高光谱成像检测技术能从光谱信息和图像信息结合的角度分析其有效的特征信息,不仅可以检测水果的物理结构,还能反映水果的内部化学成分,在农产品品质检测和分级方面显示很大的优势。根据2015年《中国统计年鉴》数据显示,目前我国苹果种植面积 222.15万公顷,产量 3849.1万吨,位居水果产量的首位,但是苹果的出口比例仅占生产总量的1.5%左右,主要是苹果的碰压伤影响了苹果的品质。
烟叶品质的检验与分级都是根据各国的分级标准依靠人的感官进行。根据烤烟烟叶成熟度、叶片结构、身份、油份、色度、长度和伤残等品质因素区分级别。目前,已将计算机视觉技术运用到烟草品质的检测与分级中,通过一定的算法提取烟叶量化收购质量特征,从而变成计算机可以理解识别的机器特征,但多数以外部的表面特征为主,内部特征的识别研究还比较弱。
苹果表皮上的损伤会直接影响苹果的储存和销售。本研究通过获取60个受损苹果(0、12和18h)的高光谱图像(HIS),利用损伤区域和健康区域反射光谱差异来提取损伤区域。本研究使用主成分分析(PCA)消除高光谱图像立方体的冗余数据,压缩数据大小。在选择感兴趣区域(ROI)后,构建多种分类模型。结果表明随机森林(RF)模型具有较高且稳定的分类精度,RF算法更适合于苹果的损伤分类。
本文以Q285实时高光谱成像光谱仪测得160个芒果高光谱数据,接着利用其可见近红外(Vis/NIR)区域通过PLS回归构建预测模型,来评估芒果的品质(硬度、可溶性固体物(TSS)和可滴定酸(TA));HIS与硬度、TSS和TA的显著相关性分别为(R2=0.81,RMSE=2.83 N)、(R2=0.81,RMSE=0.24%)、(R2= 0.5,RMSE=2.0%);从果实的硬度、TSS和TA的变化表明,果实的成熟过程是由肩部到顶部。从以上结果得出HIS可以作为一种无损检测果实品质的技术,并可应用于芒果的工业处理和加工分类。
产品列表
测量服务