河南科技大学食品与生物工程学院, 河南 洛阳 471023
为了监测黄瓜采摘后贮藏期间品质的变化, 借助不同贮藏日期贮藏室气氛的3D荧光数据, 提出了一种特征荧光信息(特征激发与特征发射波长)提取方法, 实现了黄瓜贮藏期间品质的监测。 首先, 对3D荧光数据进行去除瑞利散射和多项式Savitzky-Golar(SG)平滑降噪预处理, 有效消除了散射和噪声信号的影响。 其次, 对预处理后的3D荧光数据进行主成分分析(PCA)得到主成分矩阵, 并运用各主成分变量构造Wilks统计量, 选取了最小值对应的主成分(第11主成分, PC11); 根据构造该主成分的各原始变量(激发波长)的组合系数大小提取了8个特征激发波长。 然后, 采用10 nm的间隔对发射光谱进行了波段划分, 运用小波包分解(WPD)对每个波段进行了3尺度分解, 计算了各波段分解后的小波包能量, 综合8天试验结果选择能量最高的发射波段作为初选发射波段。 采用偏最小二乘回归(PLS)结合黄瓜理化指标(硬度、 叶绿素含量和失重率)对初选的发射波段进行了分析, 依据回归系数精选了7个特征发射波长, 简化了计算。 同时, 根据黄瓜硬度数据初步找到了其变化趋势的转折点; 根据黄瓜叶绿素含量变化曲线及一阶导数, 发现了叶绿素下降趋势最显著的点, 并结合试验过程中的感官观察结果, 确定第5个贮藏日为黄瓜品质突变日, 并选择第5个贮藏日为监测基准日。 最后, 采用提取的特征荧光信息计算不同贮藏天数与监测基准日之间的马氏距离(MD), 构建MD监测模型。 结果表明, 随着贮藏时间越来越接近监测基准日, MD值则逐渐减小到0, 与黄瓜贮藏过程中品质变化进程相符。 上述多变量统计分析融合小波包能量的特征波长提取方法和应用特征荧光信息构建的MD监测模型有望成为黄瓜贮藏过程中品质监测的一种可行方法。
黄瓜 3D荧光 Wilks Λ统计量 小波包分解 偏最小二乘回归 品质监测 Cucumber The 3D fluorescence Wilks Λ statistic Wavelet packet decomposition Partial least squares regression Quality monitoring 光谱学与光谱分析
2023, 43(9): 2967
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
河南科技大学食品与生物工程学院, 河南 洛阳 471023
为利用3D荧光技术实现基于贮藏室气体荧光信息的香蕉腐败早期预警, 选取两批不同贮藏日期的香蕉贮藏室气体进行三维荧光数据采集。 首先对荧光数据进行了预处理: 为消除三维荧光仪整体漂移现象, 对得到的三维荧光数据进行去除漂移处理; 利用matlab中eemscat工具包对瑞利与拉曼散射进行去除处理, 有效消除了瑞利散射和拉曼散射的不利影响; 运用Savitzky-Golar(SG)进行数据平滑处理, 减少了噪声对荧光信号的干扰。 同时, 对三维荧光数据进行初步筛选, 去除了荧光强度接近于0的发射波长, 以及利用三阶高斯混合分布对不同激发波长下的发射光谱进行拟合去除了离散性较大的激发波长。 然后针对荧光数据的特征表征, 提出了一种基于Wilks Λ统计量融合间隔偏最小二乘法(iPLS)的荧光数据特征选择策略。 具体是: 用Wilks Λ统计量进行特征激发波长的选取, 初步选出了5个特征激发波长; 根据初选的特征激发波长用iPLS结合pH值及相对电导率进行了特征发射波段的选取, 结果每个特征激发波长下均选出包含14个波长的特征发射波段。 为进一步减少分析变量个数, 根据选出的特征发射波长, 运用Wilks Λ统计量再次进行特征激发波长反选, 最终得到了3个特征激发波长。 考虑到各特征激发波长下对应14个特征发射波长, 故可选出42个特征发射波长。 最后基于香蕉在贮藏中其品质变化具有时变特点, 根据42个特征发射波长使用系统聚类分析法(SCA)进行香蕉腐败基准界定, 得到两批香蕉均在贮藏的第5天出现品质突变。 因此选用第5天贮藏室气体荧光信息来表征香蕉的腐败情况。 另外, 利用主成分分析(PCA)初步探索了用第1主成分实现香蕉早期腐败的预警。 结果表明: 文中提出的三维荧光数据特征波长的选择策略是能够有效降低光谱数据的复杂度, 同时给出的早期腐败预警方法是可行的。
香蕉 腐败预警 三维荧光 Wilks Λ统计量 间隔偏最小二乘 系统聚类分析 Banana Spoilage warning Three-dimensional fluorescence Wilks Λ statistic Interval partial least squares Systematic cluster analysis
河南科技大学食品与生物工程学院, 河南 洛阳 471023
为了实现香蕉在贮藏过程中的腐败预警, 对不同贮藏时间的香蕉进行高光谱数据采集。 应用Savitzky-Golar(SG)平滑对原始光谱进行降噪处理, 以获得少噪声干扰的光谱数据。 提出一种基于Wilks Λ统计量结合主成分信息融合的高光谱特征波长提取方法。 该方法可描述为: 先对降噪后的高光谱数据进行主成分分析(PCA), 然后对获取的主成分数据分别构建Wilks Λ统计量, 进而可选出Wilks Λ值最小的主成分变量(第3主成分, PC3), 绘制出该主成分对应于原始变量(各波长)下的组合权重系数图, 将权重系数图中的波峰、 波谷所对应的波长变量提取出来即为该法提取出的特征波长。 按此方法共提取出9个特征波长。 同时, 对香蕉的色差数据进行分析, 通过分析测试样本的L*, a*, b*, ΔE值随贮藏时间的变化趋势, 找到数据异常点(拐点)所在位置, 并结合实际感官情况初步确定了腐败基准为第6个贮藏日。 为了进一步说明所确定的腐败基准的合理性, 应用特征光谱数据做出不同贮藏时间样本平均光谱反射值曲线, 对比发现在不同特征波长下光谱反射值均在贮藏第6天达到最小值, 与色差指标分析结果一致, 进一步证明了腐败基准选取的正确性。 所以, 可用第6个贮藏日的特征光谱信息来表征基准信息, 以生成腐败基准的特征光谱表征向量及其对应的协方差矩阵。 最后, 以表征腐败基准的光谱特征向量为基点, 采用马氏距离(MD)构建了香蕉贮藏过程中基于高光谱特征波长信息的腐败预警模型, 并对模型进行了验证。 结果表明: 随着香蕉贮藏时间的延长, 该预警模型给出的测试样本与腐败基准的距离越来越近, 吻合香蕉腐败的实际进程。 因此, 所提出的高光谱特征波长提取方法、 腐败基准的确定及其表征方法以及腐败预警高光谱模型是合适的, 能有效地预警香蕉腐败。
香蕉 色差 高光谱 Wilks Λ统计量 马氏距离 预警模型 Banana Color difference Hyperspectral Wilks Λ statistic Mahalanobis distance Early warning model 光谱学与光谱分析
2020, 40(12): 3871
