基于光纤光谱技术的苹果表面早期损伤快速无损识别方法技术

本发明专利技术公开了一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，该方法包括以下步骤：收集完好无损和表面有轻微损伤苹果样本随机分配，建立校正样本集和检验样本集；利用光谱采集系统采集校正样本集和检验样本集中苹果样本的光谱反射率，得到校正和检验样本集原始光谱数据；采用标准正态变换（SNV）对原始光谱数据进行预处理，并利用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征光谱，建立校正和检验样本集特征数据库；最后，利用简化的K最近邻（SKNN）模式识别方法，建立苹果表面早期损伤的识别模型。本发明专利技术基于光纤光谱技术结合化学计量学，可快速、无损识别出表面有轻微损伤的苹果。

【技术实现步骤摘要】
基于光纤光谱技术的苹果表面早期损伤快速无损识别方法
本专利技术涉及水果表面早期损伤无损检测
，尤其涉及一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法。
技术介绍
苹果在世界水果市场上占据着非常重要的地位。因其富含丰富的维生素营养，是世界四大水果苹果、葡萄、柑桔和香蕉之冠。然而，苹果在采摘或运输过程中，因碰撞和挤压造成的表面早期损伤很难被肉眼识别，这将直接导致因表面早期损伤在贮藏保鲜过程中造成的大面积溃烂或感染而带来的经济损失。由此可见，对新鲜苹果的表面早期损伤检测显得尤为重要。传统的检测方法大多是人工操作，耗时耗力，而且效率低，无法满足大规模生产的需求。因此，开发研制一种快速、无损、高效的苹果表面早期损伤检测方法在水果分级领域中具有较好的应用前景。光纤光谱技术作为一种新型的定性、定量分析技术，具有快速、无损、简便、绿色环保等优点，现已广泛应用于农业、食品、医药、石油等行业。光纤光谱技术将光纤技术和光谱技术巧妙地结合在一起，利用光纤作为待测样本检测探头，对待测样本进行无损检测。根据测得的完好无损和表面有损伤的苹果光谱反射率差异，建立特征光谱数据库，建立苹果表面早期损伤的识别模型，从而实现基于光纤光谱技术的苹果表面早期损伤的快速无损识别。
技术实现思路
本专利技术的目的在于提供一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，旨在实现快速、无损的识别。本专利技术的技术方案：一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，包括以下步骤：1）样本光谱的建立：收集完好无损和表面有轻微损伤苹果样本随机分配，建立校正样本集和检验样本集；利用光谱采集系统采集校正和检验样本集中样本的光谱反射率，得到校正和检验样本集原始光谱数据；2）样本原始光谱数据预处理：采用标准正态变换（SNV）对校正和检验样本集原始光谱进行预处理，以消除表面散射以及光程变化对光谱的影响；3）样本特征光谱数据库的建立：采用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征光谱，建立校正和检验样本集样本特征光谱数据库；4）建立识别模型：采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立苹果表面早期损伤识别模型，然后对该模型校正并预测评估；5）识别模型的验证：利用校正集样本和检验集样本分别检验模型对苹果表面早期损伤的正确识别率。所述步骤1）中的光谱采集系统包括：高性能光谱仪QEPro、光纤R600-7-VIS-125F、卤钨灯光源HL-2000、标准反射白板WS-1、反射探头支架RPH-ADP和RPH-1以及计算机。所述步骤1）中的光谱采集系统的积分时间是110ms，多次扫描平均为8，滑动平均宽度为1，光谱采集范围为200~1000nm，光谱波段为1024个。所述的步骤2）和步骤3）采用MATLABR2016b软件实现对样本原始光谱数据的预处理以及样本特征光谱数据库。所述的步骤3）采用主成分分析法选择累计贡献率为0.99的前7个主成分作为样本集特征光谱数据。本专利技术提供的主成分分析方法有效地消除了原始光谱数据中存在的相关性和信息冗余，很好地实现了光谱数据的降维，有利于对原始光谱数据进行深度挖掘。本专利技术通过获取苹果的光谱反射率，建立表征苹果正常果和表面有损伤果的特征数据库，采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立了苹果表面早期损伤的识别模型，为苹果表面早期损伤的识别提供了一种快速、无损、准确的方法。附图说明图1为本专利技术实施例提供的基于光纤光谱技术的苹果表面早期损伤无损识别方法流程图；图2为本专利技术实施例提供的苹果样本的原始光谱曲线图；图3为本专利技术实施例提供的经过标准正态变换（SNV）处理后的相对光谱反射率曲线图。具体实施方式下面结合附图和实施例对本专利技术作进一步描述，以下列举的仅是本专利技术的具体实施例，但本专利技术的保护范围并不仅限于此。参见图1，一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，包括以下步骤：1.样本光谱的建立：收集完好无损和表面有轻微损伤苹果样本随机分配，建立校正样本集和检验样本集；利用光谱采集系统采集校正和检验样本集中样本的光谱反射率，其中积分时间是110ms，多次扫描平均为8，滑动平均宽度为1，采集200~1000nm波段光谱反射率，得到校正和检验样本集原始光谱数据；2.样本原始光谱数据预处理：采用标准正态变换（SNV）对校正和检验样本集原始光谱数据进行预处理，以消除表面散射以及光程变化对光谱的影响；3.样本特征光谱数据库的建立：采用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征光谱，建立校正和检验样本集样本特征光谱数据库；4.建立识别模型：采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立苹果表面早期损伤识别模型，然后对该模型校正并预测评估；5.识别模型的验证：利用校正集样本和检验集样本分别检验模型对苹果表面早期损伤的正确识别率。实施例：1.样本光谱的建立：本实施例中在当地沃尔玛超市选取一批大小均匀完好无损和表面有轻微损伤苹果样本（共160个）随机分配，建立校正样本集（120）和检验样本集（40）；利用光谱采集系统采集校正和检验样本集中样本的光谱反射率，其中积分时间是110ms，多次扫描平均为8，滑动平均宽度为1。光谱反射率采集过程由OceanView（OceanOptics，copyright2013）软件控制，光谱采集范围为200~1000nm，在此范围内共1024个波段，得到校正和检验样本集原始光谱数据；本实施例采集到的苹果样本的原始光谱曲线图如图2所示；2.样本原始光谱数据预处理：采用标准正态变换（SNV）对校正和检验样本集原始光谱数据进行预处理，以消除表面散射以及光程变化对光谱的影响；经过标准正态变换（SNV）处理后的相对光谱反射率曲线图如图3所示；3.样本特征光谱数据库的建立：采用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征波长，通过降维技术把多个变量压缩成少数几个主成分变量，这些主成分不仅能够反映原始数据的绝大部分信息，而且各主成分之间互不相关，从而可以很好地降低噪声、减少冗余信息的干扰。此方法选取了前7个主成分作为特征变量，累积贡献率达到0.99；4建立识别模型：采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立苹果表面早期损伤识别模型，然后对该模型校正并预测评估；5识别模型的验证：利用校正集样本和检验集样本分别检验模型对苹果表面早期损伤的正确识别率，其校正集的正确识别率为100%，检验集的正确识别率95%，整体正确识别率为98.8%。由以上实施例可以看出，本专利技术利用光纤光谱技术识别苹果表面早期损伤不但能实现快速无损检测，而且识别效果很好。最后，本专利技术的上述实施方案都只能认为是对本专利技术的说明而不能限制本专利技术。权利要求书指出了本专利技术的保护范围，因此，在与本专利技术的权利要求书相当的含义和范围内的任何改变，都应认为是包括在权利要求书的范围内。本文档来自技高网...

