高光譜成像檢測技術能從光譜信息和圖像信息結合的角度分析其有效的特征信息,不僅可以檢測水果的物理結構,還能反映水果的內部化學成分,在農產品品質檢測和分級方面顯示很大的優勢。根據2015年《中國統計年鑒》數據顯示,目前我國蘋果種植面積 222.15萬公頃,產量 3849.1萬噸,位居水果產量的首位,但是蘋果的出口比例僅占生產總量的1.5%左右,主要是蘋果的碰壓傷影響了蘋果的品質。
煙葉品質的檢驗與分級都是根據各國的分級標準依靠人的感官進行。根據烤煙煙葉成熟度、葉片結構、身份、油份、色度、長度和傷殘等品質因素區分級別。目前,已將計算機視覺技術運用到煙草品質的檢測與分級中,通過一定的算法提取煙葉量化收購質量特征,從而變成計算機可以理解識別的機器特征,但多數以外部的表面特征為主,內部特征的識別研究還比較弱。
蘋果表皮上的損傷會直接影響蘋果的儲存和銷售。本研究通過獲取60個受損蘋果(0、12和18h)的高光譜圖像(HIS),利用損傷區域和健康區域反射光譜差異來提取損傷區域。本研究使用主成分分析(PCA)消除高光譜圖像立方體的冗余數據,壓縮數據大小。在選擇感興趣區域(ROI)后,構建多種分類模型。結果表明隨機森林(RF)模型具有較高且穩定的分類精度,RF算法更適合于蘋果的損傷分類。
本文以Q285實時高光譜成像光譜儀測得160個芒果高光譜數據,接著利用其可見近紅外(Vis/NIR)區域通過PLS回歸構建預測模型,來評估芒果的品質(硬度、可溶性固體物(TSS)和可滴定酸(TA));HIS與硬度、TSS和TA的顯著相關性分別為(R2=0.81,RMSE=2.83 N)、(R2=0.81,RMSE=0.24%)、(R2= 0.5,RMSE=2.0%);從果實的硬度、TSS和TA的變化表明,果實的成熟過程是由肩部到頂部。從以上結果得出HIS可以作為一種無損檢測果實品質的技術,并可應用于芒果的工業處理和加工分類。
產品列表
測量服務