基于Fisher判別分析可分性信息融合的馬鈴薯VC含量高光譜檢測方法

郭林鴿，殷 勇，于慧春，袁云霞

（河南科技大學食品與生物工程學院，河南 洛陽 471023）

馬鈴薯又稱土豆、洋山芋等，具有糧菜兼具的特點，素有“能源植物”“蔬菜之王”等美譽，是全球第四大糧食作物[1-2]。馬鈴薯中VC含量豐富，是馬鈴薯品質的重要指標[3]。馬鈴薯VC含量的快速檢測可用于馬鈴薯的品質監控，同時為馬鈴薯育種、篩選、產業原料的選擇提供便利。目前，VC含量的測定方法一般包括高效液相色譜法、2,6-二氯靛酚滴定法、紫外分光光度法等[4-5]；但這些方法樣品處理繁瑣、費時、易產生誤差，且有化學試劑污染的缺陷。因此，尋找一種快速、準確、高效檢測VC含量的方法具有重要意義。

近年來，高光譜成像（hyperspectral imaging，HSI）技術因其快速、分辨率高等優點，被廣泛應用于農產品病害檢測[6-8]、缺陷檢測[9-11]、肉制品質量檢測[12-13]、摻假摻雜[14-15]等方面。HSI技術是傳統圖像和光譜技術的結合，可同時獲取待測樣品的空間和光譜信息，進而實現待測物的定性和定量分析[16-17]。Xiao Qinlin等[18]利用HSI結合多變量分析研究鮮切馬鈴薯塊莖的顏色指數和水分含量。對于顏色預測建立的所有最小二乘支持向量機（least squares-support vector machine，LS-SVM）模型的校正集決定系數（determination coefficient of calibration set，）、預測集決定系數（determination coefficient of prediction set，）和剩余預測偏差（residual prediction deviation，RPD）分別超過0.90、0.84和2.10；對于水分含量預測建立的LS-SVM模型的、和RPD分別超過0.80、0.77、1.90；表明HSI技術檢測馬鈴薯顏色指數及水分含量的可行性。Chen Huazhou等[19]利用近紅外HSI技術結合先進的化學計量學方法對柚果品質進行快速檢測。通過改進非線性回歸，優化建模過程的參數縮放，建立徑向基函數（radial basis function，RBF）結合偏最小二乘（partial least squares，PLS）模型實現了樣品中糖、VC和有機酸的定量預測，為HSI技術應用于檢測水果中VC含量提供參考。……