图3-3 庆和豆奶粉样本和标准样本反射率曲线 16

图3-4 维维无糖豆奶粉样本和标准样本反射率曲线 17

图3-5 维维维他型豆奶粉样本和标准样本反射率曲线 17

表清单

表序号 表名称 页码

表3-1 所有样本数据的单因素方差分析（400nm） 13

表3-2 所有样本数据的多重比较（400nm） 15

表3-3 平均曲线波谷反射率最低值 15

1 绪论

高光谱成像技术是一种将光谱技术与成像技术相结合的多维信息获取技术，该技术可以同时探测目标的二维几何空间和一维光谱信息。高光谱起源于地质矿物识别填图研究，基于高光谱的遥感技术在地质领域有很大的应用[1]。在草原监测[2]、林业信息提取[3]、荒漠草地特征提取[4]等方面发挥了很大的作用。

近年来，光谱技术在农产品检测领域的研究有了一定的突破。传统的检测方法有人工检测，化学检测等。人工检测速度慢，劳动量大，耗费人力物力。化学检测对产品的损耗大，且容易造成污染。光谱扫描快速、准确，对待检测破坏极小，对人力需求也较少。因此光谱检测在农产品质量检测领域有很大的发展前景。彭彦昆、刘燕德、李江波等[5-7]综述了高光谱成像技术在农畜产品检测中的应用和发展。马本学、张保华、洪添胜[8-11]等综述了该技术在果蔬品质检测中的应用和发展。大量的研究针对特定的研究对象提出合理有效的检测方法。黄文倩等[12]采用高光谱采集数据并用主成分分析方法对损伤苹果进行检测。田有文等[13] 利用高光谱成像技术,确定苹果虫害检测的最优特征向量,实现对苹果虫害的快速检测。单佳佳等[14]采集高光谱数据后采用偏最小二乘回归方法建立糖分含量的预测模型,对苹果内部和外部品质同时检测。Paolo Menesatti等[15]利用近红外高光谱分析苹果中淀粉含量指标。高海龙等[16]采用透射高光谱成像技术,对马铃薯内部黑心病、质量指标进行检测。周竹等[17-18]提出波段比算法和均匀二次差分相结合的方法，有效地检测马铃薯各种外部缺陷。张雷蕾、陈全胜等[19-20]利用高光谱成像技术预测猪肉新鲜度参数和猪肉嫩度参数，并提出了合理的波谱处理方法。田有文等[21]采用高光谱图像技术实现对温室黄瓜病害快速、精确的分类诊断。张初等[22]基于特征波长快速鉴别西瓜种子的品种，识别正确率达100％。吴龙国等[23]对长枣含水量的无损检测进行了研究。并提出了各类数学处理模型以作为理论依据。以上研究均表明高光谱技术在质量检测方面的可行性，并突出了该技术的优势和特点。

豆奶粉质量检测是建立在两种物质混合检测的基础上，高光谱技术和其他光谱技术在这类掺假、混合物检测中已经有所应用。刘波平等[24]利用近红外光谱技术对鲜乳和掺假乳进行检测识别。周子立等[25]提出了一种基于可见-近红外光谱技术快速鉴别大米品种的方法。孙通等[26]利用近红外光谱技术对掺杂2％以上菜籽油的山茶油进行鉴别。褚莹等[27]以近红外光谱技术为基础，对掺假山羊奶进行快速检测。彭攀等[28]利用近红外光谱技术（1000-2500nm）对奶粉中的多个掺假因素进行检测分析。孙俊等[29]利用高光谱成像技术判别出优质大米中是否掺杂劣质大米，实验仪器与本实验类似。颜辉等[30]基于近红外光谱分析提出了对奶粉品质的快速检测方法。叶世著等[31]综述了光谱技术在奶粉品质检测中的研究进展。以上研究表明光谱技术可以对混合物进行有效的成分检测和定量分析。论文网