双孢蘑菇超声渗透过程高光谱在线预测研究开题报告

1. 研究目的与意义

随着社会的发展，食品质量与安全问题层出不穷，已经成为世界各国普遍关注的公共安全问题，并直接关系着人类健康，经济发展，社会稳定，关系着人类进步和文明^[1]。食品的品质检测作为食品安全和质量保证中的重要一环，扮演者极其重要的作用^[2]。

双孢蘑菇资源丰富，优良品种繁多，不同产地和品种的双孢蘑菇具有不同的品质水平和市场价值，冒充名优产地或品牌的菌菇，或以次充好的掺假现象时有发生，严重损害了消费者的利益，同时也影响了双孢蘑菇在我国的健康发展。因此，目前需要一套对品质检测的有效技术体系，对双孢蘑菇进行有效的质量鉴定。

传统的鉴定双孢蘑菇品质判定的主要方法是感官评价，即利用人体的嗅觉，味觉，视觉，触觉等感觉器官惊醒鉴定，这种方法往往需要花费大量的人力和时间，同时带有主观性和片面性，鉴定结果也不精确^[3]。虽然采用理化的方法，例如气相气象色谱（gc），高效液相色谱（hplc），毛细管电泳（ce），原子发射光谱以及分光光度计等仪器，可以对食品的品质进行非常可靠的鉴别的和检测，但这些检测仪器往往较为昂贵，而且所依赖的检测方法往往在操作上较为复杂，不仅需要对样品进行破坏，同时也较为耗时，不能满足双孢蘑菇在加工过程中实时，连续的监测以及流通中理化指标的快速无损检测的品质评估^[4]。

2. 研究内容和预期目标

研究的内容

一、双孢蘑菇超声辅助渗透过程高光谱信息的采集与优化 在前期研究基础上，研究双孢蘑菇在超声渗透过程（50%蔗糖溶液）中可溶性固形物变化规律，并以此为指标，采集并优化双孢蘑菇在渗透过程中高光谱成像信息。研究随着超声渗透时间的延长，双孢蘑菇的可溶性固形物含量在0-40 min时间内所呈现的变化趋势。通过高光谱近红外波段（900 nm-1700 nm）对不同渗透阶段双孢蘑菇进行成像采集，经黑白板校正后，手动选择roi即感兴趣区域，并利用标准正态变量校正（snv）、多元散射校正（msc）、正交信号校正（osc）等多种变换方法对高光谱近红外波段图谱进行预处理[7]，为后续多种模型的建立奠定基础。 二、基于高光谱对于双孢蘑菇可溶性固形物三种全波段模型的建立 通过ken-stone算法将双孢蘑菇超声渗透过程可溶性固形物含量数据进行筛选，其中240个数据作为建模集[8]，120个数据作为预测集。利用偏最小二乘回归（plsr）、支持向量机（svm）和人工神经网络（ann）对不同光谱校正信息数据进行拟合[9]。研究plsr、svm和ann三种模型均能够较好的拟合双孢蘑菇超声渗透过程固形物含量的变化规律。比较全波段图谱经snv预处理后，图谱信息利用svm建模的效果。 三、基于高光谱优选特征波长对双孢蘑菇可溶性固形物模型的建立 为了进一步简化模型，消除无关紧要的波长信息，提取和筛选具有关键特征信息，利用竞争性自适应重加权算法（cars）和连续投影算法（spa）分别对全波段510个波长特征信息进行筛选[10]，分别筛选出75和10个特征波长。通过plsr、svm和ann模型分别对筛选出的可溶性固形物的特征波长信息进行进一步拟合。结果表明，分析最好的拟合优度。其中，光谱信息经osc预处理后，利用svm模型拟合的双孢蘑菇渗透过程可溶性固形物含量的建模集拟合优度和预测集拟合优度，并且经过预测值与实测值的回归验证，验证该模型的拟合效果[11]。

拟解决的关键问题

3. 国内外研究现状

国内研究现状

在我国，高光谱图像技术多用于农产品，特别是鲜活产品如水果的检测较多，而对于加工产品的检测。作为具有在线检测潜力的技术，高光普图像技术在农产品原材料收购，产品分级加工在线检测方面具有广阔的应用前景。另外，目前国内大多数研究团队主要是应用高光普反射成像技术或荧光成像技术或者透射成像技术[16]三种独立的技术对食品外部或者内部品质进行检测，很少有文献报道联合其两种或者三种技术同时对食品进行检测，然而高光谱技术最大的优势是内外品质的同时检测。因此如何有效的应用高光谱图像技术同时对食品内外品质进行综合评价可能是未来的一个研究方向。

国外研究现状

4. 计划与进度安排

研究计划：

针对双孢蘑菇超声渗透过程高光谱在线研究中开展并完成了以下3方面研究工作：（1）研究了基于高光谱对超声辅助渗透不同时间下的双孢蘑菇品质指标的预测评估，证明了通过融合高光谱图像与计算机视觉在双孢蘑菇品级分类、指标预测方面的巨大潜力。（2）研究了通过matlab中线性与非线性等建模的不同方式对双孢蘑菇水分含量与可溶性固形物等指标回归预测的准确率，证明了全波段模型中非线性建模方法svm对于模型的建立是最可靠的，其经过建模集拟合优度与预测集拟合优度分别达到了97%与95%[13]。（3）研究了融合图像与光谱信息后提取的特征波长对不同建模方式的影响，证明了通过竞争性自适应重加权（cars）与连续投影算法(spa)等提取出的关键特征波长对相关指标的验证是有效的，在保证模型精度的情况下，进一步简化了模型。其中精度最高的是基于cars优选特征波长并进行osc预处理的svm模型，在同样的条件下，其建模集拟合优度达到了87%，相应的预测集拟合优度为71%。

撰写方案：

5. 参考文献

[1]徐立青. 中国食品安全研究报告[m]：科学出版社，2012 [2]龙红，梅灿辉. 我国食品安全预警体系和溯源体系发展状况及建议[j] .现代食品科技.2012，（9）：1256-1261.

[3]houx，levine ke，salido a，jonesbt，ezer m，elwood s，etal. tungsten coil devices in atomic spectrometry ：absorption，fluorescence，and emission [j] .analytical sciences the international journal ofthe japan societyfor analyticalchemistry .2011，17（1）：175-180.

[4]ibaneze，cifuentes a . newanalyticaltechniques in food science[j].critical reviews in food scienceandnutrition .2001，41（6）：413-450.