[发明专利]一种基于高光谱的双孢蘑菇超声渗透过程可溶性固形物含量预测方法

摘要

本发明提供了一种基于高光谱的双孢蘑菇超声渗透过程可溶性固形物含量预测方法，属于双孢蘑菇中可溶性固形物含量测定技术领域。本发明首先将双孢蘑菇在渗透液中进行不同时间的超声渗透处理，得到实验组样品和对照组样品；采用高光谱采集高光谱图像、提取其原始光谱；采用数显折光仪测定对照组和实验组中双孢蘑菇样品的可溶性固形物值；然后对原始光谱进行预处理并提取特征波长，最后通过偏最小二乘回归建立特征光谱矩阵与可溶性固形物含量值矩阵的线性回归模型，实现对待测双孢蘑菇样品可溶性固形物含量的预测。本发明避免了传统的破坏式检测农产品可溶性固形物的方法，可实现无损、快速、准确的检测评估。

主权项

1.一种基于高光谱的双孢蘑菇超声渗透过程可溶性固形物含量预测方法，其特征在于，包括以下步骤：将双孢蘑菇分为对照组和实验组；将所述实验组中的双孢蘑菇样品置于渗透液中进行不同时间的超声渗透处理，得到对照组样品和实验组样品，所述对照组样品为未进行超声处理的样品，所述实验组样品为进行超声渗透处理的样品；所述渗透液为质量浓度为40～60％的蔗糖水溶液；所述超声渗透处理的条件包括：超声频率为30～50kHz，功率为150～250W，温度25～40℃，固液比为1：8～12；对所述对照组样品和实验组样品进行高光谱扫描，得到样品高光谱图像；选取所述对照组样品与实验组样品除边缘外全部区域作为感兴趣区域，从所述样品高光谱图像中提取平均光谱，得到原始光谱；使用正交信号校正对所述原始光谱预处理，得到预处理光谱；采用竞争性自适应重加权算法提取所述原始光谱的特征波长，形成特征光谱；对所述对照组样品和实验组样品榨出的定量双孢蘑菇汁液中的可溶性固形物含量进行测定，获得样品可溶性固形物含量值；利用偏最小二乘回归算法分析特征光谱矩阵与可溶性固形物含量值矩阵，建立特征光谱矩阵与可溶性固形物含量值矩阵的线性回归模型；采集待测超声处理的双孢蘑菇样品高光谱图像，提取待测特征光谱，将待测特征光谱矩阵输入所述线性回归模型，得到待测超声处理的双孢蘑菇样品的可溶性固形物含量预测值。