论文部分内容阅读
杏果实具有丰富的营养价值和较高的药用价值,深受人们的喜爱。但是,在实际生产中由于其采摘期为高温季节,成熟期短,且杏果实属于跃变型果实,易腐烂变质,不易贮藏,这很大程度上制约了杏产业的发展。因此,研究如何确定鲜杏适宜采收成熟度和在采后根据不同的工业要求对鲜杏快速分级具有非常重要的意义。本文以太谷沙金红杏为研究对象,利用高光谱成像技术,从光谱和图像信息两方面对杏的成熟度进行了分类判别,为快速、无损、在线检测杏的成熟度提供数据支持和理论依据。研究的主要内容及结论有：(1)对比不同的预处理方法结合偏最小二乘法(PLS)的建模效果。利用ENVI软件提取鲜杏样本的光谱数据(400～1000nm、900～1700nm),分别采用9种不同的预处理方法对光谱进行预处理,然后建立PLS模型。结果表明,在可见光波段,经过变量标准化算法(SNV)预处理过的光谱数据建立的PLS模型性能最好,而在近红外波段,经附加散射校正算法(MSC)处理过的光谱数据建立的PLS模型性能最优。(2)基于可见光光谱信息对沙金红杏成熟度进行了判别分析。将经SNV预处理后的光谱信息分别利用主成分分析(PCA)和回归系数RC提取到9个主成分和9个特征波长。对全波段、主成分和特征波长光谱数据,分别建立偏最小二乘法(PLS)判别模型、主成分回归法(PCR)判别模型、最小二乘支持向量机(LS-SVM)判别模型和极限学习机(ELM)判别模型,并比较其模型参数和预测效果。结果表明,基于全波段和PCA的LS-SVM判别模型识别效果最好,识别率均为96.67%。(3)基于近红外光谱信息对沙金红杏成熟度进行判别分析。将经MSC预处理后的光谱信息分别利用主威分分析和回归系数提取到12个主成分和6个特征波长。对全波段、主成分和特征波长光谱数据,分别建立PLS判别模型、PCR判别模型、LS-SVM判别模型和ELM判别模型,并比较其模型参数和预测效果。结果表明,基于全波段的LS-SVM判别模型识别效果最好,识别率为94.17%。(4)基于可见光图像信息对沙金红杏成熟度的判别分析。使用原始高光谱图像提取的颜色特征参数和经过对比度增强后的图像提取的颜色特征参数分别构建了杏成熟度的PLS判别模型,并比较分类模型的性能。综合考虑,认为未经过处理的图像提取到的颜色特征值构建的PLS判别模型效果最佳,识别率为88.75%。(5)基于可见光光谱和图像信息对沙金红杏成熟度的判别分析。就获取的主成分和特征波长分别与图像的颜色特征相结合并建立了杏成熟度分类判别模型,并比较了分类模型的性能。其研究结果表明,基于主成分和图像的颜色特征建立的LS-SVM分类判别模型的性能最好,识别率为94.17%。