薛建新，孙海霞，周靖博，张淑娟

（山西农业大学 工学院，山西 太谷030801）

壶瓶枣是山西十大名枣之一，以其果大、皮薄、肉厚、味美和极具滋补功能而享誉神州，且有极其丰富的营养价值和药用价值［1］，每100g鲜枣中含可溶性固形物含量37%，含糖量30．35%，含酸量0．57%，含 VC 491．3mg，壶瓶枣制干后，肉质细腻，久贮不干，制干率57．2%，干枣含糖量71．4%，是红枣中的上品［2］。

目前，国内对壶瓶枣品质的检测主要依靠肉眼进行判别，结果经常受到个人经验、习惯、偏好等主观因素的影响，而且存在有精度低、视觉易疲劳、检测速度慢等缺陷。因此，需要开发一种快速、无损、精确检测壶瓶枣品质的方法［3］。

机器视觉是以计算机视觉为基础来智能代替人眼视觉的智能识别系统，具有检测精度高、信息量大、处理速度快、功能全等优点。计算机视觉技术在农产品品质检测与分级领域得到了广泛的应用研究，包括尺寸与面积检测、表面缺陷及损伤的检测等［4～6］。

近红外光谱技术可充分利用全谱段或多波长下的光谱数据进行定性或定量分析，能够反映有机分子中基团的特征振动信息，其光谱特性与有机物质的类型和含量密切相关。由于其具有效率高、成本低、速度快、测试重现性好、测量方便等优点，已被越来越多地应用于食品工业、石油化工、制药工业等领域［7］。

因此，本研究尝试利用机器视觉技术结合近红外光谱技术快速无损地检测壶瓶枣的品质。首先运用机器视觉技术对壶瓶枣投影面的最小外接矩形面积进行检测，实现了壶瓶枣外部品质的快速无损检测。……