[发明专利]一种赣南脐橙鉴别方法、系统及存储介质

说明书

一种赣南脐橙鉴别方法、系统及存储介质，赣南脐橙鉴别方法包括以下步骤：获取多个产地的脐橙样本集，多个产地划分为赣南脐橙产区、以及非赣南脐橙产区；获得每个脐橙样本集对应的脐橙近红外光谱集；采用偏最小二乘判别法建立真假脐橙判别模型；采用主成分分析法分别针对每个产地构建脐橙产地分类模型；获取待检测脐橙的近红外光谱数据，并输入至真假脐橙判别模型和多个脐橙产地分类模型中鉴别。本发明基于近红外光谱建模进行识别，相较于传统识别方式，具备快速、无破坏、无污染、稳定可靠等优点。在结合便携式近红外光谱仪后，通过本发明可以对于市场上的任何脐橙样本进行分析，实现产地归属和真伪鉴别的目的。

技术领域

本发明属于水果检测领域，具体涉及一种赣南脐橙鉴别方法、系统及存储介质。

背景技术

赣南脐橙已被列为全国十一大优势农产品之一，荣获中华名果等称号。赣南脐橙作为江西省唯一产品，入围商务部、质检总局中欧地理标志协定谈判的地理标志产品清单。赣南脐橙果大形正，橙红鲜艳，光洁美观，可食率达85％，肉质脆嫩、化渣，风味浓甜芳香，含果汁55％以上。

但是，正因为赣南脐橙的优势，目前市面上开始出现了以其他地区的脐橙来混淆赣南脐橙进行销售的现象，而市场监督部门在获得这些脐橙之后，只能采用人工辨别的方式辨别是否是真正的赣南脐橙，但是人工识别却主要依赖于鉴别人员的主观意思，一方面可能出现误判，另一方面也没有足够的理论依据对结果进行支持。

基于此，市面上推出了一些脐橙识别的方法，但是这些脐橙识别方法大多是基于照片建立鉴别模型，因此只能从大小、形状、颜色等方面进行简单的判断，因此，存在较大的错误率。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种赣南脐橙鉴别方法，所述赣南脐橙鉴别方法解决了只能人工识别赣南脐橙或者自动识别赣南脐橙时错误率高的问题。本发明还提出了一种赣南脐橙鉴别系统和一种用于存储上述赣南脐橙鉴别方法的计算机可执行指令的存储介质。

根据本发明第一方面实施例的赣南脐橙鉴别方法，包括以下步骤：

获取多个产地的脐橙样本集，多个所述产地划分为赣南脐橙产区、以及非赣南脐橙产区；

利用近红外光谱仪对每一个所述脐橙样本集中的样本进行近红外光谱采集，以获得每个所述脐橙样本集对应的脐橙近红外光谱集；

对每个所述脐橙近红外光谱子集中的每个近红外光谱数据进行预处理；

分别从多个所述脐橙近红外光谱集中选取不少于预设的第一建模数量的近红外光谱数据组成第一建模用样本集，并采用偏最小二乘判别法建立真假脐橙判别模型；

从每个产地的所述脐橙近红外光谱集中选取不少于预设的第二建模数量的近红外光谱数据作为第二建模用样本集，并采用主成分分析法分别针对每个产地构建脐橙产地分类模型；

获取待检测脐橙的近红外光谱数据，并输入至所述真假脐橙判别模型和多个所述脐橙产地分类模型中，以获得所述待检测脐橙的真假信息和产地信息。

根据本发明实施例的赣南脐橙鉴别方法，至少具有如下技术效果：通过采用近红外光谱结合主成分分析法建立多个脐橙产地分类模型可以用作识别不同产地赣南脐橙，通过采用近红外光谱结合偏最小二乘判别分析法建立真假脐橙判别模型可以有效识别是否是赣南脐橙产区的脐橙。本发明实施例的赣南脐橙鉴别方法基于近红外光谱建模进行识别，相较于传统的人工判别和自动识别而言，具备快速、无破坏、无污染、稳定可靠等优点。而且在结合便携式近红外光谱仪后，通过本发明实施例的赣南脐橙鉴别方法可以对于市场上的任何脐橙样本进行分析，实现产地归属和真伪鉴别的目的。

根据本发明的一些实施例，所述获取待检测脐橙的近红外光谱数据之前还包括以下步骤：

将多个所述脐橙近红外光谱集中非所述第一建模用样本集的近红外光谱数据组成验证集，并使用所述验证集验证所述真假脐橙判别模型。