一种近红外谱区新疆红枣品质分级建模方法技术

一种近红外谱区新疆红枣品质分级建模方法，涉及近红外谱区对天然产物品质分级的建模方法，它解决现有采用随机选择枣样品近红外光谱差异较大，且无法分离影响光谱变化的主要光谱特征因子，进而导致分级建模效果差的问题，通过对样品外观特征初步挑选后，对同批次红枣样品逐个扫描；经过适当的光谱预处理后获得该批次红枣样品的平均光谱，并与原样品光谱图按相似度筛选，挑出光谱差异较大的样品，对剩余的再进行光谱扫描，反复调整和逐步细分，直到该批次样品的光谱差异在所需的精度范围内，将分离出的特征因子编码建立子模型，运用该方法成功分离出新疆红枣的特征因子和建立了子模型，本发明专利技术适用于如红枣、苹果、梨子等果品品质分级。

【技术实现步骤摘要】

本专利技术涉及近红外谱区对天然产物品质分级的建模方法，具体涉及。
技术介绍
近红外光谱技术凭借其独有的快速无损的检测优势已广泛的应用与食品、工业、 农业等诸多领域，红枣的外观品质如果重、尺寸、色泽等同时也是内在品质的一种反映。由于随机选择枣样品近红外光谱差异较大，引起光谱差异的因素很多，甚至无法得出其变化规律，如何分离出影响光谱变化的主要因素作为条件因子，对样品光谱扫描条件予以限制， 提高光谱重复性和质量，通过一种有效的方法建立这些外观品质和近红外光谱之间对应的关系，进而找出利用近红外光谱技术对红枣品质进行快速、无损、客观分级的评价方法，是一个迫切需要解决的问题。TP方法是一种基于拓扑学(模式识别)基础上的非回归方法，拓扑法应用于近红外光谱分析是基于“光谱相同，则样品相同；样品相同，则性质相同”的原理，关键之处在于， 从每一个样品的近红外光谱提取特征信息变量，据此确定样品的编码。实际操作中，对于大量的拓扑库样品，如果逐一比较所有波长处的吸光度，一方面增加了计算量，另一方面光谱中无用的信息影响了最后的比较结果。所以要对光谱进行适当处理，有效提取其反映各个样品组成的信息。常用的分级标准是利用果重和大小在较为宽泛的一个区间评判方法，这时枣样品近红外光谱差异较大，而引起光谱差异的因素很多，如何分离出影响光谱变化的主要因素作为条件因子，对样品再次光谱扫描，提高光谱重复性，减少这方面的误差，通过查阅大量相关的参考文献和对大量不同品质红枣光谱扫描后分析和整理，发现通过对红枣品质不同指标细分可以有效对部分红枣的品质进行分级和评价。
技术实现思路
本专利技术为解决现有采用随机选择枣样品近红外光谱差异较大，且无法分离影响光谱变化的主要光谱特征因子，进而导致分级建模质量差的问题，提供。—种近红外谱区新疆红枣品质分级建模方法，该方法由以下步骤实现步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品，获得红枣样品的品质特征；步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描，获得单个红枣样品的光谱图，对所述单个红枣样品的光谱图进行分析，获得同批次红枣样品的近红外光平均谱图；步骤三、对步骤二获得红枣样品的近红外光谱图进行筛选，判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值，如果是，则执行步CN 102183467 A说明书2/5页骤四；如果否，则执行步骤五；步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码，然后返回执行步骤一；步骤五、将红枣样品的光谱特征因子进行组合编码，建立红枣样品的子模型。本专利技术的原理本专利技术所述的方法是一种食品品质的建模方法，通过新疆红枣样品精选，果品色泽，纹理，含水量，果重，大小等物理品质基本一致的红枣，然后进行近红外光谱扫描，通过光谱图进行筛选，挑出差异较大的样品光谱，对比样品进行进一步品质细分，将品质细分的同批次样品进行光谱扫描，反复调整，逐步细分，直到样品的光谱差异在所需的精度范围内，提取出特征因子建立子模型，实际应用中通过不同子模型特征因子之间按要求改变权重灵活归类重组进行更新和扩展，通过最低匹配值控制样品精度范围，建立近红外光谱和子模型库的对应关系，得到所需模型以满足不同实际生产要求。本专利技术的有益效果一、本专利技术方法主要通过外观特征结合一些主要成分指标综合评价红枣的品质。通过红枣品质通过色泽、纹理、成分等信息将相应的光谱信息数字化， 压缩了数据量，使最终采集光谱的重复性和精度方面有较大提高，便于模型库的扩充和更新；二、本专利技术方法有效地减少人为因素的影响，进行品质细分减小了光谱图的差异，提高光谱重复性，本方法适用于其他果品的无损检测建模；三、本专利技术方法缩短了建模时间，节省了大量的人力物力，降低了成本，便于迅速开展工作，减少很多弯路。通过对特定谱区选择来识别红枣品质，在压缩数据量和设计选择滤光片等方面有很好的参考价值。附图说明图1为本专利技术所述的的流程图；图2为本专利技术所述的中红枣品质编码流程图；图3为本专利技术具体实施方式二中近红外谱区新疆红枣品质分级建模方法的流程框图；图4为具体实施方式二对红枣样品中的干枣多次反复水平和垂直测量的干枣裂口光谱特征效果图；图5为具体实施方式二中同一个干枣对准裂口部位和正常区域效果图；图6为具体实施方式二的红枣样品中鲜枣的颜色为红色的光谱特征效果图；图7为具体实施方式二的红枣样品中鲜枣的颜色为绿色的光谱特征效果图。具体实施例方式具体实施方式一、结合图1和图2说明本实施方式，，该方法由以下步骤实现步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品，获得红枣样品的品质特征；步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描，获得单个红枣样品的光谱图，对所述单个红枣样品的光谱图进行分析，获得同批次红枣样品的近红外光平均谱步骤三、对步骤二获得红枣样品的近红外光谱图进行筛选，判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值，如果是，则执行步骤四；如果否，则执行步骤五；步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码，然后返回执行步骤一；步骤五、将红枣样品的光谱特征因子进行组合编码，建立红枣样品的子模型。本实施方式中步骤一所述的红枣样品的外观特征具体指红枣的颜色、纹理和重量；步骤一所述的主要成分接近的红枣具体指同批次红枣样品的含水量或糖度的差异小于 20%。本实施方式中步骤三所述的判断红枣样品的光谱差异是否大于阈值，其阈值为每个红枣样品的光谱相似度是否大于0.6。结合图2，依据光谱差异设定品质细分阈值后进行分离编码，随着分离次数的增加，相应设定的阈值逐渐升高即相似度逐渐升高，最初的子模型品质最低，后面的依次升高，即子模型由左向右一致性好等次逐渐升高，逐步由定性粗分到光谱定量细分，反之，当相邻特征因子单向组合编码并入则相应的阈值降低，品质降低等级降低。通过初级分类和组合定量的办法相结合，灵活重组可以满足实际生产中多样化的要求。本实施方式中步骤四和步骤五所述的光谱特征因子包括红枣样品为鲜枣、干枣、 颜色、纹理或者成分。本实施方式中步骤四所述的红枣样品按光谱特征因子进行分离编码的方法为采用二进制编码方式，采用定性和半定量结合的方法对红枣样品品质进行编码分级，具体为 依据红枣品质分级方法以及对光谱影响大小程度分三个层次，一层合格，不合格，二层次是干、鲜，三层外观品质，相应对光谱的影响也按这三个层次不同类型分离出来然后按对比光谱图位置和形状，解析光谱图中对应的品质因子，提取特征因子编码，重构品质光谱图。大大压缩数据量，实现谱图库快速检索。物理外观品质变化相对单一，可以利用一位描述，通过定性和半定量的方法描述如颜色纹理可以按此方法继续细分，如水分，糖度等定量梯度的用两位描述，可以分别利用四个二进制代码00,01,10,11对应描述0,25%,50%,75%,100%0个浓度。 ，1表示两种状态，合格红枣样品为0，不合格红枣样品为1 ；合格红枣样品中鲜枣用0表示，干枣用1 表示，不合格红枣样品中发生褐变的红枣用0表示，其它用1表示；合格红枣样品中的鲜枣颜色为绿色用0表示，颜色为红色用1表示，然后根据外观品质设定阈值进行升级和降级的区分，合格红枣样品干枣中的成分用00表示，颜色用01表示，纹理用本文档来自技高网...

