作者单位
摘要
江苏大学物理与电子工程学院,江苏 镇江 212013
果蔬品质检测在其生长、储存各环节都具有重要意义,同时也是栽培、保存方案制订的依据。针对果蔬种植过程中对样本全域生理信息定量实时获取的需求以及现有检测技术的不足,本文从宏观生长的微观物质基础和相位成像机理出发,以番茄果实糖度检测为例,提出了一种果蔬生理信息的相位检测方法,基于细胞相位图像提取两个相位参量并联合宏观糖度值构建数据立方体对番茄糖度分布进行了表征。该方法可根据需要对任意局部区域进行采样检测,无须对细胞样本进行预处理,只需要采集任意角度下的一幅相位图即可,具有数据量小、计算简便的优势,整个分析过程只需要0.5 s左右。与现有成熟检测方法的对照实验表明,细胞相位参量与糖度值表现出了明显的正相关性,且对局部糖度差异敏感。所提方法与高光谱成像检测结果具有良好的一致性。该相位检测表征方法操作简便,运算速度快,可为番茄糖度乃至其他果蔬的多种生理特性快速检测提供参考。
生物光学 番茄果实 糖度 品质检测 相位成像 相位参量 
中国激光
2024, 51(3): 0307109
作者单位
摘要
1 北京市农林科学院智能装备技术研究中心, 北京 100097
2 贵州大学农学院, 贵州 贵阳 550025
3 北京市农林科学院智能装备技术研究中心, 北京 100097农业部都市农业(北方)重点实验室, 北京 100097
为了探究红、 蓝光在番茄果实着色过程中的作用关系, 在人工光型植物工厂中采用岩棉种植微型番茄, 以各发育阶段番茄果实在不同LED红蓝光模式下的反射光谱为切入点, 通过对纯红光、 红蓝组合光以及不同间隔的交替光照射下番茄果实色相指标和反射光谱的分析, 研究了不同的红蓝光照射模式对番茄果实光谱特性及着色的影响。 结果表明: (1) R6h/RB2h(纯红光/红蓝组合光6 h/2 h)交替供光模式最有利于番茄果实中呈红色素(如β-胡萝卜素和番茄红素)的积累和叶绿素的分解, 最终促成番茄果实更早地转色; R(纯红光)供光模式作用效果仅次于R6h/RB2h; 相比之下, RB(红蓝组合光)供光模式不利于番茄果实呈红色素的积累和果实着色进程。 (2) 在促进番茄果实着色方面, 红光和蓝光之间既存在协同增强效应, 也存在信号串扰引发的削弱效应, 红光与红蓝组合光以一定的间隔进行交替辐射, 能最大化地发挥单一红光与红蓝混合光在番茄果实色素代谢及果实着色方面的积极作用。 (3) 转色期番茄果实红绿区域反射比(Red/Green)、 修正叶绿素吸收比指数(MCARI)、 光化学反射指数绝对值(|PRI|)等光谱参量所反映出的色素含量变化动态与Hue值所反映的番茄果实色相一致, 该时期番茄果实反射光谱特性与果皮着色有较高的统一性, 转色期番茄果实的反射光谱能够更好地反映番茄果实着色程度和着色进程。
反射光谱 植物工厂 LED供光模式 番茄 果实转色 Reflection spectrum Plant factory LED lighting mode Tomato Fruit color conversion 
光谱学与光谱分析
2023, 43(6): 1809
作者单位
摘要
1 京市农林科学院质量标准与检测技术研究所, 北京 100097农业农村部农产品质量安全风险评估实验室(北京), 北京 100097
2 京市农林科学院质量标准与检测技术研究所, 北京 100097
3 延安产品质量安全检验检测中心, 陕西 延安 716099
4 北京市农林科学院质量标准与检测技术研究所, 北京 100097农业农村部农产品质量安全风险评估实验室(北京), 北京 100097
