张倩倩 徐 赛 陆华忠

(1. 华南农业大学工程学院，广东 广州 516042；2. 广东省农业科学院农产品公共监测中心，广东 广州 516042；3. 广东省农业科学院，广东 广州 516042)

近年来，随着人工智能技术的进步和发展，水果外部品质智能识别已得到了较好解决，但内部品质检测精度仍不够理想。可见/近红外光谱无损检测技术是目前应用较广泛的水果内部品质无损检测技术，已在苹果[1-4]、西瓜[5-7]、梨[8]、桃[9]等水果上得到应用。已有的可见/近红外光谱无损检测装备主要由可见/近红外光谱无损检测以及配套传送装置共同组成，采用透射光[10]的检测结构获取水果内部信息，采用托盘承载进行传送，智能运算无损得出检测结果。但课题组前期研究发现，传送托盘在承载、固定和传输水果的同时，对光谱信号的采集会造成一定遮蔽影响，这是阻碍检测精度提高的重要原因之一，需要进行多因素考虑与优化。

目前已有的无损检测研究较多集中在检测模型与光路参数上，对实际应用中存在的干扰因素研究较少。传统的无损检测传送托盘参数通常只通过粗略的水果尺寸进行设计，较难接近托盘参数的最优化[11]。课题组[12]前期研究对柚果托盘进行参数设计与光学仿真，但不同水果的果形、大小、内部结构有所差异，需要有针对性的设计。但目前并未见对橙果的托盘进行参数设计、仿真分析等深入研究的报道。

研究拟从橙果的形态特征入手，通过光学仿真和光谱采集试验相……