專利名稱：一種利用傅里葉變換紅外光譜識別大米品種方法及其應(yīng)用的制作方法
一種利用傅里葉變換紅外光譜識別大米品種方法及其應(yīng)用
技術(shù)領(lǐng)域：
本發(fā)明屬于農(nóng)業(yè)技術(shù)領(lǐng)域。更具體地，本發(fā)明涉及利用傅里葉變換紅外光譜識別大米品種的方法，還涉及糯米產(chǎn)地的識別方法。
背景技術(shù)：
大米是釀造黃酒的主原料，不同品種及產(chǎn)地的大米在化學(xué)組成、物理特性以及微生物種群等方面存在較大差異，繼而影響到釀造黃酒的品質(zhì)。對不同品種及產(chǎn)地的大米進(jìn)行快速、準(zhǔn)確的識別，有利于優(yōu)化釀造工藝，控制生產(chǎn)流程，穩(wěn)定黃酒品質(zhì)。CN200810112084公開了一種黃粒米自動(dòng)識別的方法，該包括將米樣置于圖像采集器中，采集與讀取原始圖像信息，分離背景和米樣；讀取每粒大米的原始色度信息R、G、B 值，通過理想顏色模型XYZ，將R、G、B色度值轉(zhuǎn)化為均勻顏色模型色度值Ι/Α * ；選擇判定特征色度值『，若每粒大米的所有像素中特征色度值B*超過色度閾值，且所占比例大于面積閾值時(shí)，判定該大米為黃粒米。其中色度閾值和面積閾值由操作者根據(jù)大米的品種和產(chǎn)地， 自行設(shè)定。CN200810111705公開了一種大米粒型檢測的方法，該方法包括將米樣置于圖像采集器中，采集與讀取原始圖像信息，分離背景和米樣；識別整米粒和碎米粒；系統(tǒng)根據(jù)參數(shù)設(shè)置中的大米品種和檢測所需的整米粒數(shù)量，在整米粒中隨機(jī)選出所需數(shù)量，逐點(diǎn)搜索。目前，傅里葉變換紅外光譜法(Fourier Transform Infrared Spectroscopy, FTIR)是一種主要研究物質(zhì)分子中代表性官能團(tuán)的振動(dòng)及轉(zhuǎn)動(dòng)光譜，紅外光譜制樣簡單快速、重復(fù)性好、對樣品沒有損壞、信息量大。利用傅里葉變換紅外光譜漫反射方法(FTIR-DR) 采集光譜圖，并結(jié)合化學(xué)計(jì)量學(xué)方法，采用留一交互驗(yàn)證法建立主成分分析(PCA)模型，以識別率和拒絕率為指標(biāo)對不同品種及產(chǎn)地的大米進(jìn)行識別。本方法確定了最優(yōu)的大米樣品粉碎后的顆粒大小、樣品比例、采樣參數(shù)及特征光譜范圍，經(jīng)過譜圖的優(yōu)化預(yù)處理，采用化學(xué)計(jì)量學(xué)方法建立了大米品種及產(chǎn)地的識別模型。

發(fā)明內(nèi)容[要解決的技術(shù)問題]本發(fā)明的目的是提供一種利用傅里葉變換紅外光譜識別大米品種的方法。本發(fā)明的另一個(gè)目的是提供所述識別大米品種方法的用途。[技術(shù)方案]本發(fā)明是通過下述技術(shù)方案實(shí)現(xiàn)的。本發(fā)明涉及一種利用傅里葉變換紅外光譜識別大米品種的方法。該方法包括下述步驟A)確定大米樣品傅里葉變換紅外光譜的測定參數(shù)；B)建立大米品種的識別模型將300個(gè)大米樣品隨機(jī)分成兩個(gè)集，其中250個(gè)大米樣品作為訓(xùn)練集，用于模型的建立，50個(gè)大米樣品作為檢驗(yàn)集；
3
(1)特征波長的選擇分析這些大米樣品進(jìn)行傅里葉變換紅外光譜測定，將采集的紅外光譜圖導(dǎo)入 Unscrambler軟件，經(jīng)Matrix處理，得到這些大米樣品的紅外光譜三維矩陣圖，選擇其特征波長作為模式識別的特征向量；(2)數(shù)據(jù)的預(yù)處理將這些特征向量進(jìn)行光譜Mvitzky-Golay平滑、自動(dòng)基線校正與標(biāo)準(zhǔn)正態(tài)變量變換預(yù)處理，再進(jìn)行PCA分析并建立識別模型；(3)大米品種識別模型的建立 采用NIPALS計(jì)算方法和交互留一驗(yàn)證法對訓(xùn)練集中有效數(shù)據(jù)進(jìn)行PCA分析，得到這些大米的PCA三維得分圖，在此基礎(chǔ)上建立每種大米的SIMCA識別模型；C)未知樣品識別采用SIMCA的模式識別投影方法對未知樣品進(jìn)行預(yù)測，投影過程中考察模內(nèi)貢獻(xiàn)率、模間辨別力、模型間距模型參數(shù)以及未知樣與模型間的距離關(guān)系，最終得出其識別結(jié)果，它識別率和拒絕率表示
