
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。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
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