以番茄可溶性固形物含量(SSC)的无损速测为例, 分别采用线性渐变分光(LVF)、 数字光处理(DLP)近红外光谱仪对大、 小番茄采集近红外光谱数据; 分别基于两种近红外光谱仪数据计算大、 小番茄平均光谱及差谱, 并比较两种近红外光谱仪所采集大、 小番茄近红外光谱数据的特征; 对两种近红外光谱仪的数据分别进行主成分分析(PCA), 并比较了大、 小番茄前3主成分的得分分布; 按SSC梯度对数据进行分级, 采用偏最小二乘(PLS)回归结合全交互验证算法分别基于两种近红外光谱仪数据建立番茄SSC定量校正模型。 结果表明: (1)大、 小番茄LVF近红外光谱的平均光谱及其差谱的光谱特征分别与DLP近红外光谱的平均光谱及其差谱的光谱特征相似。 (2)大、 小番茄LVF近红外光谱数据PCA前3主成分得分散点分离趋势不明显, 而DLP近红外光谱数据PCA前3主成分得分散点基本上不具有分离趋势。 (3)基于LVF近红外光谱数据所建各模型的相对预测性能(RPD)皆不低于2.11, 其中标准化预处理所建模型具有最佳性能, 模型维数(Nf)、 校正测定系数(R2C)、 校正均方根误差(RMSEC)、 交互验证测定系数(R2CV)、 交互验证均方根误差(RMSECV)、 RPD、 预测相关系数(RP)、 预测均方根误差(RMSEP)分别为8、 0.949 1、 0.27、 0.899 9、 0.38、 3.16、 0.882 6、 0.63; 基于DLP近红外光谱数据所建各模型的RPD皆不低于1.60, 其中标准化预处理所建模型具有最佳性能, Nf、 R2C、 RMSEC、 R2CV、 RMSECV、 RPD、 RP、 RMSEP分别为5、 0.823 5、 0.49、 0.728 6、 0.62、 1.94、 0.788 4、 0.80。 该研究可为番茄SSC的无损快速测定以及果蔬品质无损快速检测的仪器选择与评价提供一定的参考。
番茄 可溶性固形物含量 近红外光谱仪 定量模型 Tomato Soluble solid content Near-infrared spectrometer Quantitative models 
光谱学与光谱分析
2023, 43(5): 1351
崔天宇 1,*卢中领 1,2薛琳 3万诗颀 1,2[ ... ]王海华 1,2
作者单位
摘要
1 中国农业大学信息与电气工程学院, 北京 100083
2 农业农村部智慧养殖技术重点实验室, 北京 100083
3 北京联合大学智慧城市学院, 北京 100101
番茄是一种营养丰富且深受人们喜爱的果蔬, 在全球都得到了广泛的种植, 而我国番茄产销量稳居全球首位。 番茄不仅在人们的生活中扮演了一个重要的角色, 在工业生产中也占据了举足轻重的位置, 我国番茄的出口也在不断增加。 番茄的糖分、 酸度、 维生素C及可溶性固形物含量是反映番茄内部品质的重要评价指标, 而可溶性固形物含量是这些内部品质的总和, 能够较好地表征番茄的内部品质。 因此, 实现对番茄可溶性固形物含量的快速检测对番茄的工业生产和日常生活有着巨大的帮助。 基于化学原理的传统检测方法会对番茄样品产生不可逆的破坏, 且耗时耗力, 难以应对我国现代工业生产的需要。 因此, 寻求番茄内部品质的快速无损检测技术成为了亟待解决的问题。 近年来, 近红外光谱分析在多个领域得到了广泛的应用; 基于近红外光谱检测方法对反映番茄甜度的可溶性固形物含量进行了相关性建模和预测研究。 实验搭建了近红外光谱检测平台, 选择了255个不同成熟度和品种的番茄样本, 每个样本采集了光谱数据和可溶性固形物含量值。 研究对比了SNV, MSC, NOR和SG等光谱数据预处理方法, 并采用K-S算法划分建模校正集和验证集。 同时, 为提高检测可靠度和建模效率, 研究对比了CARS, RF, SPA和UVE等算法来进行数据降维。 结果表明, 采用SNV加二阶15点SG平滑组合的预处理与CARS波段选择相结合, 利用选出的54个波段建立的模型效果较好, 校正、 验证和交互验证相关系数R2分别达到了0.90, 0.89和0.91, 均方根误差RMSE分别为0.14, 0.15和0.14°Brix。 利用自行搭建的近红外光谱检测平台可较好地实现了番茄糖分的快速检测。
