基于高光谱的茄子外部缺陷检测
2021-10-09池江涛张淑娟任锐廉孟茹孙双双穆炳宇
现代食品科技 2021年9期
池江涛,张淑娟,任锐,廉孟茹,孙双双,穆炳宇
(山西农业大学农业工程学院,山西太谷 030801)
茄子(Solanum melongenaL.)又称昆仑瓜、矮瓜、落苏和酪酥等,属于非呼吸跃变型果实,起源于亚洲东南热带地区,西汉时传入我国[1]。茄子富含膳食纤维、维生素、多酚、蛋白质和矿物质等多种营养物质,具有降血脂、防治高血压和糖尿病、保肝以及抗氧化等保健功效[2]。茄子的生产和开发利用市场前景广阔,然而茄子存在木栓化和烂果等缺陷问题,严重影响了茄子的产量和品质,进而降低了其商品性。木栓化可能是高温或者气候变化异常导致茄子钙硼缺失引起;烂果则可能由虫害、菌害、雨水和光照等因素造成。在实际生产过程中,将茄子木栓化和烂果样本剔除仍然靠人工来完成,不仅耗时耗力、效率低下,还易造成漏选,因此实现一种能够快速、准确识别木栓化和烂果茄子的方法则尤为重要。
高光谱成像技术将光谱分析技术和数字成像技术相结合,可以同时获得样本大量波段的空间图像信息和每一像素点的光谱信息,具有灵敏度高、测量速度快和抗干扰能力强等优点,广泛应用于农产品无损检测、病害检测等领域中[3]。刘立新等[4]利用高光谱技术结合机器学习算法,基于CARS 提取的特征波段建立LDA、KNN 和SVM 模型来鉴别红枣品种,总准确率分别达到85.53%、98.68%和98.25%;A.Del Fiore 等[5]利用高光谱成像技术,在光谱范围为400~1000 nm内对玉米产毒真菌进行研究,实现了玉米早期病害的检测;Folch-Fortuny 等[6]利用高光谱成像技术,采用排列测试法提取特征波长并建立多路PLS 判别模型,实现了柑橘腐烂病的检测;……
登录APP查看全文
