本發(fā)明屬于光譜檢測領(lǐng)域，涉及一種枇杷采后果肉可溶性固形物分布成像的方法。

背景技術(shù)：

枇杷是我國特產(chǎn)水果，果肉營養(yǎng)豐富，深受消費(fèi)者喜愛。枇杷果肉采后仍有生命活動(dòng)，伴隨有品質(zhì)變化。其中可溶性固形物與枇杷果肉口感密切相關(guān)，是重要的品質(zhì)指標(biāo)。因此，深入研究枇杷果肉采后可溶性固形物變化機(jī)制，對改善現(xiàn)有果肉采后儲(chǔ)運(yùn)方式、延長果肉貨架期、減少果肉采后損失等，具有重要意義。

枇杷果肉的可溶性固形物含量測量通常先獲取小塊果肉，然后擠出果汁并滴到折射儀棱鏡表面后讀數(shù)獲得。但折射儀法僅能獲得被測的小塊果肉的整體可溶性固形物含量，屬于單點(diǎn)測量，無法獲得可溶性固形物在枇杷果肉內(nèi)部的空間分布情況。

高光譜成像技術(shù)將高光譜分析技術(shù)與圖像處理技術(shù)相融合，能夠獲得一系列光譜波長處的光學(xué)圖像組合，是一種快速信息采集，獲取數(shù)據(jù)量大的現(xiàn)代分析技術(shù)。目前，高光譜成像技術(shù)對枇杷及其他水果的可溶性固形物檢測已有報(bào)道，一般通過采用高光譜成像技術(shù)獲取水果表面高光譜圖像，從而實(shí)現(xiàn)水果可溶性固形物的快速無損檢測。上述方法均將光譜檢測結(jié)果停留在枇杷果肉的表層，無法得到果肉內(nèi)部果肉可溶性固形物的空間分布圖，而實(shí)際上，可溶性固形物在枇杷果肉內(nèi)部的分布對口感有著重要影響，僅通過表皮的高光譜圖像無損檢測顯然無法獲得枇杷果肉內(nèi)部可溶性固形物的空間分布，即使采用多點(diǎn)測量的方式來獲得果肉不同位置的可溶性固形物值進(jìn)行模擬空間分布狀態(tài)，由于選取測量點(diǎn)的定位無法精確，所獲取的數(shù)據(jù)也不具備連續(xù)性，所獲得的空間分布狀態(tài)數(shù)據(jù)也存在誤差大、精度不足的問題，也無法滿足深入研究在生長發(fā)育和貯藏保鮮階段的果實(shí)內(nèi)部可溶性固形物的變化機(jī)制的要求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對現(xiàn)有檢測方法無法獲得枇杷果肉內(nèi)部可溶性固形物的空間分布的缺陷，提出一種枇杷采后果肉可溶性固形物分布成像的方法，通過獲取果肉內(nèi)部的高光譜圖像，并進(jìn)行數(shù)據(jù)處理后得到枇杷采后果肉內(nèi)部的可溶性固形物分布圖。

本發(fā)明解決其技術(shù)問題所采用的方案是：一種枇杷采后果肉可溶性固形物分布成像的方法，其特征在于，包括以下步驟：

步驟1：建立基于枇杷果肉光譜檢測可溶性固形物含量的定量線性回歸方程；

步驟1.1：采集n個(gè)枇杷樣本分別記為M₁、M₂、M₃、…、M_n；

步驟1.2：對于每一個(gè)枇杷樣本M_i，1＜i＜n，去除外果皮后，沿果肉赤道平面對切并去核、去除內(nèi)果皮，選擇與赤道平面平行的切割平面切開果肉，形成兩個(gè)端部果塊和多個(gè)環(huán)形果塊，切割平面間距離為0.6厘米；果肉兩端部果塊不再進(jìn)行細(xì)分切割，其余每個(gè)環(huán)形果塊環(huán)向等分切割成若干塊，再沿果肉厚度方向等分切割成若干塊，共獲得m塊果肉切塊，分別記為M_i，j，1＜j＜m；

步驟1.3：采集每個(gè)果肉切塊M_i，j的每個(gè)側(cè)面的高光譜圖像；

步驟1.4：采用國家標(biāo)準(zhǔn)方法測定每個(gè)果肉切塊M_i，j的可溶性固形物含量，并分別作為果肉切塊M_i，j的可溶性固形物含量參考值y^i，j；依據(jù)國家標(biāo)準(zhǔn)《NY/T 2637-2014水果和蔬菜可溶性固形物含量的測定》；