番茄 糖分 近红外光谱 偏最小二乘 Tomato Sugar Near-infrared Spectroscopy Partial least squares 
光谱学与光谱分析
2023, 43(4): 1218
作者单位
摘要
河南科技大学食品与生物工程学院, 河南 洛阳 471023
利用高光谱成像技术(HSI)采集了300个不同贮藏时间的番茄高光谱图像, 在所界定的有效波段中提取特征波长的基础上, 构建了番茄贮藏过程中品质变化的马氏距离监测模型, 实现了番茄贮藏过程中的品质变化监测。 首先, 采用多元散射校正(MSC)结合Savizky-Golay卷积平滑(SG)方法对高光谱原始数据进行了预处理, 以消除基线漂移及噪声信号等影响。 其次, 基于光谱曲线在不同波段范围的变化趋势, 并结合全波段下Wilks Λ最小值对应主成分在各个波长下的权重系数定义了可凸显番茄贮藏过程中品质变化的有效波段。 随后, 分别在全波段和有效波段采用连续投影算法(SPA)、 竞争性自适应加权算法(CARS)和Wilks Λ统计量融合主成分分析3种筛选特征波长的方法进行特征波长的提取, 通过对比分析3种方法提取的特征波长数量, 指出了基于 Wilks Λ统计量融合主成分分析可以有效降低数据维度, 简化运算过程。 接着对基于 Wilks Λ统计量融合主成分分析在全波段和有效波段筛选出的主成分进行分析, 指出了在有效波段基于Wilks Λ统计量融合主成分分析进行特征波长的提取可以很好地避免冗余信息对有效信息的掩盖作用, 还可以进一步降低数据维度。 最后, 对分别以贮藏第1日和番茄腐败临界日为监测基准日构建番茄贮藏过程中品质变化的马氏距离监测模型的优缺点进行了分析, 指出以贮藏第1日为监测基准日构建的模型更具有有效性和可靠性。 研究结果表明: 基于Wilks Λ统计量融合主成分分析提取的特征波长个数为最少(5个), 且筛选出的主成分能够有效地表征番茄贮藏过程中品质变化的差异性。 为利用高光谱成像技术监测番茄贮藏过程中的品质变化提供了一种有效的特征波长提取方法。
高光谱成像技术 特征波长提取 Wilks Λ统计量 贮藏 番茄 马氏距离 Hyperspectral imaging technology Feature wavelength extraction Wilks Λ statistic Storage Tomato Mahalanobis distance 
光谱学与光谱分析
2023, 43(3): 969
胡政 1张艳 1,2
作者单位
摘要
1 贵州大学大数据与信息工程学院, 贵州 贵阳 550025
2 贵阳学院农产品无损检测工程研究中心, 贵州 贵阳 550005
番茄早疫病感染性强、 破坏性大, 潜育期症前特征的检测识别是番茄早疫病监测预警和科学防治的关键。 在实验室以离体番茄叶片作为研究对象, 利用高光谱图像监测番茄叶片早疫病的病程演变情况, 结合可见光图像和光谱特征进行数据分析。 实验发现, 番茄叶片感染早疫病后其近红外光谱平均值和红边反射率随着时间不断降低, 且在接种36 h时已出现潜育期病症信息。 选择接种36 h的光谱数据作为番茄早疫病潜育期的建模数据, 分别利用了主成分(PCA)变换、 多元散射校正(MSC)对建模数据进行光谱降维或降噪处理, 进而建立梯度提升决策树(GBDT)和支持向量机(SVM)识别模型, 并导入数据进行训练识别。 讨论了PCA和MSC的预处理方法对梯度提升决策树(GBDT)和支持向量机(SVM) 模型识别效果的影响; 进一步讨论常见核函数对SVM识别模型的影响, 优选出预处理方法和识别模型的组合算法。 