Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua

September 11, 2023
últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua

En este estudio, se aplicó una cámara hiperespectral de 900-1700 nm, y FS-15, el producto de Hangzhou Color Spectrum Technology Co., LTD., podría usarse para investigaciones relacionadas.Cámara hiperespectral de ondas cortas en el infrarrojo cercano, la velocidad de adquisición del espectro completo hasta 200FPS, se utiliza ampliamente en la identificación de la composición, la identificación de sustancias, la visión artificial, la calidad de los productos agrícolas,detección de pantalla y otros campos.

últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  0últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  1

 

Las antocianinas son una importante clase de compuestos fenólicos en la uva y el vino, que se encuentran principalmente en los vacíos de las células en las 3-4 capas debajo de la epidermis de las bayas de uva.Es un factor importante para determinar la calidad sensorial del vinoEl método tradicional de detección química destruirá el objeto de detección.y es difícil lograr una detección rápida y de gran tamaño de muestraSin embargo, hay pocos estudios sobre la detección rápida de antocianinas en las uvas de vino en el país y en el extranjero.La tecnología de imágenes hiperespectral como método de ensayo no destructivo ha atraído una amplia atenciónEn comparación con la tecnología tradicional de espectroscopia del infrarrojo cercano, la tecnología de imagen hiperespectral muestra sus ventajas únicas.sólo se puede obtener una o varias informaciones espectrales cada vezLa tecnología de imágenes hiperespectrales puede obtener la imagen del analito,que no sólo proporciona información más abundante, pero también proporciona un método de análisis más razonable y eficaz en el procesamiento de datos espectral.En el proceso de modelado utilizando tecnología de imagen hiperespectral combinada con el método de mínimos cuadrados parciales, con la profundización de la investigación sobre el método PLS,se ha comprobado que se pueden obtener mejores modelos de corrección cuantitativa mediante la detección de longitudes de onda o intervalos de longitudes de onda característicos mediante métodos específicos..

últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  2últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  3

últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  4

últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  5últimas noticias de la compañía sobre Detección de antocianinas en la cáscara de la uva basada en imágenes hiperespectral y algoritmo de proyección continua  6

 
En este experimento, se obtuvo la imagen hiperespectral de las bayas de uva basada en el sistema de imagen hiperespectral del infrarrojo cercano de 931 ~ 1700 nm.El algoritmo de proyección continua SPA se utilizó para seleccionar las variables de longitud de onda, y finalmente se seleccionaron 20 variables espectrales de 236 puntos de longitud de onda. Se utilizaron diferentes métodos de modelado para establecer el modelo de predicción del contenido de antocianinas en la cáscara de uva.Los resultados muestran que:
(1) El algoritmo de proyección continua SPA no sólo puede seleccionar eficazmente las variables espectrales características, simplificar el modelo de corrección y acortar el tiempo de corrección,pero también mejorar la precisión de la predicción del modelo, que es un método eficaz y práctico para la selección de variables espectrales.
(2) Entre los cuatro modelos de predicción, PLS, SPA-MLR, SPA-BPNN y SPA-PLS, el modelo SPA-PLS tiene el mejor efecto de predicción y su coeficiente de correlación de predicción R..9000 y 0.5506Por lo tanto, la correlación entre los datos espectral de las bayas de uva y el contenido de antocianinas en las cáscaras de uva es alta.La tecnología de imágenes hiperespectral de infrarrojo cercano puede detectar eficazmente el contenido de antocianinas en las cáscaras de uva.