基于近红外光谱的茶叶成分检测仪的软件研制

第30卷第11期仪器仪表学报V ol.30 No. 11 2009年11月 Chinese Journal of Scientific Instrument Nov. 2009 基于近红外光谱的茶叶成分检测仪的软件研制*吕进1,2，赵鑫祥2，刘辉军2，施秧2，张建庭2（1上海理工大学光电子信息工程学院 上海 200093；2中国计量学院计量测试工程学院杭州310018）摘 要：本文介绍了滤光片型近红外光谱茶叶成分分析系统的应用软件研制。

软件具有光谱采集、数字信号处理、光谱预处理、模型定标、样品预测和系统自检等功能，并集成了对连续光谱的遗传算法、变量标准化及去势处理算法，以确定检测对象主成分的特征波长，为仪器的光源和分光系统的设计提供依据，以增强仪器的可扩展性及检测精度。

采用多元线性回归建立了茶多酚、氨基酸、水分、咖啡碱等四种成分的定量分析模型，实现了基于近红外光谱技术的茶叶主要成分的快速无损检测。

关键词：近红外光谱；专用软件开发；Visual C++6.0；茶叶成分分析中图分类号：TH744.4文献标识码：A国家标准学科分类代码：510.8040Software development of tea content analysis based on nearinfrared spectrometryLu Jin1,2, Zhao Xinxiang2, Liu Huijun2, Shi Yang2, Zhang Jianting2(1 College of Optics & Electronics Engineering, University of Shanghia for Sci. and Tech., Shanghai 200093, China;2 College of Metrology and Measurement Engineering, China Jiliang University, Hangzhou 310018, China)Abstract：A software was developed for tea content analysis based on filter near-infrared spectrometry. The software involves spectrum acquisition, digital signal processing, spectrum pretreatment, modeling, prediction, system self-checking and etc., and integrates genetic algorithm, standardized normal variate and de-trending to determine the characteristic wave lengths. The basis for designing light source and optical splitting system is given, which enhances the expandability and test precision of the system. The quantitative analysis models of tea polyphenol, amino acid, moisture content and caffeine are established using multiple linear regression method. The system achieves fast and non-destructive inspection for the main contents of tea.Key words：near infrared spectrum (NIR); special software development; Visual C++6.0; tea content analysis1引 言近红外光谱分析技术（NIR）作为一种快速、无损的绿色分析方法得到日益广泛的应用，其在茶叶及其制品成分检测中的研究与应用已有相关报道[1-3]。

通常近红外光谱检测仪主要包括光谱仪、化学计量学软件、数学模型等三个部分，而结合信号处理方法与定标模型的化学计量学软件是近红外光谱分析检测仪的核心[4]。

本软件针对滤光片型的近红外茶叶成分检测仪的功能要求，集化学计量学算法、数字信号处理和控制等功能于一体。

样机NIRCY-1经农业部茶叶质量监督检验测试中心试用，表明该软件操作简便、功能完善，可满足各类用户的使用要求。

2检测原理及硬件系统近红外光谱检测，是将近红外光谱所反映的样品基团、组成或物态信息与用标准或认可的参比方法测得的组成或性质数据，采用化学计量学技术建立校正模型，然后通过对未知样品光谱的测定和建立的校正模型来快速预测其组成或性质的一种分析方法。

在各类近红外光谱仪器中，滤光片型光谱仪因其成本低，分光稳定，在专用仪器的设计上得到了广泛应用。

本滤光片型近红外收稿日期：2009-04Received Date：2009-04*基金项目：浙江省科技计划项目（2006C2144）资助2412 仪器仪表学报第30卷光谱茶叶检测仪为减少杂散光、电子器件直流漂移等因素的影响，先利用调制盘把光信号调制成一定频率的光强信号，经滤光片后得到单色光，再经样品吸收及光电转换后由嵌入式系统通过USB输入上位机。

样机中滤光片的选择，首先通过收集大量茶叶样品的连续近红外光谱信息及主要成分含量的理化检测数据，然后利用本软件对连续光谱进行遗传算法[5]、变量标准化及去势处理[6]，提取各被测成分的特征波长，以此确定应选滤光片的中心波长。

通过异常样品剔除，光谱预处理等步骤后，用多元线性回归方法建立基于特征分析波长的茶多酚、氨基酸、水分、咖啡碱四种成分的定量分析模型。

图1是茶叶成分近红外检测仪NIRCY-1的系统结构，系统由光源、光路调制系统、滤光片轮、样品池、探测器、样品池旋转机构和嵌入式控制系统等组成。

旋转机构带动内嵌有占1/4底面积的BaSO4白板的样品池旋转，被测表面样品与白板交替被扫描，通过对信号分段计算，分别计算白板与样品的漫反射强度，计算样品的相对漫反射率。