结果发现, PCA-GBDT、 PCA-SVM(高斯核)、 PCA-SVM(线性核)、 MSC-GBDT、 MSC-SVM(多项式核)这几类组合算法准确率均为95%以上, 能很好的实现番茄早疫病潜育期的光谱识别; 其中MSC-GBDT的识别召回率和准确率最好, 而PCA-SVM(高斯核)识别效率最高。 研究表明, 通过降噪处理后的番茄早疫病潜育期高光谱数据减少了噪声、 更加符合真实的分布、 具有较大的可信数据量, 配合简单的识别模型会导致识别能力不足, 而配合复杂的识别模型可达到一个较可靠的测试结果; 通过降维算法能使番茄早疫病潜育期高光谱数据的维度降低、 数据量减少; 降维后的特征能够表达出病变信息, 配合简单识别模型时识别效果好, 而配合过于复杂的识别模型会导致识别模型的过拟合。
番茄早疫病 潜育期 高光谱成像 预处理 支持向量 梯度提升决策树 Tomato early blight Incubation period Hyperspectral imaging Pretreatment Support vector Gradient lifting decision tree 
光谱学与光谱分析
2023, 43(3): 744
作者单位
摘要
1 河南科技大学农业装备工程学院, 河南 洛阳 471003
2 机械装备先进制造河南省协同创新中心, 河南 洛阳 471003
3 江苏大学现代农业装备与技术教育部重点实验室, 江苏 镇江 212013
4 河南科技大学物理工程学院, 河南 洛阳 471023
圣女果可溶性固形物(SSC)含量对圣女果内部品质影响至关重要, 但基于高光谱成像及介电性质特征的SSC检测技术存在局限性, 且目前鲜见圣女果SSC无损检测模型。 为实现圣女果SSC的无损检测, 提出基于圣女果可见/近红外光谱特征的SCC预测模型构建, 及改进的BP神经网络算法研究, 以期解决圣女果内部品质的快速无损检测。 以圣女果为研究对象, 试验样本188个, 将其划分为训练集150个和测试集38个, 采用可见/近红外光谱采集系统获取350~1 000 nm范围内的圣女果表面反射强度, 经光谱校正得样本反射率, 为增强信噪比, 截取481.15~800.03 nm范围内的光谱波段作为有效波段进行分析。 通过对比三种预处理模型, 对有效波段进行SG平滑(Savitzky-Golay Smoothing)预处理, 建立BP神经网络预测模型, 测试集决定系数(R2)和均方根误差(RMSE)分别为0.578 5和0.563 9; 在此基础上, 对BP神经网络的网络结构进行改进, 寻求BP神经网络最优预测结构, 计算输出层与期望值间误差, 调整网络结构参数, 将隐含层学习率和神经元个数分别设置为0.01和5, 建立改进的BP神经网络模型(SG-IBP), 测试集R2和RMSE分别为0.981 2和0.102 3; 通过竞争自适应重加权采样算法(CARS)筛选出18个特征波段, 测试集R2和RMSE分别为0.997 8和0.047 9, 同时检测速度显著提升。 研究结果表明: 经过改进的BP神经网络模型性能明显提高, 通过CARS提取特征波段后, 测试集R2提高了0.419 3, RMSE降低了0.516, 检测速度明显提升。 采用CARS提取特征波段的改进BP神经网络模型(SG-CARS-IBP)具有明显的优越性, SG-CARS-IBP模型较为适合圣女果SSC无损检测研究。 该研究可为圣女果SCC的高效无损检测提供参考。
可见/近红外光谱 圣女果 改进BP神经网络模型 竞争自适应重加权采样算法 Visible/near-infrared spectroscopy Cherry tomato Improved BP neural network model Competitive adaptive reweighted sampling algorithm 
光谱学与光谱分析
2023, 43(3): 737
作者单位
摘要
1 安徽大学, 安徽 合肥 230601
