Bepaling van het amylosegehalte in verse lotus door middel van hyperspectrale beeldvorming

Met de verbetering van de levensstandaard, hebben mensen steeds hogere eisen aan de smaak en voeding van lotuszaden.het amylose-gehalte ervan heeft een directe invloed op de kwaliteit en smaak van lotuszaadHet amylosegehalte van lotussaden varieert sterk tussen de verschillende rassen, dus de bepaling van het amylosegehalte van lotussaden is van groot belang voor de daaropvolgende verwerking.De traditionele opsporing van amylose wordt in het algemeen uitgevoerd met jodiumcolorimetrie.Deze methoden zijn tijdrovend en arbeidsintensief en zijn gemakkelijk te beïnvloeden door experimentele omstandigheden.

Hyperspectrale beeldvorming is een niet-destructieve testtechnologie die rijk spectrum en beeldinformatie kan verkrijgen.het heeft de voordelen van tijdbesparingIn dit artikel werd hyperspectrale beeldtechnologie gebruikt om amylose van verse lotus te detecteren.

一、Materialen en methoden

1.1 Testmateriaal

De monsters kwamen uit de provincie Fujian en de rassen Xuanlian, Guangchanglian, Jianxuan 36, Mantianxing, Space lotus en Xianglian werden geselecteerd.het verse lotuszaad werd in vloeibare stikstof opgeslagen en naar het laboratorium vervoerd, waar het gedurende 12 uur bij 4 °C werd gekoeld.

1.2 Verwerving en correctie van hyperspectraal beeld

De belangrijkste componenten van een hyperspectraal beeldsysteem zijn een hyperspectraal beeldscherm, een lichtbron, een podium, een zwarte doos en een hyperspectraal data-acquisitie-software.Het hele systeem kan gebruik maken van het kleurspectrum van de hyperspectrale camera fs-13Het hyperspectrale beeldsysteem wordt in figuur 1 weergegeven.De bewegende snelheid van het laadplatform is ingesteld op 3.5 mm/s en de belichtingstijd is 30 ms. De lens is 40 cm van het bewegende platform en recht naar beneden.Stel de brandpuntsafstand van de camera van de spectrometer voor zwart-wit correctie van het systeem.

1.3 Gegevensverwerking

Voor het extraheren van het gemiddelde spectrum van het gebied van belang (ROI) uit het spectraalbeeld van lotussaden werd gebruikgemaakt van analysesoftware.Om de invloed van lawaai en buitenstaand licht te elimineren, werd het modelleringseffect vergeleken van voorverwerkingsmethoden zoals eerste afgeleide, tweede afgeleide, SG-uitglijden, veelvoudige verstrooiingscorrectie (MSC) standaardnormale variabeleconversie,en de beste voorbehandelmethode werd gekozen.

二、Resultaten en analyse

2.1 Gemiddeld spectrum van het belanghebbende gebied

In dit artikel wordt de spectrale curve van elke pixel in het gebied van belang van een enkel monster gebruikt voor latere verwerking.Het gemiddelde spectraaldiagram na verwijdering van het hoofd- en staartgeluid (400 nm~971 nm) is weergegeven in figuur 2.Uit de afbeelding blijkt dat de variatie van de spectrale waarden van verschillende monsters consistent is.die kan worden veroorzaakt door de verschuiving van de waterbandDe band heeft een relatief duidelijke absorptie tussen 500 nm en 920 nm.O-H secundaire frequentiedubbeling en O-H primaire frequentiedubbeling van de C-H groep in amylose molecuul.

2.2 Gehalte aan amylose in lotussaden

De resultaten van de correctieset en de voorspellingsset van het amylosegehalte gedeeld door de SPXY-methode worden weergegeven in tabel 1.Uit de tabel blijkt dat het amylosegehalte van verse lotuszaden sterk varieertDe maximale waarde voor amylose van gecorrigeerde lotuszaden is 227,90 mg/g, de minimale waarde is 100,82 mg/g en de standaardafwijking is 44,73 mg/g.Het amylosegehalte van het voorspelde monster ligt binnen het bereik van het correctiesetmonster, dus de steekproefdeling is redelijk.

三Conclusies

In dit artikel werd hyperspectrale beeldvormingstechnologie gebruikt om snel amylose te detecteren.De resultaten tonen aan dat het modelleringseffect het beste is na gebruik van de eerste afgeleide en de correctie van de meervoudige verstrooiing (MSC).De correcte correlatiecoëfficiënt (R) van het PLSR-voorspellingsmodel was 0.835, was de gecorrigeerde gemiddelde vierkante fout (RMSEC) 1.802, de voorspelde correlatiecoëfficiënt (R) was 0.856, en de voorspelde verzamelde wortel gemiddelde vierkantsfout (RMSEP) was 1.752De relatieve analysefout (RPD) was 1.944. De correlatiecoëfficiënt van de voorspellingsset van het PLSR-voorspellingsmodel, vastgesteld door de RC-methode (R. De voorspellingsset wortel gemiddelde vierkantsfout (RMSEP) was 1.897De relatieve analysefout (RPD) was 1.761Deze studie gaf een idee voor de verdere ontwikkeling van een on-line detectieinstrument voor amylosegehalte en legde een goede basis.