白岩康 蔡小婵 李晶晶

【摘 要】高光谱成像技术作为一项近年来比较流行的技术，在农作物检测方面展现出了巨大优势[1]。通过仪器和光源照射，高光谱技术能够获取被测物品的二维图像信息、一维光谱信息，从而无损地检测出苹果内外在的理化性质。文章通过高光谱技术获得苹果数据后，利用反向人工神经网络算法建模，实现对苹果糖度（苹果最重要的品质之一）的检测和预测。经过实际训练显示，该模型苹果糖度检测效果为R=0.910 3，预测误差均方根为13.17，预测效果较为良好，是无损检测苹果糖度的一个行之可行的方法。文章利用高光谱成像系统采集苹果的二维图像信息和一维光谱信息;对采集的数据进行降噪和预处理，筛选出特征波长;利用人工神经网络BP算法建立苹果糖度预测模型;带入实验数据训练，进行模型的评估。

【关键词】苹果糖度;无损检测;高光谱成像;人工神经网络BP算法

【中图分类号】O657.33;TS255.7【文献标识码】A【文章编号】1674-0688（2020）10-0057-03

1 项目背景与技术简介

1.1 研究背景

我国是世界农产品的生产和消费大国，水果作为农产品的重要组成部分，其产业能否稳步向前，关系到我国的经济和生态产业发展。苹果是最常见、最重要的一种水果，我国作为苹果种植面积最广、销量最大的苹果生产国，苹果产业的发展对提高农民收入，实现新农村产业改革具有重要影响。但我国的苹果产业目前还存在检测水平落后、带损检测无法高新产业化等问题。如果能够由单纯的产量大国转变为现代产业强国，那么中国的苹果产业将在经济全球化趋势下拥有更强的国际竞争力。……