基于高光谱成像技术的泾源黄牛肉色度PLSR预测模型构建

摘要

cqvip:利用高光谱成像技术对泾源黄牛肉色度的PLSR预测模型进行构建。通过可见近红外高光谱成像系统获取牛肉样本的高光谱图像,提取感兴趣区域(ROI)的光谱信息并计算平均光谱,采用蒙特卡洛法剔除异常样本后进行样本集划分,并对划分后的样本数据进行预处理。其中,亮度(L^*)经Deresolve法预处理的模型结果最好,其Rc^2为0.9790,预测集相关系数Rp^2为0.9766;红度(a^*)经卷积平滑法预处理的模型结果最好,其Rc^2和Rp^2分别为0.8070、0.9155;黄度(b^*)经卷积平滑法预处理的模型结果最好,其Rc^2和Rp^2分别为0.9311、0.9506。分别利用竞争性自适应重加权法(CARS)、连续投影算法(SPA)和无信息变量消除算法(UVE)进行特征波长提取,建立基于特征波段的偏最小二乘回归(PLSR)模型,进而优选出最佳预测模型,结合视觉的空间深度、立体程度,对样本的形态和色觉感知进行提取与辨别。结果表明,利用高光谱成像技术所构建的色度PLSR模型均是可行的,研究结果为牛肉品质在线快速检测提供了理论依据。