步驟1.5：對于每個(gè)果肉切塊塊M_i，j，選取382nm、387nm、406nm、408nm、412nm、456nm、485nm、510nm、539nm、562nm、933nm、967nm、998nm、1030nm波長為枇杷果肉可溶性固形物含量檢測的特征波長，并獲取果肉切塊M_i，j的所有側(cè)面的高光譜圖像中果肉部分所有像素點(diǎn)在各特征波長的光譜平均值，分別記為

步驟1.6：采用多元線性回歸將步驟1.5中果肉切塊M_i，j的各特征波長的光譜平均值與步驟1.4中的果肉切塊M_i，j的可溶性固形物參考值y^i，j進(jìn)行關(guān)聯(lián)擬合，建立預(yù)測模型，關(guān)聯(lián)過程采用以下線性回歸方程一進(jìn)行：

建立用于預(yù)測枇杷果肉光譜檢測可溶性固形物含量的定量線性回歸方程二：

步驟2：獲得待測枇杷內(nèi)部果肉的可溶性固形物含量分布圖；

步驟2.1：選取待測枇杷樣本N；

步驟2.2：對待測枇杷樣本N進(jìn)行切塊，切塊方法按照步驟1.2描述方法進(jìn)行，獲得N_z，1＜z＜p共p塊果肉切塊，記錄下果肉切塊N_z在待測枇杷樣本N的空間坐標(biāo)；

步驟2.3：采集果肉切塊N_z的各個(gè)切面的高光譜圖像，并獲得圖像中每個(gè)像素點(diǎn)在特征波長382nm、387nm、406nm、408nm、412nm、456nm、485nm、510nm、539nm、562nm、933nm、967nm、998nm、1030nm處的光譜值，分別記為其中，(α，β，γ)為每個(gè)像素點(diǎn)的坐標(biāo)信息，α為橫坐標(biāo)信息，β為縱坐標(biāo)信息，γ為切面標(biāo)識信息；

步驟2.4：將步驟2.3中的待測枇杷果肉切塊N_z的各個(gè)切面每個(gè)像素點(diǎn)在各特征波長處的光譜值代入步驟1.6的定量線性回歸方程二中，計(jì)算得到每個(gè)像素點(diǎn)的可溶性固形物預(yù)測值y^{z，(α，βγ)}′，并根據(jù)每個(gè)像素點(diǎn)在所在切面的高光譜圖像中的空間坐標(biāo)，形成果肉切塊N_z的各個(gè)空間坐標(biāo)的可溶性固形物含量分布圖；

步驟2.5：根據(jù)步驟2.4獲得的果肉切塊N_z的各個(gè)切面的可溶性固形物含量分布圖，以及切塊N_z在樣本N中的空間坐標(biāo)，采用雙三次插值算法獲得樣本N內(nèi)部可溶性固形物含量的網(wǎng)格狀空間立體分布圖，實(shí)現(xiàn)枇杷采后內(nèi)部果肉可溶性固形物分布的空間可視化成像。

作為優(yōu)選，步驟1.2中，每個(gè)環(huán)形果塊環(huán)向等分切割成若干塊過程中，若環(huán)形果塊外圈直徑＜1.2厘米，則等分切割成4塊，若1.2厘米＜環(huán)形果塊外圈直徑＜2.4厘米，則等分切割成8塊，若環(huán)形果塊外圈直徑＞2.4厘米，則等分切割成12塊。

作為優(yōu)選，步驟1.2中，沿果肉厚度方向等分切割成若干塊時(shí)，若果肉厚度＜0.6厘米，則厚度方向不切割，若0.6厘米＜果肉厚度＜1.2厘米，則厚度方向等分切割成2塊，若果肉厚度＞1.2厘米，則厚度方向等分切割成3塊。

本發(fā)明將枇杷果肉按照空間分布切割成方形小塊，分別獲取各果肉切塊的可溶性固形物含量和光譜平均值，并建立關(guān)聯(lián)模型，可以根據(jù)預(yù)測待測樣本的各處果肉切塊每個(gè)像素點(diǎn)的光譜值預(yù)測其每個(gè)像素點(diǎn)對應(yīng)的可溶性固形物含量，根據(jù)待測樣本果肉切塊每個(gè)像素點(diǎn)的空間分布坐標(biāo)來建立可溶性固形物在待測樣本中的像素級三維分布模型，實(shí)現(xiàn)枇杷采后內(nèi)部果肉可溶性固形物分布的空間可視化成像。

