留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

便携式苹果糖度光谱检测仪的设计与试验

樊书祥,  黄文倩,  张保华,  郭志明,  赵春江

downloadPDF
文章导航 > 红外与激光工程  > 2014 >  43(S1): 219-224
樊书祥, 黄文倩, 张保华, 郭志明, 赵春江. 便携式苹果糖度光谱检测仪的设计与试验[J]. 红外与激光工程, 2014, 43(S1): 219-224.
引用本文: 樊书祥, 黄文倩, 张保华, 郭志明, 赵春江. 便携式苹果糖度光谱检测仪的设计与试验[J]. 红外与激光工程, 2014, 43(S1): 219-224.
shu
Fan Shuxiang, Huang Wenqian, Zhang Baohua, Guo Zhiming, Zhao Chunjiang. Design and experiment on portable apple soluble solids content spectrometer[J]. Infrared and Laser Engineering, 2014, 43(S1): 219-224.
Citation: Fan Shuxiang, Huang Wenqian, Zhang Baohua, Guo Zhiming, Zhao Chunjiang. Design and experiment on portable apple soluble solids content spectrometer[J]. Infrared and Laser Engineering, 2014, 43(S1): 219-224.
shu

便携式苹果糖度光谱检测仪的设计与试验

  • 1.

    西北农林科技大学 机械与电子工程学院,陕西 杨凌 712100;

  • 2.

    北京市农林科学院 北京农业智能装备技术研究中心,北京 100097

基金项目: 

国家科技支撑计划(2014BAD21B01)

详细信息
    作者简介:

    樊书祥(1989-),男,博士生,主要从事基于嵌入式与光谱技术的农产品品质与安全检测方面的研究.Email:fanshuxiang8903@163.com

  • 中图分类号: O657.3

Design and experiment on portable apple soluble solids content spectrometer

  • 1.

    College of Mechanical and Electronic Engineering,Northwest A&F University,Yangling 712100,China;

  • 2.

    Beijing Research Center of Intelligent Equipment for Agriculture,Beijing Academy of Agriculture and Forestry Sciences,Beijing 100097,China

