第35卷，第8期 2015年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.35,No.8-pp2154-2158
August,2015
应用近红外高光谱成像技术预测甘蔗可溶性固形物含量
高俊峰”，张初”，谢传奇1，2，朱逢乐，郭振豪”，何勇1*
1.浙江大学生物系统工程与食品科学学院，浙江杭州310058
2. Department of Agricultural and Biological Engineering , U niversity of Florida , Gainesville FL 32611, USA 3.杭州师范大学人文学院，浙江杭州311121
摘要为了探究应用近红外高光谱成像技术对甘蔗内部可溶性固形物（SSC)预测的可行性，试验样本选择三种不同晶种中的240个其需节作为研究对象。通过高光谱成像系统获取首廉节的近红外光谱信息和图像信息，并分别探讨了光谱信息和图像纹理信息对甘蔗可溶性固形物预测的可行性。采用最小二乘回归(PLSR），最小二乘支持向量机（LS-SVM)及主成分回归（PCR)建模方法构建甘廉可溶性固形物的预测模型。比较了连续投影算法(SPA）、无信息变量消除算法（UVE)及区间偏最小二乘(iPLS)特征提取方法对预测结果的影响。实验结果表明：基于甘蔗的光谱信息能实现可溶性固形物的预测，其中偏最小二乘回归模型的建 68 105个有效波长所建立的PLSR模型的建模集及预测集相关系数分别为0.860和0.813，均方根误差分别为 0.693和0.810。
关键词高光谱图像；甘蔗；可溶性固形物；模型；纹理特征
中图分类号：S233.5；0657.6
引言
文献标识码：A
甘蔗是我国重要的制糖原料，其广泛种植于广西、广东、海南、福建和云南等地口。在世界食用糖总产量中，燕糖约占65%，我国则占80%以上。甘蔗含糖量的多少是决定甘蔗品质的关键，也是制糖业最主要关心的要素2。在实际生产中，对甘蔗含糖量的检测一般将甘蔗榨成汁液后用测糖仪进行测量。这种方法较为传统，需要对其需进行榨压处理，耗时耗力，且不方便对甘蔗的生长过程含糖量变化进行快速检测。近年来，近红外光谱技术已经被产泛应用到农作物品质的监测。介邓飞等3利用近红外光谱建立了西瓜的糖度预测模型：刘卉等通过近红外漫反射光谱对猕猴桃的硬度做出了预测；Sorol等5建立了可见近红外光谱与甘蔗汁含糖量预测偏最小二乘模型。对于甘蔗含糖量的预测相关文献很少，无其是结合光谱学与图像特征的研究更为少见，
高光谱的成像技术融合了光谱学与图像学的信息，具有波段多、图像分辨率高等一系列优点"。目前，国内外学者通过高光谱图像对农产品品质的检测方面进行了相关研究，
收稿日期：2014-05-14，修订日期：2014-08-09
DOI;10,3964/j. issn.1000-0593(2015 X08-2154-05
Rajkumar等通过高光谱成像技术研究了香蕉的成熟度和品质，Gao等"对麻风果的品质及种源地进行了判别分析。本研究通过近红外高光谱图像系统获取甘蔗的光谱特征和纹理特征，探讨和分析了这些特征对于预测甘蔗含糖量准确性的影响，并通过不同的特征提取方法建立不同的数学模型，寻找最优的预测组合模型。
1实验部分 1.1试验样本
试验所用的其蔗节样本选自三个不司地方的首蔗，随机挑选30根甘蔗，然后在每根甘蓝选取8个甘蔗节，每根甘蔗上选取的8个甘蔗节都包含了甘蔗的上中下三个部分，最后共有240个甘蔗节试验样本，去掉扫描甘蔗面的表皮。对样本进行编号，其中160个样本作为建模集，其余的80样本作为预测集。随后去除甘蔗表皮并采集每个试验样本的近红外高光谱图像
1.2仪器和分析软件
高光谱图像采集系统(图1)主要由成像光谱仪（InSpec-
基金项目：国家(863计划)课题项目(2013AA102301，2013AA10030401)资助
作者简介：高俊峰，1990年生，浙江大学生物系统工程与食品科学学院硕士研究生
*通讯联系人e-mail：yh@xju.edu.en
e-mail : gaojunfir@ 163.com