利用高光谱图像实现生菜失水率和新鲜度预测

作     者：邵慧 杨丽娟 王程 陈冲 胡玉霞 孙龙 

作者机构：安徽建筑大学电子与信息工程学院 安徽建筑大学安徽省古建筑智能感知与高维建模国际联合研究中心 

出 版 物：《光电子·激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2024年

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 07[理学] 08[工学] 080203[工学-机械设计及理论] 070302[理学-分析化学] 0703[理学-化学] 0802[工学-机械工程] 083203[工学-农产品加工及贮藏工程] 

基　　金：红外与低温等离子体安徽省重点实验室开放课题（IRKL2023KF04） 安徽省住房城乡建设科学技术计划项目（2022-YF077） 光学信息与模式识别湖北省重点实验室开放课题研究基金（202204） 安徽省高校协同创新项目（GXXT-2022-015） 国家自然科学青年基金（62105002） 

主　　题：高光谱技术 失水率 新鲜度 预测 

摘      要：为了验证光谱与生菜失水率、叶绿素和新鲜度之间的关系。本文利用可见光近红外(Vis-NIR)(280～1100nm)的高光谱成像系统，采集不同存放条件、不同存放时间的生菜光谱数据，同时测量其失水变化量和叶绿素含量。采用标准正态变异(SNV)、多元散射校正(MSC)、卷积平滑法(SG)对原始光谱进行预处理，随后采用一阶差分、二阶差分方法进行光谱分析，在此基础上以竞争自适应加权采样(CARS)算法和连续投影算法(SPA)选择特征波长。利用偏最小二乘支持向量机(LS-SVM)和BP神经网络(BPNN)分别建立原始光谱和特征波长的预测模型，实现对生菜新鲜度和失水率的预测。结果表明，BPNN预测效果较好，失水率预测精度达82.5%，新鲜度预测精度高达95%。最后利用主成分分析(PCA)方法分析不同存放时间的光谱变化，提取主成分图像，可视化衰萎过程，与室温相比，泡水和冷藏存放条件下的新鲜生菜在蔫萎过程中表现出明显的延迟。此外，由于叶绿素含量在不同时间段内呈现先增加后减小的趋势，故用叶绿素含量无法正确描述生菜新鲜度。可见，高光谱成像技术可实现生菜新鲜度和失水率的有效判定。