2004红外漫反射式水果糖份的测量系统

基于红外光谱的苹果糖度无损检测系统关键字：基于红外光谱的苹果糖度无损检测系统本文为Word文档，感谢你的关注！摘要利用近红外漫反射定量技术，设计了苹果糖度无损检测系统，采用最小二乘法建立了近红外光谱与苹果糖度之间的数学定量模型，对模型进行校验，得到苹果糖度实际值与预测值的相关性。

相关系数为0.7521，RMSE=1.1818。

采用980nm的激光二�O管作为特征光源。

光源经过苹果内部产生漫反射光信号，该信号被光电传感器采集。

用微控制器处理该信号再加上外围电路组成无损检测系统。

【关键词】苹果近红外光谱无损检测苹果富含矿物质和维生素，是人们最常食用的水果之一，是低热量食物，易被人体吸收，有“活水”之称，可以溶解硫元素，使皮肤润滑柔嫩，深受人们喜爱。

随着人们生活水平提高，人们对于苹果的含糖量有了新要求，但传统的折光仪有损检测时耗时、费力和效率低；无损的检测仪又携带不便、操作复杂、使用条件苛刻和价格昂贵等缺点不能普及推广使用。

因此在此基础上本文设计了这套无损检测系统，它具有便携、操作简单和低成本的特点。

国内外在苹果糖度的无损检测方面做过很多的研究，在国外如LammertynJeroen等人在2000年，在11363-6060cm-1范围内利用光纤探头对Jonadold苹果糖分含量进行了近红外光谱反射特性的试验研究，通过偏最小二乘法分析得出两者的相关系数在0.79-0.91之间；Zou等人在2007年利用遗传算法、间隔偏最小二乘法（iPLS）进行特征波段的挑选，提高了苹果糖度模型的预测精度；Liu等人在2007年分析了不同测量距离对苹果糖度无损检测的影响；在国内，刘燕德等人在2010年建立了红富士苹果糖度的近红外漫反射主成分回归PCR多元校正模型，得出相关系数：=0.844，标准校正误差SEC=0.729；韩东海等人在2014年利用近红外光谱结合混合线性分析法的一种变形算法HLA/XS建立苹果糖度校正模型，得出：=0.87611、标准预测误差SEP=0.4848；王加华等人利用近红外漫反射光谱结合主成分回归PCR和偏最小二乘法PLS研究了苹果糖度无损检测，通过比较二者的相关系数、标准校正误差和预测标准误差，得出偏最小二乘法PLS模型更优。

[19]中华人民共和国国家知识产权局[12]实用新型专利说明书[11]授权公告号CN 2779390Y [45]授权公告日2006年5月10日专利号 ZL 200420079297.7[22]申请日2004.09.08[21]申请号200420079297.7[73]专利权人江苏大学地址212013江苏省镇江市丹徒路301号[72]设计人赵杰文 邹小波 [74]专利代理机构南京知识律师事务所代理人唐恒[51]Int.CI.G01N 21/49 (2006.01)G01N 21/35 (2006.01)权利要求书 1 页 说明书 3 页 附图 2 页[54]实用新型名称近红外水果糖酸度分析用漫反射检测装置[57]摘要本实用新型涉及水果糖酸度无损检测装置，由近红外检测光纤、光纤支架、水果转动装置和底座组成。

其中近红外检测光纤是一根分叉光纤，光纤的一头开叉，分别接光源和信号接收器；另一头为同轴形状的光纤探头，中心为光源输入光纤，周围为信号接收光纤。

水果转动装置为一对锥棍，其通过同步轮和同步带与步进电机相连，步进电机控制其转动速度，并且该锥棍为两头大中间小，使水果转动时不会两头窜动。

检测光纤探头由光纤支架固定，光纤支架位于两锥棍之间中心的正下方，使检测光纤探头正好通过两锥棍之间的间隙靠近检测的水果最大果径，检测水果置于两锥棍上。

它能减少检测次数，缩短检测时间，检测水果糖酸度准确度也更高。

200420079297.7权 利 要 求 书第1/1页1.近红外水果糖酸度分析用漫反射检测装置，其特征在于由近红外检测光纤、光纤支架、水果转动装置和底座组成，其中近红外检测光纤(2)由光源输入光纤和信号接收光纤结合组成，其为一根分叉光纤，光纤的一头开叉，分别接红外光源(1)和检测器(12)，红外光源(1)和检测器(12)装在一台FT-IR光谱检测设备(13)的里面；另一头为同轴形状的光纤探头(9)，光纤探头(9)的中心为光源输入光纤，周围为信号接收光纤，水果转动装置为安装在底座(3)上的能控制水果转动的夹具装置。

