高光譜相機在采集水果花色苷含量的應(yīng)用：采用短波近紅外高光譜相機900-1700nm的高光譜成像儀,。

花色苷是葡萄與葡萄酒酒中一類重要的酚類化合物,，主要存在于葡萄漿果表皮下3～4層細胞的液泡里。是決定葡萄酒感官質(zhì)量的重要因素,，也是紅葡萄酒耐儲存的基礎(chǔ),。傳統(tǒng)的化學(xué)檢測法會破壞檢測對象，難以實現(xiàn)快速,、大樣本量的檢測,。而國內(nèi)外針對釀酒葡萄果實中花色苷含量的快速檢測的研究還較少。近年來,，高光譜成像技術(shù)作為一種無損檢測方法引起了廣泛的關(guān)注,，與傳統(tǒng)近紅外光譜技術(shù)相比，高光譜成像技術(shù)顯示出其波段鍵振和波形特征,。使用近紅外光譜技術(shù)時,，每次僅可以得到某一個或幾個點的光譜信息，在選擇點的位置和數(shù)量方面會有較大的隨機性和片面性,。而高光譜圖像技術(shù)可以獲取到被分析物的圖像,，不僅提供了更加豐富的信息，在光譜數(shù)據(jù)處理方面也提供了更加合理和有效的分析方法,。在利用高光譜成像技術(shù)結(jié)合偏最小二乘方法建模的過程中,，隨著對PLS方法研究的深入，發(fā)現(xiàn)通過特定方法篩選特征波長或波長區(qū)間可能會得到更好的定量校正模型,。

本實驗基于931～1700 nm近紅外波段高光譜成像系統(tǒng)獲取葡萄漿果的高光譜圖像，利用連續(xù)投影算法SPA 進行波長變量選擇,，最終從236個波長點中優(yōu)選出20個光譜變量,，采用不同的建模方法建立葡萄果皮中花色苷含量的預(yù)測模型。結(jié)果表明：

（1）連續(xù)投影算法SPA不僅能夠有效選出特征光譜變量,，簡化校正模型和縮短校正時間,，且提高了模型的預(yù)測精度，是一種有效實用的光譜變量選擇方法,。

（2）在PLS,、SPA-MLR、SPA-BPNN和SPA-PLS這4個預(yù)測模型中,，以SPA-PLS模型的預(yù)測效果**,，其預(yù)測相關(guān)系數(shù)R。和預(yù)測RMSEP分別為0.9000和0.5506,，保持得了較好的預(yù)測結(jié)果,。因此,，釀酒葡萄漿果的光譜數(shù)據(jù)與果皮中花色苷的含量相關(guān)性高，利用近紅外高光譜成像技術(shù)能夠有效檢測釀酒葡萄果皮中花色苷含量,。