高光譜相機在采集水果花色苷含量的應用：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,。傳統(tǒng)的化學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,，高光譜成像技術作為一種無損檢測方法引起了廣泛的關注,，與傳統(tǒng)近紅外光譜技術相比，高光譜成像技術顯示出其波段鍵振和波形特征,。使用近紅外光譜技術時，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個預測模型中，以SPA-PLS模型的預測效果**,，其預測相關系數(shù)R,。和預測RMSEP分別為0.9000和0.5506，保持得了較好的預測結(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性高，利用近紅外高光譜成像技術能夠有效檢測釀酒葡萄果皮中花色苷含量,。