基于智能图像颗粒饲料淀粉含量检测

摘要

传统的颗粒饲料淀粉含量检测方法具有准确度低、破坏样本等弊端。因此,文章研究了基于智能图像颗粒饲料淀粉含量检测方法,采用近红外光谱检测玉米籽粒内直链淀粉含量,分析玉米籽粒淀粉含量检测的特征波长优选方法,在不同频波段区间中,通过相关系数法以及遗传算法优选近红外光谱建模变量,对玉米籽粒直链淀粉含量的定量分析模型进行构建,得到最优的淀粉含量波段为是波长（3 999～4 157+5 152～5 210 cm-1）,最佳PLS隐变量数是2个,最佳预处理方法是BASELINE+MC方法,最佳LS-SVM模型的RMSEP是0.027。将玉米透明度感官评分当成因变量,将图像透明度特征值当成自变量,通过逐步融入-过滤法实施多元线性回归分析,过滤出干扰玉米透明度的4个关键特征值（R值、B值、V值以及M值）,塑造玉米透明度预测模型。通过双波长法检测玉米内直链以及支链淀粉含量和二者间的比例,研究透明度特征值同淀粉含量的相关性,以玉米直链淀粉含量为因变量,透明度特征值（M,h）为自变量,实施多元线性回归分析,构建玉米淀粉含量检测模型,实现玉米淀粉含量的准确检测。