王 凡，孟翔宇，陈龙跃，段丹丹,3，钱英军

（1.北京市农林科学院信息技术研究中心，北京 100097；2.岭南现代农业科学与技术广东省实验室河源分中心，广东 河源 517000；3.清远市智慧农业农村研究院，广东 清远 511500；4.广东科贸职业技术学院，广东 清远 511500）

【研究意义】近年来，高品质苹果在市场上表现出一定竞争力。一般来说，外观可以直观反映苹果质量，损伤作为影响水果品质的主要指标之一，对保证苹果品质和利润具有重要意义［1-2]。苹果在采摘或运输过程极易因外力作用使其表皮受到机械损伤，仅使用肉眼难于觉察。传统的水果损伤检测主要靠人工进行分类识别，这种方法耗时费力、主观性强，无法满足批量水果的快速实时检测，且不能对轻微损伤加以检测［3-4］。【前人研究进展】伴随科技的发展与进步，无损检测技术开始应用于水果品质检测中。使用较多的检测技术有高光谱成像（HSI）、近红外光谱、红外热成像、核磁共振等［5-8］。光谱分析和机器学习方法对于处理疾病检测中的HSI 数据至关重要，可提取和利用高维数据中包含的有效信息［9-10］。张晋宝等［11］对苹果内外部品质检测方法进行研究，利用高光谱技术对外部损伤进行检测，优选出10 个特征波段做PCA 进行处理识别，最终达到90%的损伤识别率。韩浩然等［12］分别使用PCA、波段比算法、监督分类法等进行模型建立，对鸭梨模型进行识别，PCA 检测正确率达到95%，验证了利用光谱技术可以很好地完成对水果轻微损伤的无损检测。Ding 等［13］以苹果的早期损伤为研究目标，利用高光谱成像技术检测得到400～1 000 nm 光谱范围数据。……