[发明专利]一种基于可见近红外光谱的孵化前未受精禽蛋判别方法

说明书

本发明提供了一种基于可见近红外光谱的孵化前未受精禽蛋判别方法，包括：(1)待检测样品的制备与待检测样品的光谱信息的采集；(2)采用数学分析方法挑选代表性的建模样品；(3)确定最佳孵化前未受精禽蛋的判别模型；(4)采用孵化前未受精禽蛋的最佳判别模型判别待检禽蛋。本发明还提供了实现上述方法的基于可见近红外光谱的孵化前未受精禽蛋的检测装置。实验证明，本发明所提供基于可见近红外孵化前未受精鸭蛋的判别方法，其确定的最佳判别模型判别未知样品的准确率为94.77％。

技术领域

本发明涉及光学与农产品检测领域，具体说是一种基于可见近红外光谱的孵化前未受精禽蛋判别方法。

背景技术

禽蛋的出雏率直接影响养殖场的经济效益，而禽蛋出雏率与禽蛋的受精率、孵化环境密切相关。其中，禽蛋的受精率是决定出雏率的首要因素。在中国，统计数据表明，养殖业中未受精禽蛋约占入孵种蛋的10％～15％，这就意味着相当大的一部分禽蛋未能孵化，对企业造成巨大的经济损失。工业生产中，禽蛋孵化的常规过程是孵化前必须清洗消毒，消毒孵化后的未受精禽蛋在人工照蛋检出后，只能以新鲜禽蛋三分之一的价格出售，其价值无法得到充分利用。若能在未清洗消毒、孵化前检测出未受精禽蛋，不仅能避免禽蛋孵化过程中坏死的未受精禽蛋爆裂，滋生细菌污染周围的种蛋，还能有效节省人力、物力，提高未清洗消毒种蛋的经济价值，提供企业经济效益。

公开号为105973816A的中国专利文献公开了一种基于可见近红外光谱的禽蛋孵化能力的判别方法，包括以下步骤：将禽蛋的光谱数据进行预处理后，通过定性分析的方法建立判别孵化能力结果的数学模型，将判别准确率最高模型确定为最佳模型用于待测禽蛋孵化能力的判别或检测。专利中所述禽蛋孵化能力分为两类：M+或M-；所述M+为孵化能力较强，即可以孵化出雏，且雏禽体质健康；所述M-为孵化能力较弱，即不能孵化出雏，或可以孵化出雏但雏禽体质不健康。

目前基于可见近红外光谱未受精禽蛋的判别方法，其专注于孵化中的未受精禽蛋判别。由于孵化前的受精禽蛋细胞分裂不明显，且没有发育出如孵化中受精禽蛋明显的血管，因此，对于孵化前受精禽蛋的判别，其技术难度远远高于孵化中的受精禽蛋。前面提到的中国专利文献105973816A中公开的方法无法解决孵化前未受精禽蛋的判别问题。因此，若对孵化前未受精禽蛋进行高准确率判别时，上述方法将无能为力。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于可见近红外光谱的孵化前未受精禽蛋判别方法。该方法采用可见近红光谱技术结合数据分析方法，依据光透过禽蛋内部，被内部特定物质吸收后反映特定的吸收峰的特性，判别孵化前未受精禽蛋。该方法在不破坏禽蛋的前提下，快速的检测孵化前未经清洗消毒的未受精禽蛋，且检测准确率高，适用于判别孵化前未清洗消毒的未受精禽蛋。

为达到以上目的，本发明提供一种基于可见红外光谱的孵化前未受精禽蛋判别方法，包括如下步骤：

(1)待检测样品的制备与待检测样品的光谱信息的采集；

(2)采用数学分析方法挑选代表性的建模样品；

(3)确定最佳孵化前未受精禽蛋的判别模型；

(4)采用最佳孵化前未受精禽蛋的判别模型识别待测禽蛋；

其特征在于，先将光谱数据进行预处理，预处理后的光谱数据采用数学分析方法剔除异常光谱数据，将经过剔除异常数据后的光谱数据采用数学分析方法挑选建模样品，确定建模比例；通过验证选择建模数据，得到最佳判别模型；采用最佳判别模型判别待检禽蛋。

所述采用可见近红外光谱进行光谱信息的采集，波长范围为500nm-940nm。