基于可见光-近红外高光谱成像技术的陈皮陈化年份鉴别研究
Spectroscopy and Spectral Analysis(2023)
Abstract
高光谱成像技术(HSI)是基于非常多窄波段的影像数据技术,将成像技术与光谱技术相结合,获取高光谱分辨率的连续、窄波段的图像数据,因其快速、无损的特点,被广泛应用于食品、农产品、中药材等样品的快速鉴别.道地药材新会陈皮具有较高的市场价值,且陈化(贮藏)年份越久市场价格亦越高,市场人工鉴别准确率低、难度大.基于高光谱技术结合化学计量学方法,建立不同陈化年份新会陈皮的快速无损鉴别方法.采集 5 个陈化年份样品在可见-近红外波段(400~1000 nm)的高光谱信息,提取高光谱图像感兴趣区域(ROI)的平均光谱值作为样本原始光谱.经黑白校正后获得标准数据,通过多元散射校正(MSC)、一阶导数(D1)、二阶导数(D2)、SG平滑(SG)和标准正态变量变换(SNV)5 种预处理方法对数据进行降噪处理后,结合偏最小二乘判别分析(PLS-DA)、随机森林(RF)和支持向量机(SVM)等方法建立分类鉴别模型,以预测结果的准确率作为评价指标筛选最佳模型,使用混淆矩阵(confusion matrix)评估模型分类性能.结果表明,外表皮数据以 MSC结合PLS-DA方法为最优鉴别模型,预测集鉴别准确率达到 97.59%;而内表皮数据则以原始数据结合PLS-DA方法为最优鉴别模型,预测集鉴别准确率亦达到 97.59%.采用内表皮数据,进一步采用连续投影算法(SPA)选择 19 个特征波长建模,整体判别准确率仍可达 90%以上.通过 SPA方法提取的特征波长建模可以达到与全波长模型相似的识别效果,去除冗余变量可以大大降低模型的复杂性,减少模型的运算时间.该研究建立的高光谱技术结合化学计量学的方法可实现不同陈化年份新会陈皮样品的快速无损鉴别,为专属小型化仪器装备系统的开发提供了理论依据.
MoreKey words
Hyperspectral imaging,Mode recognition,Xinhui Citri Reticulatae Pericarpium,Aging years
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined