一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法

本发明涉及绿茶化合物检测，具体涉及一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法。

背景技术：

1、绿茶是中国产销量最大的茶类。据统计，2022年全年茶叶产量334.21万吨，国内总销量239.75万吨，其中绿茶产量185.38万吨，内销131万吨，出口31.39万吨，存在供大于求的现象。茶叶供过于求导致茶叶囤积，最终变成陈茶。一些不法商家为了获取更高的利润将陈茶掺杂在新茶中进行销售，损害了消费者的权益和健康，同时更不利于茶产业的健康发展。茶多酚是茶叶中的主要化学物质，占茶叶干物质的18％～36％，其主要功能成分是儿茶素，占茶多酚总量的60％～80％。茶叶的风味和保健价值与儿茶素密切相关。在储存过程中，儿茶素会发生氧化降解。绿茶在每年的贮藏过程中儿茶素都在减少，儿茶素的组成和总量发生了很大的变化，与绿茶品质呈正相关的egc、egcg和ecg的总量减少，而与品质呈负相关的gc、ec和c则呈上升趋势，最终导致绿茶品质下降。研究茶叶贮藏期与品质的关系，可以启发日常生活中茶叶的保存方法，也可以预测茶叶的保鲜期。王海丽研究了贮藏时间等因素对龙井绿茶理化成分的影响，并利用pls-da模型预测了保质期。因此，寻找一种快速有效的方法来检测茶叶的贮藏期非常重要。

2、传统的茶叶质量检测方法是感官审评和化学成分分析。前者缺乏客观性和准确性，难以适应当前茶叶行业质量评判的需要。后者分析过程复杂，耗时耗力，且只能分析内含物的单一指标，不适用于茶叶品质的在线检测和快速评价。此外，还有电子鼻和电子舌等电化学方法，但两者的灵敏度和环境抗扰性都有待提高。高光谱成像是新兴技术之一，快速、无损、可视化是其突出特点。近年来，高光谱成像技术已被应用于食品分析、损伤检测、品种识别等领域。已有研究利用高光谱技术获取了茶叶的光谱信息，实现了不同采摘期茶叶的分类，但缺乏定量分析。也有研究利用高光谱成像技术检测茶叶品质，他们采集绿茶样品的光谱信息，通过一阶导数-主成分分析-支持向量机判别模型进行茶叶等级鉴定，取得了良好的效果，训练集准确率为93.8％，测试集的准确率为98.2％，但也缺乏对样品光谱信息的定量分析，而且茶叶质量的可视化没有落实到茶叶的内含物上。

3、鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。

技术实现思路

1、本发明的目的在于解决如何对茶叶样品光谱信息进行定量分析，将茶叶质量的可视化落实到茶叶的内含物上的问题，提供了一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法。

2、为了实现上述目的，本发明公开了一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，包括以下步骤：

3、s1，制备茶叶样品；

4、s2，采集并校正茶叶样品的高光谱图像，预处理后得到茶叶样品的高光谱数据；

5、s3，采用主成分分析法对高光谱数据进行降维处理，压缩特征空间，然后从主成分数据中提取光谱特征，再根据主成分得分分析模型的特征贡献，算法最终采用两个主成分进行特征提取；

6、s4，分别基于线性svm、非线性pls-da和机器学习rf建立定性判别模型，根据判别率选优选定性分析模型；

7、s5，利用plsr定量分析方法，对绿茶样品中主要成分的含量进行了多元回归分析；

8、s6，取未知儿茶素含量的茶叶样品，采集高光谱数据后利用步骤s5中选择的判别模型进行分析，可以定量检测茶叶样品中儿茶素含量。

9、所述步骤s1中，茶叶样品的制备具体如下：取30个茶叶样品进行化学指标分析和高光谱数据采集，剩余的240个样品装入密封的铝箔袋中，分别保存在4℃和25℃，然后进行进一步分析，在接下来的360天内，每隔90天，即90、180、270、360天从冰箱中取出部分样品进行实验。