【技术保护点】
１．一种近红外谱区新疆红枣品质分级建模方法，其特征是，该方法由以下步骤实现：步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品，获得红枣样品的品质特征；步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描，获得单个红枣样品的光谱图，对所述单个红枣样品的光谱图进行分析，获得同批次红枣样品的近红外光平均谱图；步骤三、对步骤二获得的红枣样品的近红外光谱图进行筛选，判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值，如果是，则执行步骤四；如果否，则执行步骤五；步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码，然后返回执行步骤一；步骤五、将红枣样品的光谱特征因子进行组合编码，建立红枣样品的子模型。

【技术特征摘要】
1.一种近红外谱区新疆红枣品质分级建模方法，其特征是，该方法由以下步骤实现步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品，获得红枣样品的品质特征；步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描，获得单个红枣样品的光谱图，对所述单个红枣样品的光谱图进行分析，获得同批次红枣样品的近红外光平均谱图；步骤三、对步骤二获得的红枣样品的近红外光谱图进行筛选，判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值，如果是，则执行步骤四；如果否，则执行步骤五；步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码，然后返回执行步骤 步骤五、将红枣样品的光谱特征因子进行组合编码，建立红枣样品的子模型。2.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法，其特征在于， 步骤一所述的红枣样品的外观特征具体指红枣的颜色、纹理、重量。3.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法，其特征在于， 步骤一所述的主要成分接近的红枣具体指同批次红枣样品的含水量或糖度的差异小于 20%。4.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法，其特征在于， 步骤三所述...

【专利技术属性】
技术研发人员：罗华平，卢启鹏，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：82