1.一种利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,包括以下步骤:步骤一、太赫兹光谱数据采集:将新小麦、储藏时间为1年、2年、3年、3.5年和4年的小麦样品分别放置在太赫兹时域光谱系统的移动平台上进行反射成像测量获得太赫兹图像;
步骤二、太赫兹光谱预处理:从所述步骤一获得的太赫兹图像中各个像素点提取出太赫兹光谱,并在各频率点求平均,获得一条平均光谱信号,采用Savitzky-Golay卷积平滑处理得到6个不同储藏时间小麦样品的平均频域功率光谱曲线;
步骤三、特征波段的选取:对所述步骤二获得的并6个不同储藏时间小麦样品的平均频域功率光谱曲线采用一阶导数增强光谱数据的特征差异获得小麦脂肪酸含量变化的特征波段;
步骤四、建立小麦脂肪酸含量预测模型:应用多元回归分析方法建立基于全波段和提取的特征波段光谱数据的小麦脂肪酸定量检测多元线性回归模型,通过多元线性回归模型对小麦脂肪酸含量进行定量检测。
2.如权利要求1所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述步骤四中建立小麦脂肪酸含量预测模型具体包括如下步骤:
1)随机选取65个小麦样本作为模型预测集,235个小麦样本作为校正集用于模型的构建;
2)对校正集和预测集样本的光谱数据进行预处理,增强光谱特征;
3)提取光谱数据的特征波段,消除原始光谱数据中冗余的信息,实现光谱数据压缩;
4)通过相关性分析,建立光谱特征波段与脂肪酸含量的多元线性回归模型;
5)采用预测集样本对建立的多元线性回归模型进行预测验证。
3.如权利要求2所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述步骤5)中对多元线性回归模型进行预测验证具体包括:采用留一法进行校正交叉验证,并使用相关系数R和均方根误差RMSE指标来评价多元线性回归模型的质量其中,n为样本数;yTi为样本实测值;yPi为样本预测值; 为样本实测平均值。
4.如权利要求1所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述步骤一中,太赫兹时域光谱系统的空间分辨率设置为0.1mm,由计算机端的太赫兹分析和控制软件控制整个太赫兹图像获取过程,获得的太赫兹图像以三维格式创建、记录和存储,不仅包含了空间信息,同时也包含了光谱信息,每条太赫兹光谱包括512个时域点,频率范围为0~3.5THz。
5.如权利要求1所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述步骤二中,每一条平均光谱信号包含512个点。
6.如权利要求1所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述步骤三中,特征波段为0.7~1.3Thz。
7.如权利要求2所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,所述多元线性回归模型为SVM回归模型,并选用RBF函数为SVM的核函数,通过网格搜索算法计算最优模型参数。
8.如权利要求7所述的利用太赫兹成像无损检测小麦中脂肪酸含量的方法,其特征在于,最优模型参数C,γ分别为3.6,1.9和3.8,2。