10、所述步骤s2中，高光谱系统包括光谱范围为370.38～1036.54nm、光谱分辨率为2.8nm的可见近红外光谱仪、电荷耦合器件相机、一组150w卤素灯，传送带的速度、ccd相机的曝光时间以及镜头与样品之间的垂直距离这三个参数分别设置为1.15mm s-1、8.5ms和17.3cm，使用400～1000nm范围内的1108个光谱带。

11、所述步骤s2中，校正高光谱图像的公式如下：

12、

13、其中，r是校正后的高光谱图像，i是原始高光谱图像，d是用镜头盖遮住相机镜头获得的暗参考图像，w是用标准特氟龙白瓷砖获得的白参考图像。

14、所述步骤s2中，在获取和校正高光谱图像后，选择图像中心的100x100像素区域作为感兴趣区域，通过平均roi内的所有像素提取的平均光谱，并用作整个样本的光谱，采用标准正态变量算法(snv)对光谱进行预处理，减小了表面散射和光路变化对漫反射光谱的影响。

15、所述步骤s5中，选择的判别模型为非线性plsr。

16、与现有技术比较本发明的有益效果在于：本发明基于高光谱图像技术获取样品信息，实现了无损检测。比较了三种建模方法，最终选出最佳的模型pls-da，对于set 1，预测集的准确率为98％，对于set 2，预测集的准确率为96％，然后进一步利用高光谱数据对绿茶主要呈味物质进行了定量分析。实现了主要滋味物质儿茶素和咖啡碱的定量分析和儿茶素的可视化,并进一步验证和提高了模型的准确性，为评价茶叶贮藏期提供了一种无损、准确、高效、快速的方法。

技术特征：

1.一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，所述步骤s1中，茶叶样品的制备具体如下：取30个茶叶样品进行化学指标分析和高光谱数据采集，剩余的240个样品装入密封的铝箔袋中，分别保存在4℃和25℃，然后进行进一步分析，在接下来的360天内，每隔90天，即90、180、270、360天从冰箱中取出部分样品进行实验。

3.如权利要求1所述的一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，所述步骤s2中，高光谱系统包括光谱范围为370.38～1036.54nm、光谱分辨率为2.8nm的可见近红外光谱仪、电荷耦合器件相机、一组150w卤素灯，传送带的速度、ccd相机的曝光时间以及镜头与样品之间的垂直距离这三个参数分别设置为1.15mm s-1、8.5ms和17.3cm，使用400～1000nm范围内的1108个光谱带。

4.如权利要求1所述的一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，所述步骤s2中，校正高光谱图像的公式如下：

5.如权利要求1所述的一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，所述步骤s2中，在获取和校正高光谱图像后，选择图像中心的100x100像素区域作为感兴趣区域(roi)，通过平均感兴趣区域内的所有像素提取的平均光谱，并用作整个样本的光谱，采用标准正态变量算法对光谱进行预处理。

6.如权利要求1所述的一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，其特征在于，所述步骤s5中，选择的判别模型为非线性plsr。

技术总结
本发明涉及绿茶化合物检测技术领域，具体涉及一种基于高光谱图像技术的绿茶储藏期关键化合物定量方法，对样品进行了两种处理：4℃贮藏和25℃贮藏，模拟了消费者冷藏和室温贮藏茶叶，且茶叶贮藏期设置为0、90、180、270、360天，时间间隔更加合理，基于高光谱图像技术获取样品信息，实现了无损检测。比较了三种建模方法，最终选出最佳的模型PLS‑DA，对于Set 1(4℃)，预测集的准确率为98％，对于Set 2(25℃)，预测集的准确率为96％，然后进一步利用高光谱数据对绿茶主要呈味物质进行了定量分析。实现了主要滋味物质儿茶素和咖啡碱的定量分析和儿茶素的可视化，并进一步验证和提高了模型的准确性，为评价茶叶贮藏期提供了一种无损、准确、高效、快速的方法。

技术研发人员：李露青,李飞兰,沈靖斐,宁井铭,张正竹
受保护的技术使用者：安徽农业大学
技术研发日：
技术公布日：2024/9/12