[發明專利]南瓜果實品質參數的檢測方法、裝置、計算機設備

有效

• 申請號: 202011311221.2
• 申請日: 2020-11-20
• 公開（公告）號: CN112525855B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 李俊星;丘廣俊;趙思穎;黃河勛;吳海濱;羅劍寧;龔浩;劉小茜;趙鋼軍;鄭曉明
• 申請（專利權）人: 廣東省農業科學院蔬菜研究所
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 廣州廣典知識產權代理事務所(普通合伙) 44365
• 代理人: 萬志香

1.一種南瓜果實品質參數的檢測方法，所述方法包括：

獲取南瓜果實的校正樣本集；其中，所述校正樣本集中包括多個不同品類南瓜果實的校正樣本；

選取各所述校正樣本的檢測區域；將各所述校正樣本的果實縱向的中間部位、距離果皮1cm～2cm范圍內的區域作為檢測區域；

基于所述檢測區域獲取各所述校正樣本的近紅外光譜數據，采用多元散射校正對所述光譜數據進行預處理；

基于所述檢測區域獲取各所述校正樣本的品質參數的第一實測數據；

根據各所述近紅外光譜數據和各所述第一實測數據，通過化學計量學算法建立南瓜果實品質檢測的品質檢測模型；所述品質參數為含水量或可溶性固形物含量，基于校正集樣本構建的檢測含水量的品質檢測模型的決定系數不小于0.95，基于校正集樣本構建的檢測可溶性固形物的品質檢測模型的決定系數不小于0.94。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述品質檢測模型進行有效性驗證。

3.根據權利要求2所述的方法，其特征在于，所述對所述品質檢測模型進行有效性驗證，包括：

獲取南瓜果實的預測樣本集；其中，所述預測樣本集中包括多個南瓜果實的預測樣本；

獲取各所述預測樣本的品質參數的第二實測數據，基于所述品質檢測模型計算各所述預測樣本的品質參數的預測數據；

建立各所述預測數據與各所述第二實測數據之間的線性關系，并基于所述線性關系計算決定系數；

若所述決定系數大于預設的閾值，則判定所述品質測模型為有效。

4.根據權利要求1所述的方法，其特征在于，所述化學計量學算法包括偏最小二乘回歸算法；所述基于化學計量學算法建立南瓜果實品質檢測的品質檢測模型，包括：

將各所述第一實測數據作為應變量，將各所述紅外光譜數據作為自變量，基于偏最小二乘回歸算法建立品質檢測模型。

5.根據權利要求1所述的方法，其特征在于，所述基于所述檢測區域獲取各所述校正樣本的近紅外光譜數據，包括：

將近紅外光譜儀的光譜采集孔對準各所述校正樣本的表面進行掃描，利用漫反射方式采集各所述校正樣本的光譜數據；其中，進行掃描的波段范圍為：4000～10000cm^-1，光譜分辨率為4.0cm^-1。

6.一種南瓜果實品質參數的檢測裝置，其特征在于，所述裝置包括：

校正樣本獲取模塊，用于獲取南瓜果實的校正樣本集；其中，所述校正樣本集中包括多個不同品類南瓜果實的校正樣本；

檢測區域選取模塊，用于選取各所述校正樣本的檢測區域；將各所述校正樣本的果實縱向的中間部位、距離果皮1cm～2cm范圍內的區域作為檢測區域；

光譜數據采集模塊，用于基于所述檢測區域獲取各所述校正樣本的近紅外光譜數據，采用多元散射校正對所述光譜數據進行預處理；

實測數據采集模塊，用于基于所述檢測區域獲取各所述校正樣本的品質參數的第一實測數據；

檢測模型建立模塊，用于根據各所述近紅外光譜數據和各所述第一實測數據，通過化學計量學算法建立南瓜果實品質檢測的品質檢測模型；所述品質參數為含水量或可溶性固形物含量，基于校正集樣本構建的檢測含水量的品質檢測模型的決定系數不小于0.95，基于校正集樣本構建的檢測可溶性固形物的品質檢測模型的決定系數不小于0.94。

7.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5中任一項所述方法的步驟。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5中任一項所述的方法的步驟。