水果含糖量近红外检测系统及实验
毕卫红;许峰;吕超
【期刊名称】《红外技术》
【年(卷),期】2007(29)11
【摘要】基于近红外光谱技术设计了一种便携式的水果含糖量检测系统,在特定特征波长应用最小二乘法建立了数学模型,并对其进行了校验,结果比较理想.该检测系统可以直接用于水果含糖量的快速分析且具有较高的准确性.
【总页数】3页(P678-680)
【作者】毕卫红;许峰;吕超
【作者单位】燕山大学,信息科学与工程学院,河北,秦皇岛,066004;燕山大学,信息科学与工程学院,河北,秦皇岛,066004;燕山大学,信息科学与工程学院,河北,秦皇岛,066004
【正文语种】中文
【中图分类】TN219
【相关文献】
1.一种近红外光谱水果内部品质自动检测系统 [J], 刘燕德;应义斌;傅霞萍;陆辉山
2.基于红外图像融合的DSP水果检测系统研究 [J], 严君;沈明霞;杨万利
3.典型经济水果近红外漫反射无损检测及其光谱数据分析 [J], 谭保华;肖腾飞;刘琼磊;李根;黄程旭;李刚
4.水果含糖量近红外漫反射检测实验及分析研究 [J], 谭保华;肖腾飞;刘琼磊;李根;李刚;黄程旭
5.近红外漫反射光对水果的穿透能力研究 [J], 张欣欣;李尚科;李跑;单杨;蒋立文;刘霞
因版权原因，仅展示原文概要，查看原文内容请购买。