識別率(％)=xlOQo/o (1)
1 J該類未知樣本總數(shù)
拒絕率(%)= ■非同麵-χ100% (2) 非該類未知樣本總數(shù)根據(jù)本發(fā)明的一種優(yōu)選實(shí)施方式，使用傅里葉變換紅外光譜儀，通過采集的紅外光譜數(shù)據(jù)，分析大米樣品粉末粒度、大米與稀釋基質(zhì)的稀釋比例、掃描次數(shù)與分辨率對大米紅外譜圖的影響，確定測定大米紅外譜圖的基本參數(shù)。根據(jù)本發(fā)明的另一種優(yōu)選實(shí)施方式，所述的稀釋基質(zhì)是溴化鉀。根據(jù)本發(fā)明的另一種優(yōu)選實(shí)施方式，大米樣品粉末粒度200目、大米與稀釋基質(zhì)的稀釋比例1 9、掃描次數(shù)16次與分辨率如m1。根據(jù)本發(fā)明的另一種優(yōu)選實(shí)施方式，傅里葉變換紅外光譜儀的操作條件如下最 ^MiW 0. 5cm—1、EverGlOTM Mid-Infrared Source jfeiJI、Smart Diffuse Reflection Pt 件、DTGS (氘代硫酸三苷肽)/KBr檢測器。根據(jù)本發(fā)明的另一種優(yōu)選實(shí)施方式，所述的大米是秈米、粳米或糯米。根據(jù)本發(fā)明，上述利用傅里葉變換紅外光譜識別大米品種的方法用于糯米產(chǎn)地的識別。根據(jù)本發(fā)明的一種優(yōu)選實(shí)施方式，在建立糯米產(chǎn)地識別模型時(shí)，采集200個(gè)糯米樣品的紅外光譜，隨機(jī)將150個(gè)樣品作為訓(xùn)練集，30個(gè)樣品作為預(yù)測集。下面將更詳細(xì)地描述本發(fā)明。本發(fā)明涉及一種利用傅里葉變換紅外光譜識別大米品種的方法。該方法包括下述步驟A)確定大米樣品傅里葉變換紅外光譜的測定參數(shù)。傅里葉變換紅外光譜儀是基于對干涉后的紅外光進(jìn)行傅里葉變換的原理而開發(fā)的一種紅外光譜儀，它主要由紅外光源、光闌、干涉儀(分束器、動(dòng)鏡、定鏡)、樣品室、檢測器以及各種紅外反射鏡、激光器、控制電路板和電源組成。可以對樣品進(jìn)行定性和定量分折，廣泛應(yīng)用于醫(yī)藥、化工、環(huán)保等技術(shù)領(lǐng)域。傅里葉變換紅外光譜儀的主要特點(diǎn)是這種儀器沒有光柵或棱鏡分光器，降低了光損耗，而且通過干涉進(jìn)ー步増加光信號，因此到達(dá)檢測器的輻射強(qiáng)度大，信噪比高。傅里葉變換紅外光譜儀采用的傅里葉變換對光的信號進(jìn)行處理，避免了電機(jī)驅(qū)動(dòng)光柵分光時(shí)帶來的誤差，所以重現(xiàn)性比較好。傅里葉變換紅外光譜儀是按照全波段進(jìn)行數(shù)據(jù)采集的，得到的光譜是對多次數(shù)據(jù)采集求平均后的結(jié)果，而且完成一次完整的數(shù)據(jù)采集只需要一至數(shù)秒，而色散型儀器則在任一瞬間測定很窄的頻率范圍，ー 次完整數(shù)據(jù)采集需要10-20分鐘。在本發(fā)明中，傅里葉變換紅外光譜儀是目前市場上銷售的產(chǎn)品，例如天津港東生產(chǎn)的FTIR-650傅里葉變換紅外光譜儀、北京瑞利生產(chǎn)的WQF-510傅里葉變換紅外光譜儀、 美國Thermo Fisher生產(chǎn)的Nicolet6700傅里葉變換紅外光譜儀；德國Bruker Optics生產(chǎn)的"Tensor 37傅里葉變換紅外光譜儀。在試驗(yàn)中使用的大米是來自江蘇省連云港、黑龍江大慶市、安徽省安慶市、湖北省孝感市、湖北省武穴市、浙江省杭州市、安徽省蕪湖市、安徽省蛘埠市、陜西省漢中市、四川省綿陽市等十個(gè)不同地區(qū)的300個(gè)大米樣品。這些樣品按品種分為粳米(J)、糯米(N)、秈米(X)，將糯米按照產(chǎn)地編號為HX、ZH、冊、SH、AW、AB,具體信息列于表1。表1不同品種及產(chǎn)地大米樣品及編號
