基于高光谱图像技术的镇江香醋固态发酵过程研究

摘要

以发酵醋醅为研究对象,应用高光谱图像技术对其图像和光谱信息进行研究,以期对发酵状况快速预测.首先通过主成分分析(PCA)对其图像信息进行PCA;然后利用预处理后的光谱信息结合全光谱偏最小二乘(PLS)、区间偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)建立总酸、pH及不挥发酸含量的快速预测模型,选择最优模型.结果表明,依据图像信息的不同主成分,优选出3幅特征图像,提取每幅图像的对比度、相关性、角二阶矩和一致性等4个基于灰度共生矩阵的纹理特征变量,利用K-最邻近法(KNN)建立发酵醋醅的识别模型,预测集识别率达到90.04％,能很好的预测醋醅发酵状况;优选出siPLS模型最优,预测集总酸、pH值和不挥发酸的RMSEP分别为0.75、0.05和0.3,能够实现重要理化指标的快速预测.因此利用高光谱图像技术可快速预测醋醅发酵状况,为优化工艺操作和提高发酵质量等提供有效、快速地检测手段.