第40卷第1期2006年1月浙　江　大　学　学　报(工学版)Journal of Zhejiang University (Engineering Science )Vol.40No.1J an.2006收稿日期:20040823.浙江大学学报(工学版)网址:/eng基金项目:国家自然科学基金资助项目(30370371,60468002).作者简介:刘燕德(1967-),女,江西泰和人,教授,博士,从事农产品光学特性检测.E 2mail :jxliuyd @通讯联系人:应义斌,男,教授,博导.E 2mail :ybying @一种近红外光谱水果内部品质自动检测系统刘燕德1,2,应义斌1,傅霞萍1,陆辉山1(1.浙江大学生物系统工程与食品科学学院,浙江杭州310029;2.江西农业大学工学院,江西南昌330045)摘　要:基于傅里叶变换近红外漫反射光谱技术探讨了水果内部品质快速自动检测的新方法.建立水果的内部品质自动检测系统由光源、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等部件组成.利用该系统对不同采收期雪青梨糖度和总酸度进行了自动检测试验并结合多元校正算法偏最小二乘法,建立了雪青梨漫反射光谱与其内部糖度、酸度的相关关系.试验结果为:定标误差分别为0.25%、0.02%,预测误差分别为0.32%、0.02%.经研究表明,该自动检测系统可以直接用于水果内部品质的快速定量分析.关键词:自动检测;近红外光谱;光纤探头;数据采集卡;水果中图分类号:TN751 文献标识码:A 文章编号:1008973X (2006)01005304Autom atic measurement system of fruit internal qu alityusing near 2infrared spectroscopyL IU Yan 2de 1,2,YIN G Y i 2bin 1,FU Xia 2ping 1,L U Hui 2shan 1(1.College of B iosystems Engineering and Food S cience ,Zhej iang Universit y ,H angz hou 310029,China;2.College of Engineering ,J iang x i A g ricultural Universit y ,N anchang 330045,China )Abstract :The met hods of automatic measurement of intact f ruit internal quality were investigated based on Fourier transform near 2inf rared spect ro scopy ,and t he system was also developed.The system consisted of light source ,interferometer ,fiber optical sensor ,In GaAs detector ,data collection card and f ruit holder.Quantitative test s for sugar co ntent and total acidity of pears were carried out by t his system and t he rela 2tionship between t he f ruit reflectance and internal quality indices were obtained by using partial least squares calibration techniques.Standard errors of calibration (SEC )were 0.25%,0.02%for t he calibra 2tion set ,and standard errors of prediction (SEP )were 0.32,0.02%for prediction set respectively.The measurement system can be directly applied to fast quantification analysis of f ruit internal quality.K ey w ords :automatic measurement ;near 2infrared spect ro scopy ;optical fiber ;data collection card ;f ruit 随着计算机技术的迅速发展以及化学计量学方法研究的日益深入,近红外光谱技术在农产品品质检测领域里得到较快发展[122].水果是重要的农产品,消费者在选购水果时对于内部品质如口感、糖度和酸度也是极为看重.因此,利用水果光学特性开展水果内部品质无损检测与分级技术研究,并将其研究成果应用到水果产后加工和处理生产线上具有广阔的市场应用前景[3].近红外光技术是一种新的光谱技术,最近20多年来发展迅速[4],将其用于水果内部品质在线实时检测具有传统检测方法不可比拟的优点:1)它属于非破坏性检测,可保留水果完整外表而得其内在品质方法;2)检测速度快,不像传统化学分析法,需花大量时间来做复杂的样本的预处理和常规分析;3)近红外吸收光谱包含了待测水果的所有成分吸收信息,因此可同时检测多种内部成分,不像传统分析法要一一进行分析[5].本文基于近红外漫反射光谱分析技术,建立了用于水果内部品质的快速自动检测系统,并对248个雪青梨糖度和酸度的快速无损检测进行了试验研究,探讨了近红外漫反射光谱测试技术在水果内部品质无损检测中的应用前景.1　检测原理及系统组成1.1　检测基本原理水果中碳水化合物、糖分、淀粉及酸度等成分分子属于红外活性分子,当近红外光照射到水果中时,不同的水果内部成分对于不同波长的光学吸收和散射程度不同,而随着水果内部成分质量分数的不同,其内部光谱也将发生变化,利用这一特性,即可根据近红外光谱特征分析水果中的主要成分及其质量分数[627].水果内部品质光谱检测基本流程见图1:首先收集具有代表性的样品(其组成及其变化范围接近于要分析的样品);然后采集样品的光谱数据,利用标准的化学方法对样品进行化学成分分析,通过数学方法将这些光谱数据和检测数据进行关联,一般将光谱数据进行转换(一阶或二阶导数),与化学测定值进行回归计算,得出定标方程,建立数学模型.在分析未知样品时,先对待测样品进行扫描,根据光谱值利用建立的模型可以计算出待测样品成分的质量分数.1.2　自动检测系统组成及工作过程本系统由5个部分组成,见图2,它们分别是:50W 石英卤素灯光源(Nicolet ,美国)、迈克尔逊干涉仪、近红外漫反射光纤探头组件、铟镓砷检测器、数据采集卡和水果样品室等.光源发出的光通过干涉仪和聚焦透镜通过入射光纤照射到水果内部组织中发生漫射,从水果内部漫射出来的光通过由检测器输出的接收光纤进入铟镓砷检测器,检测器与计算机连接采用插入式数据采集卡,漫反射光谱信号通过数据采集卡存储于计算机内存中,并由Nicolet 公司OM IN IC6.1光谱处理软件进行处理,最后在显示屏上实时地显示结果.计算机选用了Pentium 机,其主频256Hz ,内存128Mbit s.自动检测系统的主要技术参数:波长范围为800～2500nm ,采样间隔为1.25nm ,光谱采集分辨率为2.5nm ,信噪比为0.096,动镜速度为0.9494cm/s ,光圈大小为32,参比材料为聚四氟乙烯标准块.图1　水果内部品质漫反射近红外光检测流程图Fig.1　Diff use near 2inf rared reflectance flow chart fortesting of pearsquality图2　水果内部品质漫反射近红外光无损自动检测系统Fig.2　Near 2inf rared automation measurement system for pear f ruit internal quality45浙　江　大　学　学　报(工学版) 第40卷　2　实验与分析2.1　水果的近红外光谱采集利用以上近红外光谱自动检测系统进行光谱试验,可以得到质量较好的光谱图,图3为雪青梨品种的原始吸收光谱.从图中可知在976、1180、1576和1978nm 处具有明显的吸收峰.利用OMINIC6.1对原始吸收光谱进行一阶微分、二阶微分(D 2log (1/R )和平滑处理S 2G 法则),从经过分析的雪青梨原始光谱和一、二阶微分光谱中,得出用于雪青梨检测的有效光谱范围在967～2000nm ,有效光谱范围的选择为今后的水果内部品质检测光谱范围的有效选取提供了依据.图3　水果的近红外漫反射光谱原始光谱Fig.3　Typical spectra of log (1/R )of reflectance recip 2rocal for pear f ruit2.2　算法原理及模型建立2.2.1　偏最小二乘法建模算法[8]　偏最小二乘法(partial least squares ,PL S )的基本算法是先对光谱矩阵作分解,将光谱矩阵A 表示为主成分矩阵T 与载荷矩阵P 的乘积;同时也将浓度矩阵C 表示为浓度主成分矩阵U 与载荷矩阵Q 的乘积;然后在U 和T 之间进行线性回归,建立浓度矩阵C 与光谱矩阵A 之间的关系.设A n ×m 为n 个样品在m 个波长上的光谱参数矩阵,C n ×l 为n 个样品l 种成分质量分数构成的矩阵.