  • 摘要: 为快速、便捷地利用近红外光谱检测苹果糖度,设计了以ARM9处理器为核心、以微型光谱仪和自制果托作为光谱检测装置、以WinCE为操作系统的便携式苹果糖度光谱检测仪.以80个苹果样品作为试验对象,采用平滑、多元散射校正、标准正态变量变换等方法对原始光谱进行预处理,结合无信息变量消除法和连续投影算法进行有效波长的筛选,建立基于所选特征波长和全波段的苹果糖度近红外光谱偏最小二乘模型.结果表明,偏最小二乘结合原始光谱信息建模效果最好,其预测相关系数Rp=0.853,预测均方根误差RMSEP=0.534.该检测仪能较好地满足苹果糖度的快速无损检测.该研究为快速、便携的苹果糖度光谱检测仪设计提供了参考.
    Abstract: In order to detect soluble solids content(SSC) of apple conveniently and rapidly, a portable apple soluble solids content spectrometer was designed with ARM9 as controller, miniature spectrometer as spectrum detector, WinCE as embedded operating system. The total number of 80 apples was for the calibration(n=60) and prediction(n=20) sets. Different spectral pretreatment methods, including smoothing, standard normal variate(SNV) and multiplicative scatter correction(MSC) were performed. Uninformative variable elimination(UVE) and successive projections algorithm(SPA) were proposed to select effective wavelength variables. Partial least squares(PLS) models combined with whole wavelength and selected wavelengths were established to detect SSC of apple. The results indicated that the best model was developed using PLS with respect to the spectra in whole wavelength range. The correlation coefficient (Rp) and root mean square error of prediction(RMSEP) for prediction sets were 0.853, 0.534 for SSC. The model is reliable and the predicted result is effective. The meter can meet the requirement of quick measuring SSC of apple. The study can provide a reference for development of portable apple soluble solids content spectrometer.
  • [1]
    [2] Zhao Jiewen, Zhang Haidong, Liu Muhua. Preprocessing methods of near-infrared spectra for simplifying prediction model of sugar content of apples[J]. Acta Optica Sinica, 2006, 26(1): 136-140. (in Chinese) 赵杰文, 张海东, 刘木华. 简化苹果糖度预测模型的近红外光谱预处理方法[J]. 光学学报, 2006, 26(1): 136-140.
    [3]
    [4] Lammertyn J, Nicola B, Ooms K, et al. Non-destructive measurement of acidity, soluble solids, and firmness of Jonagold apples using NIR-spectroscopy[J]. Transactions of the ASAE, 1998, 41(4): 1089-1094.
    [5]
    [6] Xiaobo Z, Jiewen Z, Xingyi H, et al. Use of FT-NIR spectrometry in non-invasive measurements of soluble solid contents(SSC) of 'Fuji'apple based on different PLS models[J]. Chemometrics and Intelligent Laboratory Systems, 2007, 87(1): 43-51.
    [7]
    [8] Ouyang Aiguo, Xie Xiaoqiang, Zhou Yanrui, et al. Partial least squares regression variable screening studies on apple soluble solids NIR spectral detection[J]. Spectroscopy and Spectral Analysis, 2012, 32(10): 2680-2684. (in Chinese) 欧阳爱国, 谢小强, 周延睿, 等. 苹果可溶性固形物近红外光谱检测的偏最小二乘回归变量筛选研究[J]. 光谱学与光谱分析, 2012, 32(10): 2680-2684.
    [9]
    [10] Liu Y, Ying Y, Fu X, et al. Experiments on predicting sugar content in apples by FT-NIR technique[J]. Journal of Food Engineering, 2007, 80(3): 986-989.
    [11] Antonucci F, Pallottino F, Paglia G, et al. Non-destructive estimation of mandarin maturity status through portable VIS-NIR spectrophotometer[J]. Food and Bioprocess Technology, 2011, 4: 809-813.
    [12]
    [13] Camps C, Christen D. Non-destructive assessment of apricot fruit quality by portable visible-near infrared spectroscopy [J]. LWT-Food Science and Technology, 2009, 42(6): 1125-1131.
    [14]
    [15]
    [16] Wang Jiahua, Qi Shuye, Tang Zhihui, et al. Temperature compensation for portable Vis/NIR spectrometer measurement of apple fruit soluble solids contents[J]. Spectroscopy and Spectral Analysis, 2012, 32(5): 1431-1434. (in Chinese) 王加华, 戚淑叶, 汤智辉, 等. 便携式近红外光谱仪的苹果糖度模型温度修正[J]. 光谱学与光谱分析, 2012, 32(5): 1431-1434.
    [17]
    [18] Dai Fen, Cai Bokun, Hong Tiansheng, et al. Non-destructive measurement of soluble solid content in litchi by visible/near-infrared transmission spectroscopy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(15): 287-292. (in Chinese) 代芬, 蔡博昆, 洪添胜, 等. 漫透射法无损检测荔枝可溶性固形物[J]. 农业工程学报, 2012, 28(15): 287-292.
    [19]
    [20] Centner V, Massart D L, Noord O E, et al. Elimination of uninformative variables for multivariate calibration[J]. Analytical Chemistry, 1996, 68(21): 3851-3858.
    [21]
    [22] Arajo M C U, Saldanha T C B, Galv R K H, et al. The successive projections algorithm for variable selection in spectroscopic multicomponent analysis[J]. Chemom Intell Lab Syst, 2001, 57: 65-73.
    [23] Li J, Huang W, Zhao C et al. A comparative study for the quantitative determination of soluble solids content, pH and firmness of pears by Vis/NIR spectroscopy[J]. Journal of Food Engineering, 2013, 116: 324-332.
  • [1] 王添, 吴卫, 张紫芸馨.  利用近红外吸收光谱特性实现酒精浓度的非接触式测量系统的设计 . 红外与激光工程, 2023, 52(12): 20230510-1-20230510-7. doi: 10.3788/IRLA20230510
    [2] 史屹君, 武鸿涛, 刘文皓, 苏子博, 刘洋.  近红外光谱吸收技术的无线电子鼻设计 . 红外与激光工程, 2022, 51(5): 20210374-1-20210374-6. doi: 10.3788/IRLA20210374
    [3] 杜中强, 唐林波, 韩煜祺.  面向嵌入式平台的车道线检测方法 . 红外与激光工程, 2022, 51(7): 20210753-1-20210753-8. doi: 10.3788/IRLA20210753
    [4] 赵雨时, 贺文俊, 刘智颖, 付跃刚.  光谱维编码中红外光谱成像系统的光学设计 . 红外与激光工程, 2021, 50(12): 20210700-1-20210700-9. doi: 10.3788/IRLA20210700
    [5] 刘智颖, 高柳絮, 黄蕴涵.  offner型连续变焦中波红外光谱成像系统设计 . 红外与激光工程, 2019, 48(7): 718003-0718003(9). doi: 10.3788/IRLA201948.0718003
    [6] 王莹, 刘华, 李金环, 陆子凤, 许家林, 陈斌.  基于DMD的近红外光谱仪的研究 . 红外与激光工程, 2019, 48(6): 620002-0620002(9). doi: 10.3788/IRLA201948.0620002
    [7] 申远, 于磊, 陈素娟, 沈威, 陈结祥, 薛辉.  高分辨率近红外成像光谱仪光学系统 . 红外与激光工程, 2019, 48(8): 814005-0814005(7). doi: 10.3788/IRLA201948.0814005
    [8] 王向军, 郭志翼, 王欢欢.  基于嵌入式平台的低时间复杂度目标跟踪算法 . 红外与激光工程, 2019, 48(12): 1226001-1226001(10). doi: 10.3788/IRLA201948.1226001
    [9] 王静, 丁香乾, 王晓东, 韩凤, 韩冬, 曲晓娜.  基于深度信念网络的烟叶部位近红外光谱分类方法研究 . 红外与激光工程, 2019, 48(4): 404001-0404001(7). doi: 10.3788/IRLA201948.0404001
    [10] 李博, 徐晓婷, 郑雪晴.  脂肪测量的近红外光谱研究 . 红外与激光工程, 2018, 47(S1): 50-54. doi: 10.3788/IRLA201847.S104003
    [11] 张芳, 高教波, 王楠, 赵宇洁, 吴江辉, 郑雅卫.  变间隙法布里-珀罗干涉式长波红外光谱成像系统 . 红外与激光工程, 2017, 46(3): 318001-0318001(7). doi: 10.3788/IRLA201746.0318001
    [12] 陆安江, 张正平, 白忠臣, 陈巧, 秦水介.  电热式微机电系统微镜傅里叶变换红外光谱仪 . 红外与激光工程, 2016, 45(5): 520007-0520007(6). doi: 10.3788/IRLA201645.0520007
    [13] 袁卫, 张建奇, 秦玉伟, 冯洋.  近红外光谱区光子晶体禁带与KTP缺陷研究 . 红外与激光工程, 2016, 45(1): 104005-0104005(5). doi: 10.3788/IRLA201645.0104005
    [14] 肖龙, 徐超, 刘广荣.  应用于可穿戴微光成像系统的嵌入式平台设计 . 红外与激光工程, 2016, 45(1): 118006-0118006(6). doi: 10.3788/IRLA201645.0118006
    [15] 杨亮, 李艳秋, 马旭, 盛乃.  嵌入式光栅多层结构锥形衍射的严格耦合波理论研究 . 红外与激光工程, 2014, 43(6): 1899-1904.
    [16] 田立, 周付根, 孟偲.  基于嵌入式多核DSP 系统的并行粒子滤波目标跟踪 . 红外与激光工程, 2014, 43(7): 2354-2361.
    [17] 孙梅, 陈兴海, 张恒, 陈海霞.  高光谱成像技术的苹果品质无损检测 . 红外与激光工程, 2014, 43(4): 1272-1277.
    [18] 朱启明, 王立强, 袁波.  嵌入式系统的制冷CCD相机 . 红外与激光工程, 2014, 43(11): 3608-3614.
    [19] 陈彬, 刘阁, 张贤明.  连续投影算法的润滑油中含水量近红外光谱的分析 . 红外与激光工程, 2013, 42(12): 3168-3174.
    [20] 秦玉华, 丁香乾, 宫会丽.  高维特征选择方法在近红外光谱分类中的应用 . 红外与激光工程, 2013, 42(5): 1355-1359.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  429
  • HTML全文浏览量:  64
  • PDF下载量:  299
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-05
  • 修回日期:  2014-11-16
  • 刊出日期:  2015-01-25

