黄锋华，燕红文，苗荣慧

（山西农业大学 信息科学与工程学院，山西 太谷 030801）

油桃具有极高的营养价值，口感较好，经济效益可观，深受消费者青睐[1]，研究油桃品种分类对提高油桃的品质及市场竞争力具有重要意义。高光谱成像技术检测精度高，实时性强，是果蔬分类应用研究的常用技术[2]。赵旭婷等[3]选用CARS 和ELM 对油桃品种进行了判别，谷静思[4]对油桃的内部品质与品种通过近红外光谱与介电频谱进行检测研究，在品质预测时近红外光谱预测性能均优于介电频谱，在进行品种判别时二者均可快速鉴别。本研究采用420～1 700 nm 波段高光谱成像技术，选用PLS、LS-SVM 和ELM 模型对同产地的“曙光”“中油4号”“中油5号”“中油9号”进行分类研究，以期得出最优模型。

1 材料与方法

1.1 样本采集

为保证研究的可靠性，采摘时以形状相近、成熟度统一、果质量均匀为选取样本的根本原则，采集地点位于山西省运城市某果园。样本划分及各品种数目见表1。图1 为在可见近红外波段下油桃品种样本图，图2 为近红外波段下油桃品种样本图。

表1 油桃品种样本数Tab.1 The number of nectarine varieties

图1 420～1 000 nm波段不同油桃品种图Fig.1 The different nectarine varieties in 420～1 000 nm band

图2 900～1 700 nm波段不同油桃品种样本图Fig.2 The samples of different nectarine varieties in the 900～1 700 nm band

由图2可知，在近红外波段下的油桃图像是伪彩色的，无法显示样本表面的颜色及纹理信息，可分辨性较低。但相对图1，该波段具有较强穿透性，可获得更多的果皮和果肉信息，而不同品种间油桃样本的组成成分存在明显的差异，因此可选用该波段对不同油桃进行判别分类。

1.2 纹理特征提取

纹理是表征图像特征的重要参数，纹理特征的有效提取是图像分类与分割的重要过程[5]，因此本研究采用纹理特征描述不同品种油桃之间的差异。……