一种基于近红外光谱技术审评红茶的方法及系统与流程

技术特征：
1.一种基于近红外光谱技术审评红茶的系统，其特征在于，所述基于近红外光谱技术审评红茶的系统包括：红茶样本制备模块、样本划分模块、光谱信息采集模块、中央控制模块、光谱预处理模块、主成分数据获取模块、审评模型构建模块、红茶审评模块、数据存储模块、更新显示模块；红茶样本制备模块，与中央控制模块连接，用于通过样本制备设备在红茶毛茶或产品制样过程中选取不同时序下的红茶发酵叶，作为红茶审评样本；样本划分模块，与中央控制模块连接，用于通过样本划分程序将红茶审评样本数据随机划分训练集和预测集；光谱信息采集模块，与中央控制模块连接，用于通过信息采集程序利用光谱分析仪对红茶毛茶或产品进行漫反射光谱扫描，获取红茶近红外光谱光谱图数据；中央控制模块，与红茶样本制备模块、样本划分模块、光谱信息采集模块、光谱预处理模块、主成分数据获取模块、审评模型构建模块、红茶审评模块、数据存储模块、更新显示模块连接，用于通过中央处理器协调控制所述基于近红外光谱技术审评红茶的系统各个模块的正常运行；光谱预处理模块，与中央控制模块连接，用于通过光谱预处理程序对获取红茶近红外光谱光谱图数据进行预处理；主成分数据获取模块，与中央控制模块连接，用于通过主成分数据获取程序利用主成分分析法对预处理后的近红外光谱光谱图数据进行降维处理，获取红茶主成分数据；审评模型构建模块，与中央控制模块连接，用于通过模型构建程序根据获取的红茶主成分数据进行红茶审评模型的构建，并利用训练集和预测集进行红茶审评模型的训练；红茶审评模块，与中央控制模块连接，用于通过训练得到的红茶审评模型进行红茶样本的审评；数据存储模块，与中央控制模块连接，用于通过存储器存储获取的红茶审评样本数据、样本划分结果、红茶近红外光谱光谱图数据、光谱预处理结果、红茶主成分数据、红茶审评模型以及红茶审评结果；更新显示模块，与中央控制模块连接，用于通过显示器对获取的红茶审评样本数据、样本划分结果、红茶近红外光谱光谱图数据、光谱预处理结果、红茶主成分数据、红茶审评模型以及红茶审评结果的实时数据进行更新显示。2.如权利要求1所述的基于近红外光谱技术审评红茶的系统，其特征在于，红茶样本制备模块中，将混匀的固体或粉末样品放入旋转样品杯或样品瓶中，轻压平整，样品厚度≥10mm，未经粉碎的样品厚度≥20mm。3.如权利要求1所述的基于近红外光谱技术审评红茶的系统，其特征在于，光谱信息采集模块中，所述光谱分析仪采用antarisⅱ傅立叶近红外光谱分析仪，波长范围为12000～3800cm
‑1；分辨率4cm
‑1，波长精度
±
0.4cm
‑1。4.如权利要求1所述的基于近红外光谱技术审评红茶的系统，其特征在于，光谱预处理模块中，所述通过光谱预处理程序对获取红茶近红外光谱光谱图数据进行预处理，包括：(1)获取多个待处理的红茶近红外光谱光谱图数据；其中，所述待处理的红茶近红外光谱光谱图包括反映光谱图尺寸的行数；
(2)以待处理高光谱光谱图中行数最小的待处理高光谱光谱图为基准光谱图，对所述待处理的红茶近红外光谱光谱图进行修正，获得修正版红外光谱光谱图；(3)获取修正版红外光谱光谱图的亮度和调整系数，根据所述调整系数对该修正版红外光谱光谱图的亮度进行调整，得到调整版红外光谱光谱图；(4)针对每个调整版红外光谱光谱图，采用所述定标公式对该调整版红外光谱光谱图进行光谱定标处理，得到红外光谱定标光谱图；(5)针对每个红外光谱定标光谱图，获取该光谱定标光谱图的光谱反射率，根据所述光谱反射率对该光谱定标光谱图进行平滑处理，得到平滑光谱光谱图。5.如权利要求4所述的基于近红外光谱技术审评红茶的系统，其特征在于，所述获取修正版红外光谱光谱图的亮度和调整系数，根据所述调整系数对该修正版红外光谱光谱图的亮度进行调整，得到调整版红外光谱光谱图，包括：a
k(i,j)
＝b
k(i,j)
×
t
(i,j)
；其中，i为所述修正版红外光谱光谱图的列数，i的取值范围为1到列数设定值；j为所述修正版红外光谱光谱图的行数，j的取值范围为1到行数设定值；k为波段数，k的取值范围为1到波段数设定值；a