便携式苹果糖度光谱检测仪的设计与试验

  • 1. 西北农林科技大学 机械与电子工程学院,陕西 杨凌 712100;
  • 2. 北京市农林科学院 北京农业智能装备技术研究中心,北京 100097
    • 作者简介:

    樊书祥(1989-),男,博士生,主要从事基于嵌入式与光谱技术的农产品品质与安全检测方面的研究.Email:fanshuxiang8903@163.com

  • 收稿日期: 2014-10-05
  • 修回日期: 2014-11-16
  • 刊出日期: 2015-01-25
基金项目:

国家科技支撑计划(2014BAD21B01)

  • 中图分类号: O657.3

摘要: 为快速、便捷地利用近红外光谱检测苹果糖度,设计了以ARM9处理器为核心、以微型光谱仪和自制果托作为光谱检测装置、以WinCE为操作系统的便携式苹果糖度光谱检测仪.以80个苹果样品作为试验对象,采用平滑、多元散射校正、标准正态变量变换等方法对原始光谱进行预处理,结合无信息变量消除法和连续投影算法进行有效波长的筛选,建立基于所选特征波长和全波段的苹果糖度近红外光谱偏最小二乘模型.结果表明,偏最小二乘结合原始光谱信息建模效果最好,其预测相关系数Rp=0.853,预测均方根误差RMSEP=0.534.该检测仪能较好地满足苹果糖度的快速无损检测.该研究为快速、便携的苹果糖度光谱检测仪设计提供了参考.

English Abstract

    全文HTML

参考文献 (23)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计