Determinação do teor de amilose no lótus fresco por imagem hiperespectral

Com a melhoria dos padrões de vida, as pessoas têm exigências cada vez mais elevadas para o sabor e nutrição das sementes de lótus.O seu teor de amilose afecta directamente a qualidade e o sabor das sementes de lótusO teor de amilose das sementes de lótus varia muito entre as diferentes variedades, pelo que a determinação do teor de amilose das sementes de lótus é de grande importância para o processamento posterior.A detecção tradicional de amilose é geralmente feita utilizando colorimetria de iodo, o método de titulação da afinidade de iodo e o método de infecção transversal, estes métodos são demorados e laboriosos, e facilmente afectados pelas condições experimentais!

A tecnologia de imagem hiperespectral é uma tecnologia de teste não destrutiva que pode obter informações de espectro e imagem ricas.tem as vantagens de poupar tempoNeste artigo, a tecnologia de imagem hiperespectral foi utilizada para detectar a amilose de lótus fresco.

一、Materiais e métodos

1.1 Materiais de ensaio

As amostras eram da província de Fujian, e as variedades de Xuanlian, Guangchanglian, Jianxuan 36, Mantianxing, Space lotus e Xianglian foram selecionadas.As sementes de lótus frescas foram armazenadas em nitrogénio líquido e transportadas para o laboratório., onde foi refrigerado a 4 °C durante 12 horas.

1.2 Aquisição e correcção de imagem hiperespectrais

Os principais componentes do sistema de imagem hiperespectral incluem imagem hiperespectral, fonte de luz, estágio, caixa preta e software de aquisição de dados hiperespectrais.O sistema inteiro pode usar a câmara hiperespectro do espectro de cores FS-13, que pode coletar a faixa espectral de 400 nm ~ 1000 nm, e a resolução espectral é de 2,5 nm. O sistema de imagem hiperespectral é mostrado na Figura 1.A velocidade de movimento da plataforma de carga útil está definida em 3.5 mm/s e o tempo de exposição é de 30 ms. A lente está a 40 cm da plataforma em movimento e em linha reta para baixo.Ajustar a distância focal da câmera do espectrômetro para correção em preto e branco do sistema.

1.3 Tratamento de dados

O software de análise foi utilizado para extrair o espectro médio da região de interesse (ROI) a partir da imagem espectral das sementes de lótus.A fim de eliminar a influência do ruído e da luz exterior, foi comparado o efeito de modelagem de métodos de pré-processamento, tais como a primeira derivada, a segunda derivada, a suavização SG, a correção de dispersão múltipla (MSC) e a conversão da variável normal padrão,e foi selecionado o melhor método de pré-tratamento.

二、 Resultados e análise

2.1 Espectro médio da região de interesse

Neste artigo, a curva espectral de cada pixel na região de interesse de uma única amostra é usada para processamento posterior.O diagrama espectral médio após a eliminação do ruído da cabeça e da cauda (400 nm ~ 971 nm) é mostrado na Figura 2A partir da figura, pode-se ver que a tendência de variação dos valores espectrais de diferentes amostras é consistente.que podem ser causados pela mudança na faixa de águaA banda tem uma absorção relativamente óbvia entre 500 nm e 920 nm. Pode estar relacionada com o duplicamento de frequência quaternária,Duplicação de frequência secundária O-H e duplicação de frequência primária O-H do grupo C-H na molécula de amilose.

2.2 Teor de amilose das sementes de lótus

Os resultados do conjunto de correcções e do conjunto de previsões do teor de amilose divididos pelo método SPXY são apresentados no quadro 1.Pode-se ver na tabela que o teor de amilose das sementes de lótus frescas varia muitoO valor máximo do teor de amilose das sementes de lótus corrigidas é de 227,90 mg/g, o valor mínimo é de 100,82 mg/g e o desvio-padrão é de 44,73 mg/g.O teor de amilose da amostra prevista está dentro do intervalo da amostra do conjunto de correcção, portanto, a divisão da amostra é razoável.

三、Conclusão

Neste artigo, a tecnologia de imagem hiperespectral foi usada para detectar rapidamente o teor de amilose.Os resultados mostram que o efeito de modelagem é melhor após a utilização da primeira derivada e da correção de dispersão múltipla (MSC)O coeficiente de correlação (R) do modelo de previsão do PLSR foi de 0.835, o erro médio quadrado da raiz do conjunto corrigido (RMSEC) foi de 1.802, o coeficiente de correlação de conjunto previsto (R) foi de 0.856, e o erro médio quadrado da raiz do conjunto previsto (RMSEP) foi de 1.752O erro de análise relativo (RPD) foi de 1.944O coeficiente de correlação do conjunto de previsões do modelo de previsão PLSR estabelecido pelo método RC (R. O erro quadrado médio da raiz do conjunto de previsões (RMSEP) foi de 1.897O erro de análise relativo (RPD) foi de 1.761Este estudo forneceu uma ideia para o desenvolvimento de um instrumento on-line de detecção do teor de amilose e lançou uma boa base.