k(i,j)
为调整过亮度的像元值；b
k(i,j)
为未调整过亮度的像元值；t
(i,j)
为调整系数，t
(i,j)
通过所述平均值计算得到。6.如权利要求4所述的基于近红外光谱技术审评红茶的系统，其特征在于，所述针对每个调整版红外光谱光谱图，采用所述定标公式对该调整版红外光谱光谱图进行光谱定标处理，得到红外光谱定标光谱图，包括：其中，σ表示波数，l表示目标辐亮度，s
re
为调整版红外光谱s的实部，s
im
为调整版红外光谱s的实部，g
re
为响应增益g的实部，g
im
为响应增益g的虚部，o为仪器自发射的背景辐亮度。7.如权利要求1所述的基于近红外光谱技术审评红茶的系统，其特征在于，主成分数据获取模块中，所述通过主成分数据获取程序利用主成分分析法对预处理后的近红外光谱光谱图数据进行降维，获取红茶主成分数据，包括：(1)对预处理后的待匹配近红外光谱光谱图和光谱库中的光谱光谱图分别进行归一化处理；(2)分别获取归一化处理后的待匹配近红外光谱光谱图和光谱库中所有光谱光谱图的抽样直方图；(3)计算待匹配的近红外光谱光谱图的抽样直方图和光谱库中所有光谱光谱图的抽样直方图欧氏距离；(4)在光谱库中选取与待匹配光谱抽样直方图欧氏距离最小的一条光谱作为匹配对象，实现对近红外光谱的降维处理，并获取红茶主成分数据；所述归一化处理公式如下：ρ
n
＝(ρ
‑
ρ
min
)/(ρ
max
‑
ρ
min
)其中，ρ
n
为归一化后的光谱辐射值，ρ为原始光谱的辐射值，ρ
max
为该条原始光谱中辐射值的最大值，ρ
min
为该条原始光谱中辐射值的最小值；
所述计算待匹配的近红外光谱光谱图的抽样直方图和光谱库中所有光谱光谱图的抽样直方图欧氏距离，包括：其中，a
′
＝{α
′
11
,α
′
12
,
…
α
′
1m
,
…
α
′
s1
,
…
α
′
sm
}为待测光谱的抽样直方图，α
′
ij
为待测光谱相应第i个波段中第j条窄带与光谱曲线相交的次数，a
″
＝{α
″
11
,α
″
12
,
…
α
″
1m
,
…
α
″
s1
,
…
α
″
sm
}为光谱库中任意一条光谱的抽样直方图，α
″
ij
为光谱库中任意一条光谱相应第i个波段中第j条窄带与光谱曲线相交的次数。8.如权利要求1所述的基于近红外光谱技术审评红茶的系统，其特征在于，审评模型构建模块中，所述通过模型构建程序根据获取的红茶主成分数据进行红茶审评模型的构建，包括：(1)针对与处理后的红茶近红外光谱光谱图，设定分类变量；(2)选择最适光谱区间，对校正集样本的最适光谱区间与样本对应的分类变量进行偏最小二乘pls回归；(3)建立校正集样本的分类变量与光谱特征的红茶审评模型。9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以应用如权利要求1～8任意一项所述的基于近红外光谱技术审评红茶的系统。10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用如权利要求1～8任意一项所述的基于近红外光谱技术审评红茶的系统。

技术总结
本发明属于红茶审评技术领域，公开了一种基于近红外光谱技术审评红茶的方法及系统，红茶样本制备模块、样本划分模块、光谱信息采集模块、中央控制模块、光谱预处理模块、主成分数据获取模块、审评模型构建模块、红茶审评模块、数据存储模块、更新显示模块。本发明根据调整系数对光谱图的亮度进行调整，保证每张图的总体亮度一致，减少失真和辐射畸变；通过获取红茶主成分数据，能够显著降低后续匹配时的运算量，同时在抽样时利用分段提取的方法保留光谱图中的相对位置信息，提高匹配的精度；利用主成分分析、偏最小二乘等线性变换方法进行红茶审评模型的构建，能够实现红茶的品质特征科学、准确、快速、简便的判定。简便的判定。简便的判定。


技术研发人员：赵华富 刘晓霞 曹雨 胡华健 范仕胜 王家伦 周顺珍
受保护的技术使用者：贵州省茶叶研究所
技术研发日：2021.06.24
技术公布日：2021/10/28