2 中国科学院合肥物质科学研究院, 安徽 合肥 230031
番茄果实营养丰富备受人们喜爱。 番茄生长周期长, 需水量大, 水分含量是影响番茄植株生长发育的主要因素; 快速发现番茄植株水分亏缺状态, 对于科学有效地进行番茄的灌溉管理, 保障和提高番茄的产量和品质具有重要意义。 利用高光谱成像技术, 实时识别番茄叶片干旱胁迫程度, 提出了一种基于高光谱成像技术的番茄叶片干旱胁迫的识别方法。 首先, 选取红樱桃番茄为实验品种, 在室内培养12盆番茄幼苗。 在保证其他管理措施相同的基础上, 通过控制施水量来控制番茄的胁迫状态, 干旱胁迫程度设计3个处理(适宜水分、 中度和重度胁迫)。 分批次采集不同干旱程度番茄幼苗嫩叶在400~1 000 nm范围的高光谱图像, 并提取了每个样本的光谱和纹理特征。 使用标准化(Norm)、 多元散射校正(MSC)、 一阶导数(1st)和标准正态变量变换(SNV)四种预处理方法对光谱数据进行预处理去除光谱中的噪声。 使用连续投影算法(SPA)、 竞争性自适应重加权算法(CARS)以及竞争性自适应重加权算法结合连续投影算法(CARS-SPA)选取光谱重要特征波段, 用灰度梯度共生矩阵(GLGCM)提取番茄叶片的纹理特征, 用SPA选择纹理特征的重要变量。 融合重要光谱特征与重要纹理特征结合支持向量机(SVM)构建识别番茄干旱胁迫模型, 同时选用自适应增强算法(AdaBoost)与K-近邻(KNN)与SVM模型对比。 结果表明, 融合重要光谱特征与重要纹理特征后, 基于CARS-SPA波长选择的SNV-SVM模型具有最好的分类效果, 训练集的分类准确度(ACCT)为94.5%, 预测集的分类准确度(ACCP)为95%, AdaBoost模型分类效果次之ACCT为86.5%, ACCP为87%, KNN模型分类效果最差ACCT为81.5%, ACCP为79%。 因此, 该方法对番茄叶片干旱胁迫程度实时识别有较好的效果, 可为构建智能化的干旱胁迫分析技术提供参考。
高光谱成像 番茄 干旱胁迫 图谱特征 Hyperspectral imaging Tomato Drought stress Image and spectral features 
光谱学与光谱分析
2023, 43(3): 724
作者单位
摘要
1 江苏大学现代农业装备与技术教育部重点实验室, 江苏 镇江 212013
2 河南科技大学农业装备工程学院, 河南 洛阳 471003
千禧番茄营养丰富且酸甜可口, 不同千禧番茄品种的风味和营养价值均有明显差异, 尤其是番茄红素、 柠檬酸、 维生素C和氨基酸含量的差异较大。 传统人工分类方式效率低、 主观性强、 误检率高等问题亟待解决。 为筛选综合营养价值高且风味佳的千禧番茄品种, 实现千禧番茄快速准确分类, 提出了基于千禧番茄光谱特征的分类模型构建及GWO优化SVM算法研究, 以期解决千禧番茄自动化分类问题。 以四个品种千禧番茄作为研究对象, 试验样本240个, 将其按2:1比例划分为训练集160个和测试集80个样本, 利用可见-近红外光谱采集系统获取350~1 000 nm范围内的千禧番茄反射强度, 经光谱校正得样本反射率; 为增强信噪比, 截取481.15~800.03 nm范围内的光谱波段作为有效波段。 由于数据采集过程受无关信息干扰影响建模效果, 故将平滑点数设置为3进行Savitzky-Golay(SG)平滑预处理。 预处理后采用连续投影算法(SPA)提取特征波长变量, 优选得到11个特征波长反射率作为输入矩阵X, 预设样本变量1, 2, 3和4作为输出矩阵Y, 利用支持向量机(SVM)建立SPA-SVM千禧番茄定性分类模型, 训练集和测试集平均分类准确率分别为59.38%和48.75%; 在此基础上, 引入灰狼优化算法(GWO)对训练集160个样本训练, 寻求SVM最优惩罚系数(c)和核函数参数(g), 根据模型训练结果对测试集80个样本预测, 建立SPA-GWO-SVM千禧番茄分类模型, 训练集和测试集平均分类准确率分别为100%和81.25%。 研究结果表明: 经灰狼算法优化后的支持向量机模型性能明显提高, 其中训练集和测试集平均分类准确率分别提高了40.62%和32.50%, 灰狼优化算法可用于提高支持向量机的分类性能, 实现对千禧番茄品种的分类。 本研究为千禧番茄及其他果蔬快速准确分类提供了新的思路和方法。
