其他行業(yè)
藍(lán)莓果肉細(xì)膩，風(fēng)味獨(dú)特，果實(shí)中含有豐富的營養(yǎng)成分，被稱為“水果皇后”,具有防止腦神經(jīng)老化、保護(hù)視力、抗癌、增強(qiáng)人機(jī)體免疫等功能，市場前景廣闊。藍(lán)莓糖度是評價(jià)藍(lán)莓質(zhì)量的一個(gè)重要指標(biāo)。傳統(tǒng)藍(lán)莓糖度檢測是破壞性的，無損檢測是一個(gè)重要的發(fā)展趨勢。
1、圖像數(shù)據(jù)采集
藍(lán)莓樣本的高光譜圖像
提取兩幅高光譜圖像的光譜數(shù)據(jù):分別選取每個(gè)樣本表面不同感興趣區(qū)域(ROI)，得到的原始反射光譜曲線
對應(yīng)感興趣區(qū)域的原始光譜曲線，提取出平均光譜值，共得到三組48x256光譜數(shù)據(jù)矩陣
根據(jù)不同波段下高光譜圖像及光譜曲線，Band 1-Band 50存在較大的噪聲，圖像模糊，選取數(shù)據(jù)時(shí)只選取Band 51-Band 250(1031.11nm-1699.11nm)共200個(gè)波段的進(jìn)行建模前36顆藍(lán)莓光譜值用于建立模型，后12顆用于模型檢驗(yàn)，
2、模型建立與分析
藍(lán)莓糖度預(yù)測模型的建立主要采用偏最小二乘回歸法(PLSR)不同的光譜數(shù)據(jù)得到不同的預(yù)測模型直接利用去除噪聲的200個(gè)波段建模對200個(gè)波段的光譜數(shù)據(jù)進(jìn)行PCA降維，選取累積貢獻(xiàn)率達(dá)99.9%前n個(gè)主成分，再用PLSR建模對反面全區(qū)域的256個(gè)光譜波段利用SPA選取特征波段，再用PLSR建模直接對反面全區(qū)域的200個(gè)波段進(jìn)行循環(huán)建模，先兩兩組合，再用三三組合建模
3、預(yù)測模型建立
正面部分區(qū)域光譜數(shù)據(jù)PLSR模型
預(yù)測模型:
y=8.1109+0.3989x+0.2848x+….+ 0.809x200
其中，x1，x2，…，x200是band 51-band250的平均光譜值，y是藍(lán)莓糖度值。
利用預(yù)測模型，代入12顆檢驗(yàn)藍(lán)莓的光譜數(shù)據(jù)，得到預(yù)測糖度值如下表所示
表1.藍(lán)莓正面部分區(qū)域預(yù)測糖度值和真實(shí)糖度值的比較
表2.藍(lán)莓正面全區(qū)域預(yù)測糖度值與真實(shí)值
表3.藍(lán)莓反面全區(qū)域預(yù)測糖度值與真實(shí)值
三組數(shù)據(jù)所得到的預(yù)測模型預(yù)測糖度值與藍(lán)莓真實(shí)糖度值曲線
利用PCA對藍(lán)莓光譜數(shù)據(jù)進(jìn)行降維處理降維后的數(shù)據(jù)再利用PLSR建模，PCA降維后，選取總貢獻(xiàn)率達(dá)到99.9%的前n個(gè)主成分。正面部分區(qū)域和正面全區(qū)域提取的光譜數(shù)據(jù)降維后選取了7個(gè)主成分反面全區(qū)域的光譜數(shù)據(jù)降維后提取了前10個(gè)主成分利用PCA降維后選取的主成分，再進(jìn)行PLSR建模。根據(jù)預(yù)測模型函數(shù)式，得到三組數(shù)據(jù)預(yù)測糖度值
先用PCA降維，再進(jìn)行PLSR建模。根據(jù)預(yù)測模型函數(shù)式，得到三組數(shù)據(jù)預(yù)測糖度值與真實(shí)糖度值的曲線
4、總結(jié)
比較不同數(shù)據(jù)建立的各個(gè)預(yù)測模型，波段循環(huán)組合建模挑選出來的最優(yōu)波段組合預(yù)測模型的預(yù)測糖度值和真實(shí)糖度值的相關(guān)系數(shù)R分別為0.54和0.61，為其他波段組合建立模型中的最大，而平均相對誤差分別為12.6%和11.9%，為其他波段組合建立模型中的最小，而檢驗(yàn)集均方根誤差較小，可得波段循環(huán)組合建模后挑選的最優(yōu)模型預(yù)測效果較其他波段組合更好
