高光谱相机成像技术在白茶储藏年份判别中的应用
发布时间:2023-10-12
浏览次数:413
白茶是我国六大茶类之一,储藏年份对白茶的经济价值具有重要影响,有着“一年茶,三年药,七年宝”的说法。有学者经实验证实了采用基于高光谱成像技术判别分析白茶储藏年份的无损检测方法的可行性。本文对该实验以及相关研究成果进行了简单介绍。
白茶是我国六大茶类之一,储藏年份对白茶的经济价值具有重要影响,有着“一年茶,三年药,七年宝”的说法。有学者经实验证实了采用基于高光谱成像技术判别分析白茶储藏年份的无损检测方法的可行性。本文对该实验以及相关研究成果进行了简单介绍。
实验设备
在实际的操作中,可采用赛斯拜生产的高光谱相机进行研究。光谱范围在400-1000nm,波长分辨率优于2.5nm,可达1200个光谱通道。采集速度全谱段可达128FPS,波段选择后最高3300Hz(支持多区域波段选择)。
实验方法
通过对3、6、10年寿眉高光谱图像感兴趣区域光谱数据的提取,采用最小二乘平滑滤波、标准正态变换、归一化、多元散射校正预处理算法,并用支持向量机、偏最小二乘联合线性判定法、逻辑回归建模对不同预处理后的光谱数据进行判别分析。最后,通过分析混淆矩阵、精确率、召回率来评估模型性能。
实验结果
通过高光谱成像技术获得450-998nm波段范围内的高光谱数据对储藏年份为3、6、10年的寿眉样本进行无损检测研究。采用Minmax、SGF、SNV、MSC4种算法来对寿眉原始光谱数据进行预处理,并分别建立SVM、PLS-LDA、LR判别模型。建模结果表明,相较于线性模型PLS-LDA、LR,非线性模型SVM对于寿眉样本的高光谱数据有更好的判别效果,说明光谱数据和白茶储藏年份之间的关系更可能是一个非线性关系,这与白茶中多种内含成分在储藏过程中不断发生复杂的化学变化有关。本文所建立的SNV-SVM处理组合针对3、6、10年这三个年份的寿眉有较高的判别精确率以及较强的泛化能力,而对于判别其他品类和其他年份的白茶还需后续进一步研究。
分析结果表明,经过标准正态变换预处理结合支持向量机所建立的模型判别效果最佳,训练集和测试集的精确率分别为90.83%和86.02%。由此可见,利用高光谱成像技术对白茶储藏年份进行快速无损的判别具有一定的可行性。
其他研究成果
高光谱成像技术是一种更高效、无损的检测技术。近红外光谱技术对待检测的样本有一定的要求,例如磨碎过筛,而高光谱成像技术则不需要。并且高光谱成像技术是成像技术和光谱技术的结合体,故可以同时获得待测样品的光谱信息和空间信息,以此检测样品的内外品质。目前高光谱成像技术在茶叶领域的研究主要集中在茶叶等级判别和茶类判别。
于英杰等利用高光谱技术对不同等级的铁观音进行判别,结合支持向量机的模型对未知的铁观音茶样正确判别率可达92.86%。
李晓丽等结合高光谱成像仪和高效液相色谱法,建立光谱与表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)浓度之间的回归模型,其最优回归模型的决定系数达到0.905。
李瑶等以蒙顶黄芽、竹叶青、甘露茶叶为实验对象,利用高光谱成像技术结合支持向量机建立茶叶品种判别模型和茶叶等级判别模型,其精确率分别达到了100%和96.67%。
Guangxin Ren等利用近红外高光谱成像结合多决策树的方法,对祁门工夫红茶进行了品质和等级判别,比较了三种不同类型的监督决策树算法,其中基于数据融合的细树(fine tree,FT)模型预测效果最好,红茶品质的评价正确率达到93.13%。Zhiqi Hong等采用380~1030和874~1734nm两个光谱范围的高光谱成像系统对6个产地的龙井茶单叶进行了产地判别,建立了支持向量机和偏最小二乘判别分析模型,在两个光谱范围内均获得了良好的分类性能,校正集和预测集的总体分类精确率均在84%以上。
相关产品
-
干旱区基于高光谱的棉花遥感估产研究
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。..
-
近红外光谱分析技术在精准农业中的应用
近红外光谱分析技术在精准农业中的应用非常广泛且深入,主要体现在以下几个方面:..
-
近红外高光谱相机的工作原理
近红外高光谱相机以其高分辨率、高光谱分辨率以及广泛的应用领域,在科研、工业检测、环境监测等多个领域发挥着重要作用。本文简单总结了近红外高光谱相机的工作原理。..
-
高光谱图像处理的主要方法有哪些?
对高光谱图像进行处理,可以获取物体在不同波段的反射光谱信息,提供更加详细和全面的图像数据。那么,什么是高光谱图像处理?高光谱图像处理的主要方法有哪些?下文对此做..