Determinación cuantitativa del almidón de arroz basada en tecnología de imagen hiperespectral

En este estudio, se propuso un método para la determinación cuantitativa del almidón de arroz basado en tecnología de imagen hiperespectral. Primero, se utilizó un sistema de imagen hiperespectral en el rango espectral de 871 a 1766 nm para recopilar las imágenes hiperespectrales de 100 muestras de arroz de 10 grados de almidón. Se estableció un modelo de regresión por soporte vectorial (SVR) para determinar el contenido de almidón utilizando datos de espectros de longitud de onda completa. Entre todos los modelos, el modelo SVR-análisis de componentes principales (SVR-PCA) con la Función de Base Radial mostró los mejores resultados. Para simplificar el modelo de calibración, se utilizó PCA para la extracción de características y la tasa de contribución acumulativa de los primeros seis componentes principales alcanzó el 99%, lo que podría reflejar la mayor parte de la información de los datos de espectros completos. Se desarrollaron tres nuevos modelos de regresión basados en las longitudes de onda seleccionadas y los resultados mejoraron evidentemente. El modelo SVR-PCA obtuvo la mejor precisión en predicción y calibración con los coeficientes de determinación de predicción (R2p) de 0.991, error cuadrático medio de predicción (RMSEP) de 0.669%, los coeficientes de determinación de calibración (R2c) de 0.989, y el error cuadrático medio de calibración (RMSEC) de 0.445%. Los resultados generales de este estudio demostraron que la tecnología de imagen hiperespectral es factible para detectar el almidón de arroz.