味、成味三种味觉数据；测试开始前，传感器先在正负极清洗溶液中清洗90s，结束后在参比溶液中清洗120s，在另一种参比溶液中继续清洗120s，传感器平衡归零30s；达到平衡后，开始进行检测，测试时间为30s，每次测量结束后自动进入清洗步骤；S2、基于高光谱技术苹果样本数据的获取与预处理S21、通过下式采用黑白标定方法对高光谱图像进行校正，以消除噪声的影响：

【技术特征摘要】
1.一种苹果味觉图谱信息可视化方法，其特征在于，包括如下步骤：S1、基于电子舌苹果样本味觉数据的获取S11、选取同一批次、同一地点采摘的果形正、大小均匀、无缺陷或污染物的苹果，按国标GB/T10651-2008选出90个优等果品；S12、将样品编号后置于常温20±2℃，相对湿度55±5％贮藏24小时，保持温湿度不变；S13、将每个苹果样本清洗、削皮、榨汁、过滤取上层清液40mL分别置于2个纯净测量杯中，按编号顺序依次经电子舌的检测得到30秒处90×3维糖度、酸味、成味三种味觉数据；测试开始前，传感器先在正负极清洗溶液中清洗90s，结束后在参比溶液中清洗120s，在另一种参比溶液中继续清洗120s，传感器平衡归零30s；达到平衡后，开始进行检测，测试时间为30s，每次测量结束后自动进入清洗步骤；S2、基于高光谱技术苹果样本数据的获取与预处理S21、通过下式采用黑白标定方法对高光谱图像进行校正，以消除噪声的影响：式中，Rd-暗图像，Rw-白板的漫反射图像，RS-苹果样本原始的漫反射光谱图像，R-校正后的漫反射光谱图。S22、对黑白标定后的图像进行矢量化处理，获得图像描述曲线，圈定目标图像后，生成特定感兴趣掩膜图像，控制样本影像处理区域；S23、对掩膜处理后的图像进行影像裁剪，掩膜后的光谱区域除感兴趣处外其他光谱数值均为0。S24、获取预处理后的90个苹果光谱图像，其中，由于苹果为类球形水果，故在用高光谱分选仪进行照射样品时将一个苹果样本划分为4个面，并在每个面上分别取编号1-5的5个感兴趣区域，每个感兴趣区域大小为300像素点，求取每个样品5个表面整体的光谱均值，最终得到90×256维的苹果数据；S3、特征波段的选取分别选取甜、酸、咸3种基础味觉相对应的敏感波段，采用变异系数确定最佳敏感波段数量，然后采用灰色关联度(GRA)的方法确定苹果样品的味觉信息与...

【专利技术属性】
技术研发人员：刘晶晶，刘付龙，王晴晴，韩晓菊，门洪，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22