具體實(shí)施方式

下面通過具體實(shí)施例對本發(fā)明做進(jìn)一步說明。

實(shí)施例：一種枇杷采后果肉可溶性固形物分布成像的方法，包括以下步驟：

步驟1：建立基于枇杷果肉光譜檢測可溶性固形物含量的定量線性回歸方程；

步驟1.1：采集n個(gè)枇杷樣本分別記為M₁、M₂、M₃、…、M_n；

步驟1.2：對于每一個(gè)枇杷樣本M_i，1＜i＜n，去除外果皮后，沿果肉赤道平面對切并去核、去除內(nèi)果皮，選擇與赤道平面平行的切割平面切開果肉，形成兩個(gè)端部果塊和多個(gè)環(huán)形果塊，切割平面間距離為0.6厘米；果肉兩端部果塊不再進(jìn)行細(xì)分切割，其余每個(gè)環(huán)形果塊環(huán)向等分切割成若干塊，每個(gè)環(huán)形果塊環(huán)向等分切割成若干塊過程中，若環(huán)形果塊外圈直徑＜1.2厘米，則等分切割成4塊，若1.2厘米＜環(huán)形果塊外圈直徑＜2.4厘米，則等分切割成8塊，若環(huán)形果塊外圈直徑＞2.4厘米，則等分切割成12塊；再沿果肉厚度方向等分切割成若干塊，若果肉厚度＜0.6厘米，則厚度方向不切割，若0.6厘米＜果肉厚度＜1.2厘米，則厚度方向等分切割成2塊，若果肉厚度＞1.2厘米，則厚度方向等分切割成3塊；共獲得m塊果肉切塊，分別記為M_i，j，1＜j＜m；

步驟1.3：采集每個(gè)果肉切塊M_i，j的每個(gè)側(cè)面的高光譜圖像；

步驟1.4：采用國家標(biāo)準(zhǔn)方法測定每個(gè)果肉切塊M_i，j的可溶性固形物含量，并分別作為果肉切塊M_i，j的可溶性固形物含量參考值y^i，j；

步驟1.5：對于每個(gè)果肉切塊塊M_i，j，選取382nm、387nm、406nm、408nm、412nm、456nm、485nm、510nm、539nm、562nm、933nm、967nm、998nm、1030nm波長為枇杷果肉可溶性固形物含量檢測的特征波長，并獲取果肉切塊M_i，j的所有側(cè)面的高光譜圖像中果肉部分所有像素點(diǎn)在各特征波長的光譜平均值，分別記為

步驟1.6：采用多元線性回歸將步驟1.5中果肉切塊M_i，j的各特征波長的光譜平均值與步驟1.4中的果肉切塊M_i，j的可溶性固形物參考值y^i，j進(jìn)行關(guān)聯(lián)擬合，建立預(yù)測模型，關(guān)聯(lián)過程采用以下線性回歸方程一進(jìn)行：

建立用于預(yù)測枇杷果肉光譜檢測可溶性固形物含量的定量線性回歸方程二：

步驟2：獲得待測枇杷內(nèi)部果肉的可溶性固形物含量分布圖；

步驟2.1：選取待測枇杷樣本N；

步驟2.2：對待測枇杷樣本N進(jìn)行切塊，切塊方法按照步驟1.2描述方法進(jìn)行，獲得N_z，1＜z＜p共p塊果肉切塊，記錄下果肉切塊N_z在待測枇杷樣本N的空間坐標(biāo)；

步驟2.3：采集果肉切塊N_z的各個(gè)切面的高光譜圖像，并獲得圖像中每個(gè)像素點(diǎn)在特征波長382nm、387nm、406nm、408nm、412nm、456nm、485nm、510nm、539nm、562nm、933nm、967nm、998nm、1030nm處的光譜值，分別記為其中，(α，β，γ)為每個(gè)像素點(diǎn)的坐標(biāo)信息，α為橫坐標(biāo)信息，β為縱坐標(biāo)信息，γ為切面標(biāo)識信息；

步驟2.4：將步驟2.3中的待測枇杷果肉切塊N_z的各個(gè)切面每個(gè)像素點(diǎn)在各特征波長處的光譜值代入步驟1.6的定量線性回歸方程二中，計(jì)算得到每個(gè)像素點(diǎn)的可溶性固形物預(yù)測值y^{z，(α，β，γ)}′，并根據(jù)每個(gè)像素點(diǎn)在所在切面的高光譜圖像中的空間坐標(biāo)，形成果肉切塊N_z的各個(gè)空間坐標(biāo)的可溶性固形物含量分布圖；

步驟2.5：根據(jù)步驟2.4獲得的果肉切塊N_z的各個(gè)切面的可溶性固形物含量分布圖，以及切塊N_z在樣本N中的空間坐標(biāo)，采用雙三次插值算法獲得樣本N內(nèi)部可溶性固形物含量的網(wǎng)格狀空間立體分布圖，實(shí)現(xiàn)枇杷采后內(nèi)部果肉可溶性固形物分布的空間可視化成像。