易损果缺陷和糖度在线检测方法研究

• 作 者: 吴明明
• 机 构: 华东交通大学
• 出 处: 华东交通大学
• 发表日期: 2017年期
• 关键词: 近红外漫透射 易损水果 在线检测 糖度评价 分选准确性

易损果是指在采摘、运输、分选过程中，表面容易受机械损伤，从而导致品质受到破坏的水果。缺陷与糖度是评价水果品质的重要指标，水果缺陷易造成外贸中成批退货的现象，造成巨大的经济损失。另外在易损果运输及分选中，容易对该类敏感水果造成表面擦伤、碰伤，影响水果出口。为研究易损果缺陷与糖度同时在线检测的可行性及带包装糖度分选方法，以鸭梨、贡梨以及丰水梨为研究对象，采用近红外光谱技术，在光源强度为1000W、运动速度5个/秒的条件下采集样品的近红外漫透射光谱，并对比分析了所采集样品的光谱特征差异。最终建立最佳的检测模型。　　其主要研究结果及结论如下：　　（1）本文以鸭梨为研究对象，探讨同时在线检测鸭梨黑心病、虫害和糖度的可行性，建立了鸭梨黑心病、虫害及正常果的主成分分析模型（PCA）、偏最小二乘判别模型（PLSDA）及最小二乘支持向量机模型（LSSVM），并对比分析了三种模型的优劣，其中PLSDA模型效果最优，正确判别率为99.2%，同时还建立了鸭梨糖度偏最小二乘模型（PLS），并采用未参与建模的样品进行在线分选准确性评价。黑心、虫害的正确判别率为98.4%，糖度的分选准确率为97.5%。正常果糖度预测均方根误差为0.317%。　　（2）本文以易损伤的贡梨为研究对象，探讨贡梨碰伤与糖度同时在线检测的可行性。建立了贡梨碰伤的PCA模型、相关分析模型以及PLSDA模型，同时还建立了贡梨糖度在线检测模型，考察了碰伤对贡梨糖度检测模型精度的影响，并建立贡梨糖度在线检测模型。最终实现在同一条生产线上同时在线检测贡梨碰伤与糖度实时在线模型评价，其中碰伤与正常果正确判别率为100%，贡梨糖度在线检测准确率为96.7%。　　（3）本文采用近红外漫透射检测方式，考察含水量高、易擦伤、易碰伤的水果的在线分选方法。以丰水梨为研究对象，探索丰水梨糖度在带包装的情况下在线分选的可行性。采用二次多项式拟合来消除网套光谱背景的方法结合PLS所建立的模型精度最高，建模集相关系数达到0.95，预测集相关系数达到0.84，预测集均方根为0.505%，而建模集均方根误差为0.328%。采用未参与建模的36个样品进行在线分选准确性评价正确分选率为94.4%。　　实验结果表明易损果缺陷与糖度同时在线检测及带包装在线分选是可行的，研究可为大宗水果的商品化处理提供分选策略及理论依据。