摘要
为了实现快速、无损检测雨生红球藻虾青素含量,本文提出一种快照式多光谱成像检测方法.利用可见光光谱范围 480～635 nm和近红光谱范围 665～950 nm的 2台快照式多光谱相机搭建成像系统,采集了不同生长周期下的雨生红球藻样品光谱数据.为了优化预测模型,对比了不同处理方法的组合,包括不同光谱范围、3种预处理方法、2种特征波长选择算法和 2种建模方法.结果表明,可见与近红外联用光谱经一阶导数(first derivation,FD)预处理、竞争自适应重加权采样(competitive adaptive reweighted sampling,CARS)选择特征波长和反向传播(back propagation,BP)神经网络建模所构建的模型预测效果最佳,预测集相关系数(Rp)为 0.9622,预测集均方根误差(root mean square error of prediction,RMSEP)为 0.5126,剩余预测偏差(residual predictive devia tion,RPD)为 3.6726,优于仅用可见光光谱(Rp为 0.9467,RMSEP为 0.6065,RPD为 3.1042).说明快照式多光谱成像技术检测雨生红球藻虾青素含量是可行的,并且可见与近红外光谱联用效果更好.
国家科技期刊平台
NSTL
维普
万方数据