服务热线:
86-0755-23229824
您当前所在位置:首页>>光学知识>>高光谱成像系统
基于高光谱技术的红茶茶多酚可视化研究

红茶是一种全发酵茶叶,因其风味独特而受到消费者青睐。有研究表明茶多酚是茶叶中主要功能性物质,约占茶叶干质量的18%~40%。还有研究表明茶多酚具有预防脂肪肝、抑菌、抗氧化等功效。

现如今通过化学方法测定红茶中茶多酚含量已有多种方法,如气相色谱-质谱法、液相色谱-质谱法以及高效液相色谱法等。这些方法虽然可以达到足够高的精确度,但检测工序会对试验样本造成破坏,且需要在专业人员的监管下进行,且这些方法成本较高,步骤复杂。高光谱成像技术(HSI)作为一种快速无损的光谱检测方法已广泛应用于食品检测领域。该检测方法操作简单,可在不破坏样本的前提下快速获得能反映被测物品质参数的光谱,且能够获取近红外光谱仪无法测得的样本图像数据。


图片12.png 


01高光谱图像采集

茶叶样本模仿流水线检测方式,使其自然成堆地散落于可移动载物台之上,采用软件ENVI4.8的确定感兴趣区域(regionofinterestROI)处理系统分析高光谱图像内各个成像点,从而获得红茶光谱数据。由于茶叶叶片并不能完全平整,会导致镜头获取不同高度的叶片数据时产生误差,因此选取感兴趣点提取叶片数据时应避免选取颜色过暗的叶片,如图2所示。


图片13.png 

1 高光谱采集系统示意图


图片14.png 

2提取光谱数据


02光谱预处理

光谱相机扫描茶叶样品获得全波长光谱数据,初始波长以及末尾波长由于设备、环境等原因噪音过大,数据失真,故将其剔除。在实际生产中,样本在传送带上的分布是无序的,高低错落的,为模拟这一过程,实验中茶叶叶片错落分布于传送板上,故茶叶高低错落不平,光谱数据反射率会受其影响,进而呈现出整体性的提高或下降,因此本研究采用MSC预处理方法减小这种误差干扰,其校正后光谱图像如图3所示。


图片15.png 

3MSC预处理后光谱数据


 

03波长筛选

全光谱建模存在数据冗余、波段多等特点,会影响模型预测精度以及模型运行速度,同样会使得可视化图像生成缓慢,在实际应用时会产生延时,缺乏检测实时性。图4表示的是英红九号红茶通过SPA寻优特征变量的过程。14个波长为13861419166615711498144717271856188921742308205113131199nm。茶多酚为酚类、酯类等有机物组成的混合物,其含有的官能团较多且复杂,但其主要官能团苯环骨架、酯基、羟基在光谱信息上表达特性的区域为1400~1900nm,故特征波长点大多出自此处是符合茶多酚中各物质化学结构的。


图片16.png 

4 SPA筛选特征光谱变量过程图


图片17.png 

5 PSO-LSSVR预测红茶种茶多酚含量值与真实值对比图

 

 

04可视化结果

将茶叶光谱数据代入PSO-LSSVR模型,对高光谱图像各个像素点进行茶多酚含量预测,可视化效果如图6所示。A图红茶编号为H86,其茶多酚质量分数由化学法测得为22.31%,可视化图像中茶叶表面整体呈橙色,但可以看出部分茶尖呈红色。B图红茶编号为H13,其茶多酚质量分数由化学测量法测得为14.36%,可视化图像中茶叶表面整体呈黄绿色,但也可以看出部分茶尖呈橙红色。C图红茶编号为H40,其茶多酚质量分数由化学测量法测得为8.96%,可视化图像中茶叶表面整体呈现浅蓝色。

通过高光谱技术可以实现茶多酚含量可视化,且通过色彩梯度图可直观看出茶叶中茶多酚含量高低及其分布情况,在茶叶分级过程中可以作为一个步骤,使操作人员快速直观地判别茶叶等级,并将其挑选分类。


图片18.png

:A~C3种茶编号及其所含茶多酚的质量分数为H86号:22.31%,H13号:14.36%,H40号:8.96%。图6茶多酚含量可视化

 

推荐

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品,主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像,系统集成高性能数据采集与分析处理系统,高速USB3.0接口传输,全靶面高成像质量光学设计,物镜接口为标准C-Mount,可根据用户需求更换物镜。


图片19.png 


Copyright © 2020 All Rights Reserved 莱森光学(深圳) 有限公司·版权所有 备案号:粤ICP备18141551号