将A n ×m 和C n ×l 分解为如下形式:A n ×m =T n ×h P h ×m +E n ×m ,(1)C n ×l =U n ×h Q h ×l +F n ×l .(2)式中:h 称为样品的抽象组分数,T n ×h 为光谱参数特征因子矩阵,U n ×h 为质量分数特征因子矩阵,P h ×m 为光谱参数载荷矩阵,Q h ×l 为质量分数载荷矩阵,E n ×m 和F n ×l 分别为光谱参数矩阵的残差矩阵和浓度矩阵的残差矩阵.建立T n ×h 与U n ×h 的关系矩阵B (浓度与光谱参数间的内部关系为U n ×h =T n ×h B h ×h ,(3)此时质量分数与光谱参数间的外部关系为C n ×1=T n ×h B h ×h Q h ×1+F n ×1.(4)要求‖F (n ×l )‖达到最小.2.2.2　水果内部品质数学模型的建立　本试验选用了166个雪青梨组成标准样品集,采用雪青梨的近红外光谱和其糖度、酸度的化学测定值建立数学模型.166个雪青梨糖度的范围为10.98%～14.34%,其平均值为12.84%.雪青梨酸度质量分数为0.10%～0.25%,其平均值为0.14%.根据美国Nicolet 公司的智能定量分析软件TQ Analyst v6.0得出偏最小二乘法预测82个标准样品的糖度、酸度预测值,其中标准样本集的化学测定值与预测值的相关系数分别为0.94和0.83,标准校正误差分别为0.25%和0.02%,雪青梨糖度、酸度测定值与预测值的相关关系图如图4和5.2.2.3　系统精度评价及模型的检验　用已建立的数学模型对82个样品的糖度、酸度质量分数进行预测,82个雪青梨糖度的质量分数范围为11.15%～14.30%,其平均值为12.77%;雪青梨酸度质量分数范围为0.10%～0.23%,其平均值为0.14%.结果分别为:其预测值和实际值的相关系数分别为0.87和0.80,其标准预测误差分别为0.32%和0.02%.根据本次试验结果,说明所建立的自动检测系统性能较好且所建立的数学模型预测精度也较高.图4　糖度测量值与预测值的相关图Fig.4　Relationship between measured sugar content vs.predicted sugarcontent图5　总酸测量值与预测值的相关图Fig.5　Relationship between measured total acidity vs.predicted titratable acidity55第1期刘燕德,等:一种近红外光谱水果内部品质自动检测系统3　结　语本研究建立了基于傅里叶变换近红外光谱无损检测水果内部品质的自动检测系统,利用该系统对水果糖度和酸度含量的无损检测进行了试验研究.研究结果表明:该自动检测系统能快速用于水果内部品质的无损检测和分级.参考文献(R eferences):[1]L AMM ER T YN J,NICOL A Y B B,OOMS K,et al.Non2destructive measurement of acid,soluble solids and firmness of Jonagold apples using N IR2spectrometer [J].T ransactions.of the ASAE,1998,41(4):10891094.[2]SL AU GH TER D C,T HOMPSON J F,TAN E S.Nondestructive determination of total and soluble solids in fresh prune using near infrared spectroscopy[J].Jou rnal Posth arvest Biology and T echnology,2003,28:437444.[3]刘燕德,应义斌.基于MA TL AB语言的水果糖度定量分析[J].浙江大学学报:工学版,2004,38(10):1371137.L IU Yan2de,YIN G Y i2bin.Quantitative analysis ofnear inf rared spectra in apple sugar content based on MA TL AB[J].Journal of Zhejiang U niversity:E ngi2 neering Science,2004,38(10):13711374.[4]刘燕德,应义斌.光纤传感技术及其在水果内部品质检测中的应用研究[J].传感技术学报,2003,20(2):170 174.L IU Yan2de,YIN G Y i2bin.A study on fiber sensing technique used for f ruit interior quality inspection[J].Journal of T ransducer T echnology,2003,20(2):170174.[5]PEIRS A,SCH EERL INC K N,TOUCHAN T K,et al.Comparison of Fourier transform and dispersive near2in2f rared reflectance spectrometer for apple measurements[J].Journal Biosystems E ngineering,2002,81(3):305 311.[6]SL AU GHIER D C.Nondestructive determination of in2ternal quality in peaches and nectarines[J].T ransaction of the ASAE,1995,38(2):617623.[7]SCHMILOV ITCH Z,MIZRACH A,HOFFMAN A,et al.Determination of mango physiological indices by near2inf rared spectrometry[J].Journal Postharvest Biol2 ogy.T echnolagy,2000,19:245252.[8]许禄,邵学广.化学计量学方法[M].北京:科学出版社,2004.(上接第44页)参考文献(R eferences):[1]王勇,姚亦峰,蒋兴浩,等.嵌入式系统接入internet的技术研究[J].计算机工程与应用,2001,37(4):1215.WAN G Y ong,YAO Y i2feng,J IN G Xing2hao et al.Technical Study of Embedded System Accessing Internet [J].Computer E ngineering and Application,2001,37(4):1215.[2]Postel J.RFC793,Transmisstion control protocol.[S/OL].[2004209208]./ftp/rfc/ rfc793.pdf.[3]COM ER D ER,Internetworking with TCP/IP[M].New J erey:Prentice Hall.1998.[4]方捷磊,朱杰.在嵌入式网络应用中实现TCP/IP协议[J].微电子学与计算机,2002,19(5):2830,17FAN G Jie2lei,ZHU Jie.How to implement TCP/IP in an embedded network application[J].Microelectronics and Computer,2002,19(5):2830,17.[5]李长河,杜辉天,吕林涛.一种小型嵌入式TCP/IP协议栈的设计与实现[J].微电子学与计算机,2003,20(6): 4043.L I Chang2he,DU Hui2tian,L V Lin2tao.The design and implementation of a small embedded TCP/IP statck[J].Microelectronics and Computer,2003,20(6):4043. [6]孟蕾,陈文艺,宋焕生.嵌入式TCP/IP实现的研究和分析[J].西安邮电学院学报,2004,9(1):5660.M EN G Lei,CH EN Wen2yi,SON G Huan2sheng.The research and analysis of embedded TCP/IP protocol[J].Journal of Xian U niversity of Post and T elecommunica2 tions,2004,9(1):5660.[7]林涛,王济勇,韩光洁,等.EI内核中TCP状态机约简的研究[J].计算机科学,2004,31(1):3134.L IN Tao,WAN G Ji2yong,HAN Guang2Jie,et al.Re2 search on TCP state machine reduction embedded inter2 net kernel[J].Computer Science,2004,31(1):3134.[8]MINSHALL G.SAITO,Y MOGUL J.et al.Applicationperformance pitfalls and TCP’s Nagle algorithm.[J].ACM P erform ance E v alv ation R eview,2000,27(4):3644.65浙　江　大　学　学　报(工学版) 第40卷　。

