秦 楷，陈 刚，张剑一, ，傅霞萍*

1.浙江理工大学机械与自动控制学院，浙江 杭州 310018 2.德菲洛(杭州)科技有限公司，浙江 杭州 310014

引 言

苹果富含矿物质、维生素、多酚及黄酮类等营养物质，营养价值高，口味酸甜，是很受消费者喜爱的一种水果。苹果种植过程中会出现很多病症，霉心病(又称心腐病)就是其中一种，该病由多种病原菌引起，病菌主要通过花萼传播危害果实健康，在发病初期会在苹果心室附近出现褐色斑点，恶化后会变成白色或粉色霉状物，较为严重的会导致心室腐烂并逐步向外扩散[1]。感染霉心病的苹果一般是不能食用的，因此在销售苹果前需要剔除病果。传统的霉心病判别方法往往结合经验进行破坏性抽样，费时费力且准确率低不适合当前水果生产销售的实际。寻找一种水果内部病变的无损检测方法以及建立水果内部品质快速、准确的智能分选线符合目前市场需求，近年来行业内越来越多的企业已经陆续开始做多品类、大规模、针对内在品质的水果分级。

可见近红外光谱分析技术是一项高效、低成本、无污染的无损检测技术，已经广泛应用于农业、食品业、医药业及矿业等各行各业。近年来，国内外不少学者也利用可见近红外光谱分析技术开展水果病害的快速无损检测研究，其中涉及内部病变检测的如：Khatiwada等[2]利用该技术对在大气中储藏的苹果内部褐变病症进行了预测，采用LDA，PLS-DA，SVM和逻辑回归4种判别方法，结果显示PLS-DA效果最佳；……