杨 森，冯 全,*，张建华，王关平，张 鹏，闫红强

（1.甘肃农业大学机电工程学院，甘肃 兰州 730070；2.中国农业科学院农业信息研究所，北京 100081）

马铃薯是我国重要的农作物之一，马铃薯的外部品质直接影响产品的经济效益，同时也是制约马铃薯包装、贮藏和深加工的主要因素[1]。现阶段马铃薯的品质分级主要采用人工检测方式，该类方法具劳动强度大、效率低、成本高和一致性差等缺点[2-3]，阻碍了马铃薯产业的规模化发展。图像信息直观反映了马铃薯外部特征，利用机器视觉技术能够实施马铃薯外部品质的快速、无损检测[4-6]，且在马铃薯收获后的在线分级方面有较大的应用价值。目前对于马铃薯的分级研究主要集中在外部缺陷与薯形检测方面，汤全武等[7]结合高光谱技术与图像处理技术，利用主成分分析和小波变换法提取马铃薯外部缺陷特征，正确率达到94.20%；苏文浩等[8]运用高光谱图像技术检测7 种类型马铃薯缺陷，对选取的5 个特征波进行主成分分析法和图像差值算法，缺陷的正确识别率达到96.43%；郭红艳等[9]采用偏最小二乘回归系数法对高光谱成像马铃薯提取特征，建立马铃薯环腐病的线性判别模型，识别准确率达到93.33%。李小昱等[10]提出一种基于高光谱图像与果蝇优化算法相结合的马铃薯轻微碰伤检测方法，模型识别的准确率为100%；Angel等[11]利用高光谱技术快速检测结痂的马铃薯，系统的分类准确率为97.1%；Trong等[12]结合高光谱技术与图像处理技术，通过计算剩余的生料部分面积与马铃薯总面积的比率，可以预测出马铃薯最佳蒸煮时间。……