基于近红外光谱的梨果糖浓度无损检测系统王伟明;张文涛;董大明;熊显名【摘要】A nondestructive portable detection system for sugar content of pears based on near infrared spectrum is developed, and the relationship between the near-infrared spectrum and sugar contents of pears is established. A nondestructive testing device for sugar content is designed using the laser diode of 850 nm as the background and that of 905 nm as the characteristic source. The model for calibration is set up by the partial least squares （PLS） meth- od. The correlograms between the standard Brix value and predictive value of the calibration set and the prediction set are obtained which give good predictions of the sugar content of pears, with corresponding r values of 0. 991 9 and 0. 826 2, and standard errorsof predictions of 0. 002 and 0. 008. It is proved that the device designed can be used for nondestructive testing of the sugar content of pears of the same variety.%应用近红外光谱漫发射技术设计了梨果的糖浓度无损便携式检测系统，建立了近红外光谱和梨的糖浓度值之间的关系。

运用近红外漫反射技术检测苹果内部品质
范国强;闸建文
【期刊名称】《农业装备与车辆工程》
【年(卷),期】2006(000)011
【摘要】为了建立山东烟台富士苹果糖度和硬度的近红外光谱测定法,本实验应用光纤漫反射近红外光谱检测技术快速定量分析苹果的糖分含量和硬度.使用偏最小二乘法建立预测模型,样品糖分预测值和实测值之间的相关系数为0.97210,校正标准差(RMSEC)为0.363;样品硬度预测值和实测值的相关系数为0.95452,校正标准差(RMSEC)为0.594.通过本次试验研究表明,近红外光谱测定法能准确地对富士苹果糖分含量和硬度进行无损快速定量分析.
【总页数】3页(P33-35)
【作者】范国强;闸建文
【作者单位】山东理工大学,轻工与农业工程学院,淄博,255049;山东理工大学,轻工与农业工程学院,淄博,255049
【正文语种】中文
【中图分类】S6
【相关文献】
1.苹果可溶性固形物和糖酸比可见/近红外漫反射与漫透射在线检测对比研究 [J], 刘燕德;吴明明;李轶凡;孙旭东;郝勇
2.苹果品质检测的可见-近红外激光漫反射光谱图像法的方法研究 [J], 庆兆坤;籍保
平;史波林;朱大洲;屠振华;ZUDE Manuela
3.近红外漫反射用于检测苹果糖度及有效酸度的研究 [J], 刘燕德;应义斌;傅霞萍
4.运用近红外透射光谱技术检测苹果内部品质 [J], 杜冉;闸建文;付家庭;崔丰娟
5.苹果糖分含量的近红外漫反射检测研究 [J], 刘燕德;应义斌
因版权原因，仅展示原文概要，查看原文内容请购买。

