
脂肪酸值是判定稻谷储存品质的必要指标,但现有脂肪酸值快速检测技术在大宗稻谷收储应用中仍难以实现设备成本、检测通量与现场实操便利性的协同兼顾。因此,本研究提出一种基于可见与偏振图像对比融合的糙米脂肪酸值预测方法,对该方法进行可解释分析。比较MobileNetV2、ResNet18、ShuffleNetV2、VGG16、EfficientNetV2和MobileNetV4 6 种深度学习模型对粳型和籼型糙米脂肪酸值的定量预测性能,并筛选综合性能相对最优的模型;采用离散小波变换对可见与偏振图像的互补信息进行像素级融合,评价融合前后图像的脂肪酸值预测性能;通过分析不同脂肪酸值水平下糙米图像特征与籽粒硬度、外观颜色和显微CT等多维结构参数之间的关联,实现预测模型的可解释性。结果表明,ShuffleNetV2模型对粳型和籼型糙米均表现出相对最优的综合预测性能,其验证集平均绝对误差(mean absolute error,MAE)分别降为1.884、1.885 mg/100 g,均方根误差(root mean square error,RMSE)分别降为3.036、3.037 mg/100 g,决定系数R2分别可达0.712和0.861。基于融合图像的ShuffleNetV2模型在测试集上也表现出较好的预测性能,粳型和籼型糙米的MAE分别降到1.378、1.670 mg/100 g,RMSE分别降到2.754、2.694 mg/100 g,R2则分别提升到0.818和0.834。在可解释性上,对于可见图像,各糙米品种脂肪酸值与图像纹理特征参数相关平均绝对值系数(0.76)略高于图像颜色特征参数相关平均绝对值系数(0.74),但二者差异较小,说明可见光图像在反映纹理变化的同时,仍能够有效表征米粒颜色(L*、a*、b*值)及表观形态的宏观变化;对于偏振图像,各糙米品种脂肪酸值与图像纹理特征参数相关平均绝对值系数(0.87)明显高于图像颜色特征参数相关平均绝对值系数(0.65),表明偏振成像对与米粒微结构变化相关的信息更为敏感。综上,本研究可为稻米脂肪酸值快速无损智能检测提供一种新型解决方案。
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

