蒋伟+王运祥+张巍

摘要：以7成熟、9成熟和过熟3种不同成熟度的哈密瓜为研究对象，在Matlab 7.6环境下，先利用图像处理技术对哈密瓜果脐处进行背景图像分割，计算图像的最大值、最小值、平均值等7个特征值，然后运用模式识别与回归工具箱LibSVM建立基于支持向量机（support vector machine，SVM）的哈密瓜成熟度分类模型，并对分类准确率进行预测。结果表明，图像处理中的LibSVM工具箱可以很好地运用到哈密瓜成熟度的无损检测研究中，模型分类准确率可达到95.83%。

关键词：哈密瓜；图像处理；成熟度；无损检测；LibSVM；模型；准确率

中图分类号： TS207 文献标志码： A

文章编号：1002-1302（2016）11-0396-03

新疆素有“瓜果之乡”的美称，目前新疆水果種植总面积已达到991 719 hm2。2012年林果总产量超过650多万t，年产值近300亿元[1]，2013年林果总产量达1 326.9万t[2]，发展非常迅猛。林果业已经成为新疆农民脱贫致富的重要途径。

随着科学技术的不断发展与进步，信息技术在农产品加工处理上的运用已经成为当今农业可持续发展的一项重要手段。近年来，国内外众多专家与学者采用图像、光谱、气味等无损性方法对水果品质检测进行了大量研究。应义斌等用颜色特性对柑橘成熟度进行了无损检测研究，在波长700 nm光谱处得到了高质量的柑橘图像，提出了一种利用协方差矩阵和样本属于橘黄色和绿色的概率来判断柑橘成熟度的判别分析法，并以实测固酸比值作为对照，对72个柑橘样本成熟度的判别准确率达到了91.67%[3]。马本学等采用漫反射高光谱成像技术对哈密瓜糖度进行了无损检测研究，对比了多元散射信号修正、标准正则变换校正方法，原始光谱、一阶微分、二阶微分光谱预处理方法对建模精度的影响；……