基于计算机视觉和嗅觉的菠菜叶绿素含量检测方法研究 - 现代食品科技.PDFVIP

现代食品科技 Modern Food Science and Technology 2017, Vol.33, No.5 基于计算机视觉和嗅觉的菠菜叶绿素含量检测方法 研究 黄星奕，徐海霞，王顺，潘思慧，田潇瑜 （江苏大学食品与生物工程学院，江苏镇江 212013） 摘要：以叶绿素含量为评价菠菜新鲜度的参考指标，开发菠菜采后品质无损检测方法。采用计算机视觉和电子鼻分别获取储藏 期内菠菜的图像和气味信息。分别提取视觉、嗅觉信息的主成分作为模型的输入，以叶绿素含量的化学检测值作为模型的输出，采用 误差反向传播神经网络建立菠菜叶绿素的定量预测模型。试验显示，以视觉信息为输入量的模型测试结果：训练集和测试集的均方根 误差（RMSE ）分别为0.1978 mg/g 和 0.2147 mg/g，相关系数（R ）分别为0.8457 和 0.7995。以电子鼻信息为输入量的模型测试结果： 训练、测试集的 RMSE 分别为 0.3119 mg/g 和 0.3032 mg/g，R 分别为 0.7013 和 0.6905。以视觉和嗅觉融合信息为输入量的模型测试 结果：训练、测试集的RMSE 分别为 0.1759 mg/g 和 0.2121 mg/g，R 分别为 0.8888 和 0.8736，精度比两个单一技术均有所提高。研 究表明，利用计算机视觉和电子鼻技术预测菠菜叶绿素含量的方法是可行的，采用融合技术有助于提升模型的预测精度。 关键词：菠菜；计算机视觉；电子鼻；融合技术；人工神经网络；叶绿素 文章篇号：1673-9078(2017)5-247-252 DOI: 10.13982/j.mfst.1673-9078.2017.5.039 Study on Spinach Chlorophyll Detection Method Using Computer Vision and Artificial Olfactory Sensor HUANG Xing-yi, XU Hai-xia, WANG Shun, PAN Si-hui, TIAN Xiao-yu (School of Food and Biological Engineering, Jiangsu University, Zhenjiang 212013, China) Abstract: Developing a rapid and nondestructive detection method for evaluating the quality of post-harvest spinach is essential for spinach producers and retailers. Typically, chlorophyll content was used as a reference index for spinach freshness, and the samples used in this study were stored at 4 ℃ for 12 d before being assessed by computer vision (for sample images) and electronic nose (for sample odors).