图1NIRCY-1近红外茶叶成分检测系统结构图Fig.1 The NIRCY-1 system schematic3软件系统NIRCY-1茶叶成分检测仪的软件系统由以下几个模块组成：1）光谱数据采集；2）数据预处理；3）模型建立；4）数据管理；5）扩展功能。

其程序设计结构如图2所示。

3.1信号去噪由于电路中电磁干扰会引入随机噪声；调制盘的机械加工、安装、驱动电机精度均会对测试信号产生影响，造成信号波动[7]。

需要对信号进行预处理以抑制噪声。

为了节约硬件成本，减少电子元器件的应用，以尽量避免电磁干扰的影响，采用数字滤波技术。

实序列采集信号_()m iInitData n的快速傅里叶变换()X k常为复数，其实部是偶对称，虚部是奇对称，即()X k具有如下共轭对称性：图2软件设计结构框图Fig.2 Software design schematic diagram()(),112NX k X N k k∗=−≤≤−(1) 因此仅需计算(0)~(/4)X X N和(/2)~(3/4)X N X N，再利用共轭对称性，求得其它变换数据，以此正好利用复序列FFT的前(/4)1N+个复数蝶形进行计算。

以光信号调制频率为中心频率，对噪声信号置零后，同样利用共轭对称性进行IFFT处理。

达到比常规的复数FFT及IFFT运算量与存储量减少了1/2的目的[8]。

数据处理流程如图3所示。

图3数据处理流程Fig.3 Data processing schematic diagram3.2光谱预处理在茶叶成分近红外检测中，由于样品未经处理，其颗粒度、装填密度、分布均匀性等因素会导致散射影响，主要表现为近红外光谱的基线平移和偏移现象，可以通过数据处理方法将散射所导致的光谱影响从原始光谱中分离出去[4,6,9]。

本软件包括的光谱预处理算法主要有：中心化、标准化、归一化、对数（或指数）化、微分和多元散射校正（multiplicative scatter correction ，MSC）等。

其中MSC方法是对固体样品多波长定标常用的一种数据处理方法，该方法首先要求获得光谱的变化与样品中成分含量满足的直接线性关系，要求所有其他样品以此第11期 吕 进 等：基于近红外光谱的茶叶成分检测仪的软件研制 2413进行光谱修正，其中包括基线平移和偏移校正。

在实际应用中，这种线性关系很难得到，且该方法只是用来修正各样品近红外光谱间的相对基线变化和偏移，所以取所有样品光谱的平均光谱作为一个理想的标准光谱进行校正是完全可以的[6,9]。

计算过程如下：1）求得所有样品光谱的平均光谱：,,1ni j i j i A A ==∑ (2)2）以平均光谱为标准光谱，对测得的单个样品光谱进行一元线性回归：i i i A b A a =+ (3) 3）校正后的光谱：()()ii i MSC i A a A b −= (4) 图4和图5分别为30次测量同一样品的原始近红外光谱图和经MSC 处理后的谱图，可以看出，同一茶叶样品的部分原始光谱因散射的影响产生明显的偏移，而经MSC 处理后光谱的基线平移和偏移得到修正，减小了样品状态对测量结果造成的影响。

图4 NIRCY-1茶叶检测原始光谱Fig.4 NIRCY-1 initial spectrum of tea图5 多元散射校正后的光谱 Fig.5 Spectrum after MSC processing3.3 定标模型的建立系统首先根据遗传算法、变量标准化及去势处理后，分别得到了反映茶叶中四种主要成分含量的特征波长点，确定滤光片（本系统为12个特征波长），再应用特征波长点处的吸光度值与标准成分含量进行多元线性回归建立定量分析模型，该模型能有效避免各组分之间相互干扰的影响，具有实际的化学含义。

经光谱预处理后，得到样品在12个波长点处的光谱数组Abs[12]，令该样品的待研究组分的含量为y i ，则多元线性回归的定量分析模型为：0112(1)(12)(1,2,3,4)i y Abs Abs i βββ=+×++×=" (5)图6为分别对60、40、30和90个茶叶样品中咖啡碱、氨基酸、茶多酚和水分利用多元线性回归，得到的成分含量检测模型预测结果。

可见，四种定标模型的相关系数都在0.9以上。