基于近紅外光譜漫反射技術檢測雞蛋新鮮度的研究.pdf

1、禽蛋無損檢測研究的主要內容包括：蛋重、破損、血斑、孵化、新鮮度等指標的檢測。其中新鮮度的檢測是研究的重點和難點之一。本課題結合雞蛋無損檢測技術和近紅外光譜理論在農產品檢測上的運用，探索和研究了近紅外光譜無損檢測技術對雞蛋新鮮度方面的檢測，為雞蛋新鮮度無損檢測技術提供一種新的方法。
　　 本文采用傅里葉變換型近紅外光譜儀（VECTOR33）獲取在近紅外光譜全波段內雞蛋樣品的漫反射光譜圖。從中選取了96個雞蛋樣品的光譜圖，結合化學計

2、量學方法，對雞蛋近紅外光譜數據進行了相應的分析處理。具體分析內容與結論如下：
　　 1．對雞蛋樣品原始光譜數據進行了主成分分析，研究了各主成分之間的相互關系，并分別指出了前3個主成分所對應的雞蛋近紅外光譜信息。
　　 2．剔除光譜樣本集中的奇異值樣品。分析和比較了多元曲線分辨．交替最小二乘迭代法與傳統(tǒng)樣本剔除法之間的優(yōu)劣性。研究表明多元曲線分辨．交替最小二乘迭代法比傳統(tǒng)方法更能準確地反應雞蛋紅外光譜集中的奇異值樣本，更優(yōu)

3、于雞蛋異常樣本的剔除。
　　 3．利用主成分空間分布理論把樣本集劃分為校正樣本集與驗證樣本集。
　　 4．比較了移動平均濾波，S-G卷積平滑，高斯濾波和小波變換對雞蛋近紅外光譜的平滑和濾波效果，結論顯示采用小波變換的效果最好，能夠有效的消除光譜的高頻噪聲，提高模型精度。
　　 5．比較基線校正、多元散射校正、單位歸一法、導數法等光譜預處理方法對定標和驗證模型的影響。結果顯示，采用單位歸一法建立的模型效果最好，驗證

4、模型中雞蛋近紅外光譜與新鮮度之間的決定系數為0.8247。
　　 6．比較多元線性回歸、主成分回歸和偏最小二乘法回歸對雞蛋近紅外光譜與新鮮度定標和驗證模型的影響。結果表明，采用偏最小二乘法建立的驗證模型精度最好，優(yōu)于多元線性回歸和主成分回歸。
　　 7．把經單位歸一法預處理后的近紅外光譜劃分成20個子區(qū)間，運用區(qū)間偏最小二乘法優(yōu)選最能反應雞蛋新鮮度光譜特征的光譜段。結果表明，最能反映雞蛋新鮮度的近紅外光譜區(qū)間在7185.

5、47cm-1-6788.20 cm-1，5580.98cm-1-4381.48cm-1這兩段內。
　　 8．運用偏最小二乘判別法對雞蛋新鮮度等級進行分類。通過回歸，建模，然后對驗證集雞蛋等級進行分類判別，結果顯示判別的總準確率為72.67％。
　　 研究結果表明，在本實驗的條件下，近紅外光譜能夠透過蛋殼，進入蛋殼內部并被內部成分所吸收，光譜表現為新鮮的雞蛋對應的水分吸收峰明顯，不新鮮雞蛋對應的吸收峰明顯減弱。對光譜數據進