一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法技术

本发明专利技术公开了一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法，包括稻谷样品的准备、光谱采集、微生物菌落数测定、高光谱数据校正及提取、数据预处理及建模。本发明专利技术操作简单、分析速度快、检测精度高、分析成本低、能够无损快速地检测稻谷中黄曲霉、黑曲霉、杂色曲霉三种常见霉菌的菌落数。为稻谷曲霉霉变快速、无损检测提供技术支持和理论依据。无损检测提供技术支持和理论依据。无损检测提供技术支持和理论依据。

【技术实现步骤摘要】
一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法


[0001]本专利技术涉及霉菌快速无损检测领域，特别是涉及一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法。

技术介绍

[0002]稻谷是全球约半数人口的主食，是亚洲最重要的粮食作物。我国是粮食生产大国，粮食供给关系到国计民生，我国稻谷总产量占到了粮食生产总量的三分之一。稻谷在种植、收获、储藏以及运输过程中，极容易受到黄曲霉毒、黑曲霉毒素、杂色曲霉等多种真菌毒素的污染，被真菌污染的稻谷，不仅会对消费者的健康造成严重的危害，还会产生巨大的经济损失。
[0003]目前，传统的稻谷真菌检测方法均存在过程繁琐、时效性差或灵敏度低等缺点，无法实现粮食中真菌污染的连续准确监测。随着检测技术的不断发展，无损检测技术凭借其信息量大、分辨率高且准确、经济快捷等优势，已经被应用于粮食中相关真菌含量的检测。
[0004]高光谱技术，可以在不破坏或损坏被检测对象的基础上，利用农产品内部结构异常或缺陷所引起的对热、声、光、电、磁等反应的变化，来探测其性质和数量的变化，从而做到对农产品的快速、无损检测。因此，利用高光谱技术，建立稻谷三种常见真菌的无损、快速检测方法具有重要的理论意义和实践意义。本专利技术为研发一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法提供理论依据。

技术实现思路

[0005]本专利技术的目的在于提供一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法，具备检测速度快、检测效果好的优点，解决现有检测技术操作复杂、时效性差、灵敏度低的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法，包括：
[0007](1)稻谷样品的准备：随机选取不同黄曲霉、黑曲霉和杂色曲霉污染程度的霉变稻谷样品，用于霉菌含量预测模型的建立和校正。
[0008](2)光谱采集：在相同的条件参数下，使用高光谱成像系统采集稻谷颗粒的光谱信息。
[0009](3)微生物菌落数的测定：参照国标食品微生物含量检测标准(GC/T 4789.15
‑
2016)对三种曲霉的菌落数进行测定。
[0010](4)高光谱数据校正及提取：采用标准黑白版进行图像和光谱校正，在Matlab软件上自动提取样本上所有有效像素点波长信息用于后续数据分析。
[0011](5)数据预处理及建模：采用变量变准化(SNV)预处理方法，消除由光照不均造成的高光谱信号基线漂移、表面散射以及环境噪声带来的误差，采用偏最小二乘回归法(PLSR)构建基于高光谱的稻谷真菌污染的定量预测模型。
[0012]优选地的，所述步骤(1)中的样品数量不得低于60个，优选90个，更优选120个，稻谷样品以2∶1的比例按照K
‑
S算法进行划分，分为建模集样品和预测集样品。建模过程中，预测集样本不列入该范围。
[0013]优选地的，所述步骤(2)中光谱条件为：光谱成像范围为400～1000nm，单波段图像像素为804
×
440，相机镜头距离样品26cm，两侧光源由50W卤素灯组成，投射角度与水平呈60
°
夹角，与样品距离30cm。光谱分辨率为2.8nm，移动台速度为5mm/s，曝光时间为2.5ms。
[0014]优选地的，所述步骤(5)中光谱预处理的方法包括平滑、二阶求导、标准化、基线偏移、标准正态变量、多元散射校正、去趋势方法或其中两种以上方法的组合。
[0015]优选地的，所述方法可用于研制一套高光谱定量无损检测稻谷三种曲霉霉变装置，并能在此基础上将该装置扩展应用到小麦、玉米等其它粮食作物中。
[0016]与现有技术相比，本专利技术的优点如下：
[0017]可以做到快速、无损与准确的定量测量稻谷中黄曲霉、黑曲霉与杂色曲霉的含量，较传统检测技术，简化了检测步骤与流程，提高了检测的准确性，能够在不破坏稻谷成分与结构的前提下，定量检测稻谷中三种常见真菌的含量。
附图说明
[0018]图1：稻谷霉变过程中反射光谱曲线；
[0019]图2：高光谱信号主成分载荷图；
[0020]图3：基于高光谱数据提取模式下的真菌含量PLSR模型预测结果。
[0021]图中：A、B、C分别代表：黄曲霉、黑曲霉、杂色曲霉。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023](1)取120个稻谷样品，随机抽取2/3样品为建模集样品，1/3为验证集样品；在室温条件下，每个样品取适量的稻谷于高光谱的载物台上，设置参数，采集样品的光谱数据；取平均值作为建模样品集的高光谱光谱数据和预测样品集的高光谱光谱数据(参见附图1)；
[0024](2)将采集过高光谱的稻谷籽粒进行粉碎处理得到稻谷粉末，参照国标食品微生物含量检测标准(GC/T 4789.15
‑
2016)测定稻谷中的黄曲霉、黑曲霉与杂色曲霉含量；
[0025](3)为从原始数据中提取关键信息，采用主成分分析(PCA)将单独样本中光谱数据进行降维和压缩，绘制得散点图，大致能区分不同霉菌的种类(参见附图2)；
[0026](4)用二阶求导处理方法对步骤(1)得到的高光谱光谱进行预处理；根据步骤(3)预处理后的高光谱光谱数据，采用偏最小二乘分析方法，建立稻谷籽粒的建模样品集的高光谱与稻谷中黄曲霉、黑曲霉与杂色曲霉含量之间的校正模型，稻谷样品的模型预测值和参考值之间的关系见图3。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法，其特征在于它的具体步骤如下：(1)稻谷样品的准备：随机选取不同黄曲霉、黑曲霉和杂色曲霉污染程度的霉变稻谷样品，用于霉菌含量预测模型的建立和校正。(2)光谱采集：在相同的条件参数下，使用高光谱成像系统采集稻谷颗粒的光谱信息。(3)微生物菌落数的测定：参照国标食品微生物含量检测标准(GC/T 4789.15
‑
2016)对三种曲霉的菌落数进行测定。(4)高光谱数据校正及提取：采用标准黑白版进行图像和光谱校正，在Matlab软件上自动提取样本上所有有效像素点波长信息用于后续数据分析。(5)数据预处理及建模：采用变量变准化(SNV)预处理方法，消除由光照不均造成的高光谱信号基线漂移、表面散射以及环境噪声带来的误差，采用偏最小二乘回归法(PLSR)构建基于高光谱的稻谷真菌污染的定量预测模型。2.根据权利要求1所述的一种基于高光谱成像技术的稻谷三种曲霉霉变定量检测方法，其特征在于，步骤(1)所述稻谷样品的数量不得低于60个，稻谷样品以2∶1的比例按照K
‑

【专利技术属性】
技术研发人员：刘强，张婉婷，丁焱薇，任秋涵，刘纪伟，张崇彬，
申请(专利权)人：南京财经大学，
类型：发明
国别省市：