可见-近红外光谱 千禧番茄 分类 灰狼优化算法 支持向量机 Visible/near-infrared spectroscopy Qianxi tomato Classification Grey wolf optimization Support vector machine 
光谱学与光谱分析
2022, 42(10): 3291
作者单位
摘要
1 北京市农林科学院信息技术研究中心, 北京 100097
3 北京交通大学计算机与信息技术学院, 北京 100044
植物病害的自动早期检测对于作物精确保护至关重要。 提出了一种基于多维光谱序列(multi-dimensional spectral series, MDSS)和加权随机森林(weighted random forest, WRF)的番茄灰霉病早期诊断与鉴别方法。 目的是利用叶片多个观测维度的光谱曲线整体变化趋势建立作物病害检测模型, 以期在肉眼明显可见叶面病斑前对作物病害实现诊断。 将健康叶片接种灰霉病菌第3天作为叶片成功染病第1天。 试验首先采集番茄健康叶片和染病叶片7天内每天的高光谱图像, 提取感兴趣区域并计算平均光谱作为初始光谱数据, 经筛选共得到(156×7)组有效样本。 将样本数据按时间顺序拆分成分别包含1~7个维度的光谱数据形成多维原始光谱序列, 为增加维度间差异性, 相邻原始光谱序列相减构成多维关联光谱序列。 分别采用符号聚合近似估计(symbolic aggregate approximation, SAX)和符号傅里叶近似估计(symbolic Fourier approximation, SFA)两种符号化方法将光谱序列离散成局部辨别性特征。 基于多维光谱序列的局部辨别性特征建立加权随机森林(MDSS-SAX-SFA-WRF)分类模型, 实现病害早期检测。 相应地, 基于单维光谱序列(single-dimensional spectral series, SDSS)的番茄灰霉病识别模型被作为基准模型与MDSS-SAX-SFA-WRF模型比较。 试验结果显示, MDSS-SAX-SFA-WRF检测模型在包含2至7个光谱序列维度的56个测试样本数据中均获得90%以上识别准确率, 在包含5个光谱序列维度测试集中得到最高99%的识别准确率, 较SDSS-SAX-SFA-MRF检测模型在染病第5天的识别率高8.2个百分点。 另外受随机干扰的影响, SDSS-SAX-SFA-MRF模型准确率在染病5~7 d出现大幅度回落至最低84%, MDSS-SAX-SFA-WRF模型识别率在肉眼可见病斑阶段依然保持超过98%的较高检测水准, 未过度回落。 因此, 提出的基于多维光谱曲线整体变化趋势和加权随机森林(MDSS-SAX-SFA-WRF)的分类模型能够有效实现番茄灰霉病早期检测, 并具有较强的鲁棒性, 为染病初期的番茄灰霉病鉴别提供新思路。
早期病害识别 高光谱成像技术 番茄灰霉病 随机森林 多维时间序列 Early disease detection Hyperspectral imaging Tomato gray mold Random forest Multi-dimensional times series 
光谱学与光谱分析
2022, 42(10): 3226

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!