基于近红外高光谱成像技术的花生冻伤检测方法研究.pdf

第

45

卷

第

6

期食品工业科技Vol.

45

No.

6

2024

年

3

月Science

and

Technology

of

Food

IndustryMar.

2024

崔程，刘翠玲，孙晓荣，等.

基于近红外高光谱成像技术的花生冻伤检测方法研究[J].

食品工业科技，2024，45（6）：226−233.

doi:

10.13386/j.issn1002-0306.2023030252

CUI

Cheng,

LIU

Cuiling,

SUN

Xiaorong,

et

al.

Peanut

Frostbite

Detection

Method

Based

on

Near

Infrared

Hyperspectral

Imaging

Technology[J].

Science

and

Technology

of

Food

Industry,

2024,

45(6):

226−233.

(in

Chinese

with

English

abstract).

doi:

10.13386/j.issn1002-0306.2023030252

·

分析检测

·

基于近红外高光谱成像技术的花生冻伤检测

方法研究

崔程，刘翠玲，孙晓荣，吴静珠*

（北京工商大学食品安全大数据技术北京市重点实验室，北京

100048）

摘要：花生在收获、运输、储存和加工过程中易受到温、湿度变化导致冻伤现象，从而影响花生及其制品的品

质，为探索花生冻伤机理并提高冻伤花生检测效率，本文采用近红外高光谱技术研究花生冻伤无损检测可行性、

基于特征变量筛选的判别模型优化方法以及花生冻伤机理。实验研究了变量标准化（Standard

Normalized

Variate，

SNV）、多元散射校正（Multiplicative

Scatter

Correction，MSC）、Savitzky-Golag（SG）平滑以及SG平滑-SNV

和SG平滑-MSC五种预处理方法对原始数据的影响，随后分别采用竞争自适应重加权法（competitive

adapative

reweighted

sampling，CARS）、随机蛙跳（random

frog，RF）、变量重要性投影（variable

importance

in

projection，

VIP）、连续投影算法（successive

projections

algorithm，SPA）、蒙特卡洛无信息变量消除（Monte

Carlo

uninfor-

mative

variable

elimination，MC-UVE）、迭代保留信息变量（Iteration

retention

information

variable，IRIV）、变量

组合种群分析-迭代保留信息变量（Variable

combination

population

analysis-Iteration

retention

information

variable，

VCPA-IRIV）和变量组合种群分析-遗传算法（Variable

combination

population

analysis-Genetic

Algorithm，VCPA-

GA）8种变量选择方法筛选得到与花生冻伤相关的特征波长，通过建立支持向量机（Support

Vector

Machine，

SVM）选用达到判别准确率阈值为90%的特征波长作为花生冻伤特征波长。结果表明，基于近红外高光谱成像技

术的花生冻伤检测总体可行，且精度较高，所有变量选择方法均能有效筛选与冻伤相关的特征波长，其中VCPA-