[發明專利]一種基于光譜技術的茄子花青素測量系統及方法在審
| 申請號: | 202110076372.2 | 申請日: | 2021-01-20 |
| 公開(公告)號: | CN112858187A | 公開(公告)日: | 2021-05-28 |
| 發明(設計)人: | 張東方;申書興;陳雪平;范曉飛;張君;羅雙霞;劉景艷 | 申請(專利權)人: | 河北農業大學 |
| 主分類號: | G01N21/25 | 分類號: | G01N21/25;G01N21/01 |
| 代理公司: | 北京科億知識產權代理事務所(普通合伙) 11350 | 代理人: | 李興林 |
| 地址: | 071000 *** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 光譜 技術 茄子 花青素 測量 系統 方法 | ||
1.一種基于光譜技術的茄子花青素測量系統,其特征在于,包括:計算機、遮光罩、光源、待檢測樣品放置臺和便攜式地物光譜儀,所述遮光罩罩設在所述待檢測樣品放置臺上方,所述待檢測樣品放置臺用于放置茄子果皮樣品,所述遮光罩的內部設置所述光源和便攜式地物光譜儀,所述光源設置在遮光罩的頂部用于照射所述茄子果皮樣品,所述遮光罩的頂部設置便攜式地物光譜儀;所述便攜式地物光譜儀通過數據線與所述計算機連接,所述便攜式地物光譜儀用于采集茄子果皮樣品在特征波段的反射光譜數據。
2.根據權利要求1所述的基于光譜技術的茄子花青素測量系統,其特征在于,所述遮光罩的內側壁固定連接有固定支架,所述光源通過所述固定支架固定在所述遮光罩內。
3.根據權利要求1所述的基于光譜技術的茄子花青素測量系統,其特征在于,所述光源設置有兩組,對稱設置在所述便攜式地物光譜儀的兩側,所述便攜式地物光譜儀設置在所述茄子果皮樣品的正上方。
4.根據權利要求1所述的基于光譜技術的茄子花青素測量系統,其特征在于,所述便攜式地物光譜儀的型號選用PSR-1100,光譜范圍320-1100nm。
5.根據權利要求1所述的基于光譜技術的茄子花青素測量系統,其特征在于,所述光源選用鹵素燈,其功率為35W,工作電壓為230V。
6.一種基于光譜技術的茄子花青素測量方法,應用于權利要求1-5任一所述的基于光譜技術的茄子花青素測量系統,其特征在于,包括以下步驟:
S1,選取多個茄子果皮樣品,調整光源的光強,利用便攜式地物光譜儀分別對每一個茄子果皮樣品進行光譜掃描,得到光譜數據;
S2,使用主成分分析和連續投影算法對光譜數據進行處理,利用多元線性回歸建模方法建立茄子花青素的預測模型,從各個函數關系式中篩選出最能夠反映茄子果皮花青素含量的表達式。
7.根據權利要求6所述的基于機器視覺技術的稻米表型監測方法,其特征在于,所述步驟S1中,利用便攜式地物光譜儀分別對每一個茄子果皮樣品進行光譜掃描,得到光譜數據,具體包括:
進行光譜數據采集,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.根據權利要求7所述的基于機器視覺技術的稻米表型監測方法,其特征在于,所述步驟S2中,使用主成分分析和連續投影算法對光譜數據進行處理,利用多元線性回歸建模方法建立茄子花青素的預測模型,從各個函數關系式中篩選出最能夠反映茄子果皮花青素含量的表達式,具體包括:
采用SG平滑濾波器法和SNV標準正態化方法對光譜數據進行預處理;
結合主成分分析與連續投影算法的預測模型;
根據決定系數從各個函數關系式中篩選出最能夠反映茄子果皮花青素含量的表達式:
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分別表示841nm、916nm、803nm、756nm、678nm、1045nm、467nm、321nm波段的反射率。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河北農業大學,未經河北農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110076372.2/1.html,轉載請聲明來源鉆瓜專利網。





