[发明专利]基于近红外光谱技术无损测量茶叶中茶多酚含量的方法

摘要

本发明公开了一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法，首先要建立校正模型，收集茶叶样本作为校正样本集，并扫描得到校正样本集的可见光和近红外光谱(325－2500nm)，对得到的光谱数据进行光谱预处理。然后采用国标规定的方法测量校正样本的茶多酚含量。采用多元校正回归算法建立校正样本的近红外光谱与茶多酚含量之间的定量关系，即建立了校正模型。对于待检测的茶叶，只要扫描它们的近红外光谱图，并把经过相应光谱预处理的光谱数据输入到校正模型，经过校正模型的测定即得到了该茶叶的茶多酚含量。整个过程在计算机的控制下，实现数据的采集、存储、显示和处理功能。

主权项

1、一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法，其特征在于该方法的步骤如下：1)校正样品集光谱的建立；首先要收集不同品种，不同制作工艺，不同收获时期的茶叶样本建立校正样本集；然后对校正样本集中的样本运用光谱仪进行光谱扫描得到校正样本集标准光谱；同一样品需多次重复测量，以平均光谱作为该样品标准光谱；2)光谱的校正与预处理；获得样本光谱后的第一步是对校正样品集光谱进行校正和预处理；抵消背景干扰及提高光谱的质量；这里采用平滑、中心化、求导或归一化光谱预处理方法；预处理把原来隐藏的信号差异放大出来，提高光谱的分辨率；3)对于预处理后的光谱数据和校正样品集的标准茶多酚含量测量值通过多元回归算法来建立校正模型：现代的多元回归算法包括多元线形回归算法和多元非线形回归算法尤其是多元非线形回归算法可以针对生产实际中普遍存在的非线形现象进行拟合，并建立非线形回归。同时选择特征波段是非常重要的，常用的方法是逐步回归的方法来寻找特征波段，或者是回归曲线分析的方法来实现；4)预测样本茶多酚含量测定；首先扫描待预测样本获取光谱，获取光谱时所采用的测量条件，必须同获取标准校正集样本光谱时所采用的测量条件保持一致，这些测量条件包括采样方法、分辩率、扫描间隔或扫描时间；把预测样本的光谱经光谱校正及预处理后，把光谱的特征送入校正模型即可测定未知样品的茶多酚含量。