苹果糖度和硬度检测的研究现状.doc

《苹果糖度和硬度检测的研究现状.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、文献综述苹果糖度和硬度检测的研究现状苹果糖度和硬度检测的研究现状【摘要】本文介绍和分析了目前为止绝大多数对苹果糖度和硬度的检测的研究，这些研究主要是从苹果的无损检测入手，利用高光谱图像技术，采用傅里叶变换，CCD，MATLAB语言，光纤传感，遗传算法，混合线性分析方法对苹果进行糖度和硬度的检测。关键词苹果红外光谱无损检测糖度硬度Applesugarcontentandhardnesstestingresearchstatus【Absatract】Thispaperintroducesandanalyzessofarmostapplesugarcontentandhardnesstestingr

2、esearch，thesestudiesmainlyfromapplenondestructivetestingofutilizationofhyperspectralimagingtechnology，usingFouriertransform，CCD，MATLABlanguage，theopticalfibersensing，geneticalgorithm，themixedlinearanalysismethodforappleforsugarcontentandhardnesstestingKeywords：Fruits，Infraredspectrum，NondestructiveT

3、esting，Sugarcontent，Hardness前言市场上的农产品越来越多样化，生产者除了要保持农产品的新鲜度外，还要确保有好的口感和营养价值，因此，当前迫切需要发展一种快速有效的无损检测方法。在过去的几十年里，很多学者都在关注近红外光谱技术———一种测定有机物的重要技术，由于其具有快速性、无需样品前期处理、无化学污染等优势，使得近红外光谱技术在短短十几年就成为一项极具竞争力的分析技术，在农业、食品等行业中得到广泛的应用，常常被用于测定蔬菜水果中的有机酸、蛋白质等。而且检测时间仅需数秒钟，可以同时检测多种成分，实现水果品质的快速分析，对水果生产，特别是水果加工质量的控制，具有十分重要的

4、作用。我国是世界第一水果生产大国，据保守统计，2003年苹果产量达到2060.96万吨，2004年是苹果丰产年，达到2200万吨以上，2009年全国苹果产量预计达到3300万吨9文献综述苹果糖度和硬度检测的研究现状。但我国的水果在国际市场上大多数档次较低，在国，高档水果市场也被国外水果垄断，其中一个很重要的原因是品种混杂、质量优劣不齐，苹果采收后，由于大小、成熟度和商品性的不同，应进行分级，其中糖度和酸度是评价苹果成熟度的重要指标，而这些指标难以从外部进行鉴别，传统的检测方法往往采用抽样方式的化学检测，这些方法大多存在分析过程比较复杂、耗时长、检测费用高、技术条件复杂、难于实现即时监控及需要破

5、坏样品等缺点，从1980年开始，近红外光谱技术作为一种无损检测手段被广泛用于测定农产品的部品质，它不仅能够同时检测多种组分，而且因为它是非破坏性的，可以对一个样品进行多次检测。水果中的糖分分子属于红外活性分子，当近红外光照射到水果中时，不同的水果部成分对于不同波长的光学吸收程度不同，而随着水果部成分质量分数的不同，其部光谱也将发生变化，利用这一特性，即可根据近红外光谱特征分析水果中的主要成分及其质量分数。1苹果糖度和硬度的检测方法1.1基于MATLAB语言的苹果糖度近红外光谱定量分析利用MATLAB6.1语言实现水果近红外漫反射光谱法的定量分析数据的处理，着重研究了主成分分析多元校法在水果部品

6、质定量分析中的实现方法.燕德，应义斌利用MATLAB6.1语言实现水果近红外漫反射光谱法定量分析数据的处理，研究了主成分分析在水果漫反射光谱分析中的实现方法，通过编程和计算机试算，找出苹果部糖度定量分析的两类吸收峰:一类为1453、1931、2314和2353nm;另一类为978、1198、1732和1790nm，并对吸收峰的光谱吸光度与苹果糖度进行了相关性分析，得出糖度与原始光谱吸光度的最大相关系数为-0.621，最小相关系数为-0.365。燕德主要以我国主要水果———富士苹果的近红外漫反射吸光度(=log1/R)为考核指标，使用Necolet公司NexusFT-IR光谱仪(800-500n

7、m)获取34个富士苹果近红外漫反射原始光谱，然后利用OMNIC6.0软件将原始光谱保存为CSV文件，以方便MATLAB原始数据读取，同时将富士苹果原始光谱在978、1198、1453、1732、1790、1931、2314、2353nm等8个吸收峰处的漫反射吸光度值用于主成分，分析其指标变量记为x1、x2、x3、x4、x5、x6、x7、x8，样本数m=34，指标变量个数p=8，原始数据矩阵为X。水