领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
基于高光谱图像区域特征优选的猕猴桃可溶性固形物含量无损预测模型构建
来源:导入 阅读量: 2 发表时间: 2025-12-26
作者: 卞子晗,陈谦,李佳利,刘子涵,帅博宇,欧阳凌欢,赵峙尧,钱建平
关键词: 高光谱成像;猕猴桃;可溶性固形物含量;感兴趣区域;特征优选
摘要:

本研究系统量化分析不同感兴趣区域(region of interest,ROI)特征(部位、形状、尺度)与猕猴桃可溶性固形物含量(soluble solids content,SSC)预测精度的相关性规律,以构建集成高光谱成像与ROI优选的猕猴桃SSC预测模型框架。针对全果ROI区域光谱数据,分别利用多元散射校正(multiplicative scatter correction,MSC)、Savitzky-Golay(SG)平滑、标准正态变量变换(standard normal variate,SNV)及SNV-SG平滑方法进行预处理,建立偏最小二乘回归模型以预测猕猴桃SSC,并通过性能分析确定模型处理策略。进一步分别提取猕猴桃赤道、花萼、果梗处不同形状、尺度组合ROI光谱信息进行模型预测精度对比。结果表明,SNV预处理效果最佳,全果ROI预测集的决定系数(RP2)=0.832 7、预测均方根误差(root mean square error of prediction,RMSEP)=0.387 1。ROI特征对猕猴桃SSC预测准确性有显著影响,呈现“赤道>花萼>果梗”“圆形>方形”“小尺度>大尺度”的影响规律;而赤道处小圆形ROI预测结果最优,RP2=0.917 3、RMSEP=0.221 7。本研究验证了高光谱图像ROI优选对模型性能的关键作用,明确了“赤道-圆形-小尺度”的组合特征优势,可为利用高光谱技术提高猕猴桃SSC预测效果提供有效途径。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2