顏色空間結(jié)合化學計量學在楊梅采后篩選及加工儲藏中的應用研究.pdf

1、楊梅屬于楊梅科，是一種具有很高藥用價值和食用價值的水果，富含花青素、糖類、有機酸、酚類及維生素等營養(yǎng)成分，歷來受人歡迎。我國是楊梅的原產(chǎn)地也是主要的生產(chǎn)基地，隨著保鮮、加工及儲藏技術(shù)的發(fā)展，楊梅產(chǎn)業(yè)也不斷壯大，因此做好楊梅采后商品化處理對提高梅農(nóng)的收入及增加經(jīng)濟和社會效益具有重要的作用。其中重要的一步就是對采后楊梅進行分級，如何高效的對果蔬實現(xiàn)自動分級一直是個研究熱點，且由于沒有外果皮保護又是在六七月份的濕熱季節(jié)成熟，采后的楊梅損失率較

2、高，所以通常會將其加工成各種衍生產(chǎn)品，而其在加工、儲藏過程中又會經(jīng)受許多變質(zhì)反應而致使產(chǎn)品質(zhì)量下降，因此加強對楊梅及楊梅加工產(chǎn)品的質(zhì)量檢測是至關(guān)重要的。本文針對以上問題進行了研究，主要涉及以下幾個方面的工作:(1)建立了基于楊梅表面形狀（分形值）及顏色特征（nRGB、CIELAB、YCbCr、HSI顏色空間）的偏最小二乘-支持向量機分類器對損傷及未損傷楊梅進行分類;(2)建立了基于不同顏色空間(nRGB、 CIELAB、CMY、HSI、

3、I1I2I3和YCbCr)的偏最小二乘回歸及偏最小二乘-支持向量機模型預測楊梅中可溶性固形物含量和pH值;(3)建立了基于不同顏色空間（nRGB、CIELAB、YCbCr和HSI）的支持向量機模型評估楊梅汁儲藏過程中營養(yǎng)成分變化。
　　主要實驗結(jié)果如下:
　　(1)結(jié)果表明基于HSI顏色空間的偏最小二乘-支持向量機分類器(γ=34.21，σ2=554.35)的分類率較其他幾種顏色空間的高，其分類率為94％。而基于顏色空間和分

4、形值的偏最小二乘-支持向量機分類器比單獨基于顏色空間分類器的分類率要高，其中HSI顏色空間結(jié)合分形值的偏最小二乘-支持向量機分類器(γ=0.65，σ2=22.53)可得到最高的分類準確率為98％。
　　(2)結(jié)果表明基于這幾種顏色空間的偏最小二乘回歸模型及偏最小二乘-支持向量機模型均能較好地預測楊梅的pH值(r=0.93-0.96，RMSE=0.09-0.12，MAE=0.07-0.09，MRE=0.04-0.06)。而對于預測可

5、溶性固形物，推薦利用基于 CIELAB(r=0.90，RMSE=0.91，MAE=0.69，MRE=0.12)及HSI顏色空間(r=0.89，RMSE=0.95°Brix，MAE=0.73，MRE=0.13)的偏最小二乘回歸模型。
　　(3)在本研究中同時比較了三種不同的模型最佳參數(shù)尋優(yōu)算法（網(wǎng)格尋優(yōu)算法、遺傳算法及粒子群算法），其中網(wǎng)格尋優(yōu)算法和遺傳算法較粒子群算法好。結(jié)果表明這些模型對于總酚和總黃酮的變化預測效果不佳，但基于H

6、SI顏色空間值支持向量機模型在網(wǎng)格尋優(yōu)算法下能較好地預測楊梅汁儲藏過程中花青素(R2=0.910，MSE=0.012 mg/100mL)和抗壞血酸含量(R2=0.930，MSE=0.014mg/100mL)的變化。
　　綜上所述，基于顏色空間的化學計量學方法能夠有效的實現(xiàn)對楊梅采后無損傷篩選及加工儲藏過程中質(zhì)量監(jiān)測。這不僅為楊梅品質(zhì)檢測提供一種更為便捷的方法，同時也為今后食品計算機視覺的發(fā)展提供一定的理論及實踐指導。另外，我們的研