近红外漫反射式水果糖份含量的测量系统
刘燕德;应义斌
【期刊名称】《光电工程》
【年(卷),期】2004(031)002
【摘要】基于近红外光谱技术而建立水果糖份含量的测量系统,主要包括FT-IR光谱仪、光纤漫反射附件和数据采集卡.利用该系统对56个苹果糖份含量进行了预测试验, 结果为:标准校正误差为0.317,标准预测误差为0.487.该测量系统可以直接用于水果糖份含量的快速定量分析且预测精确度可达到95%.
【总页数】3页(P51-53)
【作者】刘燕德;应义斌
【作者单位】浙江大学生物系统工程与食品科学学院,浙江,杭州,310029;江西农业大学工学院,江西,南昌,330045;浙江大学生物系统工程与食品科学学院,浙江,杭州,310029
【正文语种】中文
【中图分类】TH751
【相关文献】
1.近红外反射式错位点衍射干涉仪 [J], 万骏;陈磊;朱文华;李金鹏
2.付里叶变换近红外漫近射光谱定量分析数字模型... [J], 张录达;严衍禄
3.基于可见/近红外漫透射光谱的马铃薯黑心病及淀粉含量同时在线无损检测 [J], 丁继刚; 韩东海; 李永玉; 彭彦昆; 王绮; 韩熹
4.用近红外测定甜菜粕中总糖份和水份 [J], 刘凤华;李洵微
5.鲜辣椒中糖份和维生素C含量的近红外光谱非破坏性测定 [J], 覃方丽;闵顺耕;石正强;马海燕;车江旅
因版权原因，仅展示原文概要，查看原文内容请购买。