第30卷，第3期 2010年3月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.30,No.3,pp649653
March，2010
近红外光谱用于皮棉杂质含量预测和分类的研究郭俊先1，2，饶秀勤1，成芳"，应义斌1，康玉国3，李付堂3
1.新江大学生物系统工程与食品科学学院，浙江杭州
1310029
2.新潘农业大学机械交通学院，新玺乌鲁术齐830052 3.北京中棉机械成套设备有限公司，北京100089
摘要采用光纤漫反射光谱采集模式，采集未经预处理皮棉的近红外光谱，对比不同的光谱预处理方式，应用偏最小二乘同归建立皮棉余质含量预测模型，判别分析法分类皮棉和杂质含量级别。采用一阶微分光谱预处理，使用3个主成分建立的杂质含量PLS模型预测相关系数r为0.906，RMSEC为0.440，RMSEP 为0.823；采用判别分析，分类含有植物性杂质皮棉和纯皮棉，使用15个主成分准确度达到95.4%；判别含有多类杂质皮棉，分类准确率仅能达到80.9%。而杂质含量级别分类效果不佳。研究表明，皮棉近红外光谐可以预测皮棉中杂质含量等指标，但受到杂质含量、类型和均匀度的影响，后续研究应通过透射采集模式等方法，改善光谱质量，提高预测精度。
关键调近红外光谱；皮棉；PLS；判别分析；杂质含量；分类中图分类号：0657.3；S562
文献标识码：A
DOI: 10. 3964/j.issn. 1000-0593(2010)03-0649-05
类准确率为80%。此外，Gamble等[10)通过二甲基亚砜提取
引言
皮棉余质含量是一个危害性质量特征，叶子、茎杆、铃壳和种皮等杂质被认为是轧花和纺织过程中难于处理的严重题，棉花杂质严重影响棉花等级、支付价格、纺纱和轧花加工效果，以及织物产品质量。国内外学者从棉花杂质物理和成分官能团光谱特性人手，应用可见光机器视觉-3)、红外波段光谱图像(")和断层X光摄影[5)等检测技术，采用数字图像处理和化学计量学分析方法，识别分类皮棉杂质")，
皮棉主要成分是棉纤维，少量的其他成分是水分和杂质等。成熟的棉纤维，纤维索占70%～90%，余总称为纤维素伴生物或共生物["]，皮棉杂质种类分为植物杂质和异物，不同大类杂质之间红外吸收特性美别明显，属于同一大类不同杂质分子结构也存在差别。已有部分学者采用分光技术检测杂质，在2200~15400nm中红外波段，Himmelsbach等[8] 建立601个不同杂质光谱数据库，采用光谱匹配识别杂质类型，不同杂质具有不同的匹配波段，正确率在90.64%~ 96.55%之间。在400～2500nm的近红外波段，GaitaJura do等[9)采用FossNIRSystems6500H分光计采集籽棉光谱，偏最小二乘回归分级小于3%和大于3%含杂量的籽棉，分
棉花中6类杂质的混合物，采用Fluorolog3-121荧光分光计获得320~750nm波段荧光光谱，PLS预测杂质，交叉验证得出棉花叶子、种皮等余质的预测线性相关系数在0.43～ 0.94.
但是，针对未经预处理的皮棉，采集光谱，应用化学计量学方法，预测皮棉杂质含量的研究还未见报道。本研究目的是采用光纤没反射采集方法，针对不经过预处理的皮棉样本采集近红外光谱，多种光谱预处理方法，建立皮棉杂质含量的偏最小二乘回归预测模型，以及基于判别分析的皮棉分类研究。
材料与方法
1实验材料 1.1
实验样本由北京中棉成套机械设备有限公司和新继石河子乡提供，从4kg的皮棉中随机抽取(1.000士0.001)g的皮棉样本，一类不作预处理，另一类采用金属小锻子别除横径大于0.5mm的杂质，制备为无杂质纯皮棉。采用32.5mm ×35mm×35mm的带窗石英杯，人1混匀皮棉后压人石英杯，封口膜出封，采集石英杯5个方向的光谱数据。光诺采
收稿日期：2009-04-26，修订日期：2009-07-28
基金项目：国家自然科学基金项日(30825027)和国家科技支撑计划子课题项日(2006BAD11A14-1-1)资助作者简介：郭俊先，新垒农业大学机城交通学院讲郑
e-mail:junxianguo@163.com
◆通讯联系人
万方数据
e-mail; xqrao@zju edu cn