權(quán)利要求
1.一種利用傅里葉變換紅外光譜識別大米品種的方法，其特征在于該方法包括下述步驟A)確定大米樣品傅里葉變換紅外光譜的測定參數(shù)；B)建立大米品種的識別模型將300個(gè)大米樣品隨機(jī)分成兩個(gè)集，其中250個(gè)大米樣品作為訓(xùn)練集，用于模型的建立，50個(gè)大米樣品作為檢驗(yàn)集；(1)特征波長的選擇分析這些大米樣品進(jìn)行傅里葉變換紅外光譜測定，將采集的紅外光譜圖導(dǎo)入U(xiǎn)nscrambler 軟件，經(jīng)Matrix處理，得到這些大米樣品的紅外光譜三維矩陣圖，選擇其特征波長作為模式識別的特征向量；(2)數(shù)據(jù)的預(yù)處理將這些特征向量進(jìn)行光譜Mvitzky-Golay平滑、自動(dòng)基線校正與標(biāo)準(zhǔn)正態(tài)變量變換預(yù)處理，再進(jìn)行PCA分析并建立識別模型；(3)大米品種識別模型的建立采用OTPALS計(jì)算方法和交互留一驗(yàn)證法對訓(xùn)練集中有效數(shù)據(jù)進(jìn)行PCA分析，得到這些大米的PCA三維得分圖，在此基礎(chǔ)上建立每種大米的SIMCA識別模型；C)未知樣品識別采用SIMCA的模式識別投影方法對未知樣品進(jìn)行預(yù)測，投影過程中考察模內(nèi)貢獻(xiàn)率、 模間辨別力、模型間距模型參數(shù)以及未知樣與模型間的距離關(guān)系，最終得出其識別結(jié)果，它識別率和拒絕率表示識別率(％)=xlOQo/o (1)1 J該類未知樣本總數(shù)拒絕率(%)= ■非同麵-χ100% (2) 非該類未知樣本總數(shù)
2.根據(jù)權(quán)利要求1所述的方法，其特征在于使用傅里葉變換紅外光譜儀，通過采集的紅外光譜數(shù)據(jù)，分析大米樣品粉末粒度、大米與稀釋基質(zhì)的稀釋比例、掃描次數(shù)與分辨率對大米紅外譜圖的影響，確定測定大米紅外譜圖的基本參數(shù)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于所述的稀釋基質(zhì)是溴化鉀。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于大米樣品粉末粒度200目、大米與稀釋基質(zhì)的稀釋比例1 :9、掃描次數(shù)16次與分辨率如m \
5.根據(jù)權(quán)利要求2所述的方法，其特征在于傅里葉變換紅外光譜儀的操作條件如下 ΜΦ^Ρβ^ 0. 5cm"\ EverGlOTM Mid-Infrared SourceSmart Diffuse Reflection 附件、DTGS (氘代硫酸三苷肽)/KBr檢測器。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于所述的大米是秈米、粳米或糯米。
7.根據(jù)權(quán)利要求1-5中任一項(xiàng)權(quán)利要求所述的利用傅里葉變換紅外光譜識別大米品種的方法用于糯米產(chǎn)地的識別。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于在建立糯米產(chǎn)地識別模型時(shí)，采集200個(gè)糯米樣品的紅外光譜，隨機(jī)將150個(gè)樣品作為訓(xùn)練集，30個(gè)樣品作為預(yù)測集。
全文摘要
本發(fā)明涉及利用傅里葉變換紅外光譜技術(shù)識別大米品種的方法與它的應(yīng)用。該方法包括確定大米樣品的傅里葉變換紅外光譜測定參數(shù)、建立大米品種的識別模型與未知樣品識別等步驟。本發(fā)明的方法對大米能夠非?？焖佟?zhǔn)確地進(jìn)行識別，從而有利于優(yōu)化釀造工藝，控制生產(chǎn)流程，穩(wěn)定黃酒品質(zhì)。
文檔編號G01N21/35GK102564993SQ201110457088
公開日2012年7月11日 申請日期2011年12月31日 優(yōu)先權(quán)日2011年12月31日
發(fā)明者張文海, 殷秀秀, 毛丙永, 顧小紅 申請人:江南大學(xué)