[发明专利]一种基于光谱技术的茄子花青素测量系统及方法在审
| 申请号: | 202110076372.2 | 申请日: | 2021-01-20 |
| 公开(公告)号: | CN112858187A | 公开(公告)日: | 2021-05-28 |
| 发明(设计)人: | 张东方;申书兴;陈雪平;范晓飞;张君;罗双霞;刘景艳 | 申请(专利权)人: | 河北农业大学 |
| 主分类号: | G01N21/25 | 分类号: | G01N21/25;G01N21/01 |
| 代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 李兴林 |
| 地址: | 071000 *** | 国省代码: | 河北;13 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 光谱 技术 茄子 花青素 测量 系统 方法 | ||
1.一种基于光谱技术的茄子花青素测量系统,其特征在于,包括:计算机、遮光罩、光源、待检测样品放置台和便携式地物光谱仪,所述遮光罩罩设在所述待检测样品放置台上方,所述待检测样品放置台用于放置茄子果皮样品,所述遮光罩的内部设置所述光源和便携式地物光谱仪,所述光源设置在遮光罩的顶部用于照射所述茄子果皮样品,所述遮光罩的顶部设置便携式地物光谱仪;所述便携式地物光谱仪通过数据线与所述计算机连接,所述便携式地物光谱仪用于采集茄子果皮样品在特征波段的反射光谱数据。
2.根据权利要求1所述的基于光谱技术的茄子花青素测量系统,其特征在于,所述遮光罩的内侧壁固定连接有固定支架,所述光源通过所述固定支架固定在所述遮光罩内。
3.根据权利要求1所述的基于光谱技术的茄子花青素测量系统,其特征在于,所述光源设置有两组,对称设置在所述便携式地物光谱仪的两侧,所述便携式地物光谱仪设置在所述茄子果皮样品的正上方。
4.根据权利要求1所述的基于光谱技术的茄子花青素测量系统,其特征在于,所述便携式地物光谱仪的型号选用PSR-1100,光谱范围320-1100nm。
5.根据权利要求1所述的基于光谱技术的茄子花青素测量系统,其特征在于,所述光源选用卤素灯,其功率为35W,工作电压为230V。
6.一种基于光谱技术的茄子花青素测量方法,应用于权利要求1-5任一所述的基于光谱技术的茄子花青素测量系统,其特征在于,包括以下步骤:
S1,选取多个茄子果皮样品,调整光源的光强,利用便携式地物光谱仪分别对每一个茄子果皮样品进行光谱扫描,得到光谱数据;
S2,使用主成分分析和连续投影算法对光谱数据进行处理,利用多元线性回归建模方法建立茄子花青素的预测模型,从各个函数关系式中筛选出最能够反映茄子果皮花青素含量的表达式。
7.根据权利要求6所述的基于机器视觉技术的稻米表型监测方法,其特征在于,所述步骤S1中,利用便携式地物光谱仪分别对每一个茄子果皮样品进行光谱扫描,得到光谱数据,具体包括:
进行光谱数据采集,收集到320nm到1100nm波段的反射率,提出841nm,916nm、803nm、756nm、678nm、1045nm、467nm、321nm波段的反射率。
8.根据权利要求7所述的基于机器视觉技术的稻米表型监测方法,其特征在于,所述步骤S2中,使用主成分分析和连续投影算法对光谱数据进行处理,利用多元线性回归建模方法建立茄子花青素的预测模型,从各个函数关系式中筛选出最能够反映茄子果皮花青素含量的表达式,具体包括:
采用SG平滑滤波器法和SNV标准正态化方法对光谱数据进行预处理;
结合主成分分析与连续投影算法的预测模型;
根据决定系数从各个函数关系式中筛选出最能够反映茄子果皮花青素含量的表达式:
Y=20.168-269.924*X841+104.524*X916+242.748*X803-48.522*X756+6.384*X678-6.771*X1045+35.109*X467+7.049*X321
式中,X841、X916、X803、X756、X678、X1045、X467、X321分别表示841nm、916nm、803nm、756nm、678nm、1045nm、467nm、321nm波段的反射率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北农业大学,未经河北农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110076372.2/1.html,转载请声明来源钻瓜专利网。