【技术保护点】
1.一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，其特征在于：包括以下步骤：1）样本光谱的建立：收集完好无损和表面有轻微损伤苹果样本随机分配，建立校正样本集和检验样本集；利用光谱采集系统采集校正和检验样本集中样本的光谱反射率，得到校正和检验样本集原始光谱数据；2）样本原始光谱数据预处理：采用标准正态变换（SNV）对校正和检验样本集原始光谱进行预处理，以消除表面散射以及光程变化对光谱的影响；3）样本特征光谱数据库的建立：采用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征光谱，建立校正和检验样本集样本特征光谱数据库；4）建立识别模型：采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立苹果表面早期损伤识别模型，然后对该模型校正并预测评估；5）识别模型的验证：利用校正集样本和检验集样本分别检验模型对苹果表面早期损伤的正确识别率。

【技术特征摘要】
1.一种基于光纤光谱技术的苹果表面早期损伤快速无损识别方法，其特征在于：包括以下步骤：1）样本光谱的建立：收集完好无损和表面有轻微损伤苹果样本随机分配，建立校正样本集和检验样本集；利用光谱采集系统采集校正和检验样本集中样本的光谱反射率，得到校正和检验样本集原始光谱数据；2）样本原始光谱数据预处理：采用标准正态变换（SNV）对校正和检验样本集原始光谱进行预处理，以消除表面散射以及光程变化对光谱的影响；3）样本特征光谱数据库的建立：采用主成分分析方法对预处理后的光谱数据进行降维，以提取能反映苹果表面早期损伤的特征光谱，建立校正和检验样本集样本特征光谱数据库；4）建立识别模型：采用简化的K最近邻（SKNN）模式识别方法结合化学计量学建立苹果表面早期损伤识别模型，然后对该模型校正并预测评估；5）识别模型的验证：利用校正集样本和检验集样本分别检验模型对苹果表面早期损伤的正确识别率。2.根据权利要求书1所述的基于光纤光谱技术的苹果表面早期损伤快...

【专利技术属性】
技术研发人员：孟庆龙，张艳，尚静，
申请(专利权)人：贵阳学院，
类型：发明
国别省市：贵州,52