详情

原文传递基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法

专利名称：	基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法
摘要：	本发明提供了一种基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法，该方法的主要步骤：挑选包含有黑心病鸭梨的鸭梨样品，动态在线装置采集鸭梨样品光谱数据并保存；光谱用SNV和MSC算法处理后，在MATLAB软件中观察鸭梨样品光谱能量谱的分布情况；在经过预处理方法处理的光谱里面找出能量峰出现的波段范围，采用Correlation analysis method方法来确定最佳的波长组合，建立鸭梨健康梨和黑心病病梨的判别模型，以实现鸭梨黑心病的快速无损判别。本发明的方法是具有检测速度快，病害识别正确率高，无损检测等优点的判别方法，应用本发明在优选波长的条件下进行黑心病判别，可以降低黑心病导致的推柜率，为鸭梨的出口贸易提供技术支持。
专利类型：	发明专利
国家地区组织代码：	江西;36
申请人：	华东交通大学
发明人：	刘燕德;欧阳思怡;胡军;李轶凡;徐佳;姜小刚;欧阳玉平;孙旭东;欧阳爱国
专利状态：	有效
申请日期：	2019-08-22T00:00:00+0800
发布日期：	2019-10-25T00:00:00+0800
申请号：	CN201910778197.4
公开号：	CN110376159A
代理机构：	南昌华成联合知识产权代理事务所(普通合伙)
代理人：	张建新
分类号：	G01N21/359(2014.01);G;G01;G01N;G01N21
申请人地址：	330013 江西省南昌市经济技术开发区双港东大街808号
主权项：	1.一种基于近红外漫透射光谱的鸭梨黑心病快速鉴别方法，包括以下步骤： (1)分别采集含有黑心病鸭梨的鸭梨样品的近红外漫透射光谱，并保存光谱数据； (2)将采集了光谱的鸭梨样品剖开，区分黑心病鸭梨和健康鸭梨，并对黑心鸭梨进行标记； (3)分别对光谱数据进行多元散射校正(MSC)、标准正态变量变换(SNV)预处理，在MATLAB软件中观察鸭梨样品光谱能量谱的分布情况； (4)对经过预处理的光谱数据采用correlation analysis method方法来确定最佳的波长组合，找出健康鸭梨和黑心病鸭梨在能量谱上不同波峰处的差异，确定出用于黑心病判别的特征波段； (5)从最佳的波长组合中选出四个波长，按波长长度依次标记为第一波长、第二波长、第三波长和第四波长； (5.1)若第二波长与第一波长的比值小于设定的阈值，则判断对应的鸭梨样品为黑心病鸭梨；若第二波长与第一波长的比值不小于设定的阈值，则判断对应的鸭梨样品为健康鸭梨； (5.2)若第四波长与第三波长的比值小于1，则判断对应的鸭梨样品为健康鸭梨；若第四波长与第三波长的比值不小于1，则判断对应的鸭梨样品为黑心病鸭梨；若根据步骤(5.1)判断的结果和根据步骤(5.2)判断的结果均为黑心病鸭梨，则确定对应的鸭梨样品为黑心病鸭梨；否则，确定对应的鸭梨样品为健康鸭梨； (6)将特征波段范围内的近红外光谱能量谱作为输入变量，构建PLS-DA判别模型，采集待测鸭梨的近红外漫透射光谱并将其输入到PLS-DA判别模型内进行判别，从而实现黑心病的判别。 2.根据权利要求1所述的方法，其特征在于：在所述的最佳的波长组合中，第一波长为634nm，第二波长为674nm，第三波长为720nm，第四波长为810nm。 3.根据权利要求1所述的方法，其特征在于：所述的特征波段为634nm-810nm。 4.根据权利要求1所述的方法，其特征在于：所述的设定的阈值为2.5。 5.根据权利要求1-4任一权利要求所述的方法，其特征在于：所述的近红外漫透射光谱采用可见近红外漫透射光谱在线检测装置进行采集，可见近红外漫透射光谱在线检测装置能够检测到的波长范围为300nm-1100nm。
所属类别：	发明专利