環(huán)境監(jiān)測(cè) 地質(zhì)行業(yè) 醫(yī)學(xué)行業(yè) 食品工業(yè) 航天航空精準(zhǔn)農(nóng)業(yè) 其它行業(yè)

精準(zhǔn)農(nóng)業(yè)

              環(huán)境監(jiān)測(cè)
            
              地質(zhì)行業(yè)
            
              醫(yī)學(xué)行業(yè)
            
              食品工業(yè)
            
              航天航空
            
              精準(zhǔn)農(nóng)業(yè)
            
              其它行業(yè)

便攜式高光譜成像儀對(duì)桃子品質(zhì)和成熟度無損預(yù)測(cè)研究

發(fā)布時(shí)間：2023-03-29

瀏覽次數(shù)：436

基于便攜式高光譜成像儀的田間桃子品質(zhì)和成熟度無損預(yù)測(cè)研究?

便攜式高光譜成像儀對(duì)桃子品質(zhì)和成熟度無損預(yù)測(cè)研究

桃子因其良好的品質(zhì)和豐富的營(yíng)養(yǎng)而廣受消費(fèi)者喜愛，但桃子作為一種呼吸性氣候的水果，其水分含量很高，容易變色、變軟后變質(zhì)。在日常的生產(chǎn)中，成熟的桃子通常采摘下來后就立即食用，而中熟的桃子被采摘下來后需要經(jīng)過運(yùn)輸或儲(chǔ)存很長(zhǎng)一段時(shí)間才能上市。在此期間，桃子的質(zhì)量屬性（諸如可溶性固溶物含量和硬度等）會(huì)不斷地快速變化，因此本文通過高光譜相機(jī)采集高光譜圖像，并結(jié)合化學(xué)計(jì)量學(xué)來確定桃子的內(nèi)部質(zhì)量和判別不同成熟度階段的桃子。

圖1果園現(xiàn)場(chǎng)高光譜圖像采集和光譜處理

表1 桃子可溶性固溶物含量和硬度含量分布及數(shù)據(jù)集劃分

圖1為現(xiàn)場(chǎng)圖像采集照片和對(duì)高光譜圖像中的光譜進(jìn)行提取和處理。文章采用SPXY法將160個(gè)樣品劃分為100個(gè)校正集和60個(gè)預(yù)測(cè)集，集合劃分結(jié)果和指標(biāo)如表1所示，圖2為中熟和成熟的桃子的平均光譜反射率與標(biāo)準(zhǔn)偏差的示意圖。

圖2 中熟和成熟的桃子的平均光譜反射率與標(biāo)準(zhǔn)偏差

文章采用CARS算法和隨機(jī)跳蛙(RF)算法提取有效波長(zhǎng)，并基于特征波長(zhǎng)建立可溶性固溶物含量（SSC）和硬度的多元線性回歸（MLR）模型，建模效果如圖3所示。其中SSC的RF-MLR預(yù)測(cè)模型較好，Rv2為0.88，RMSEV為0.54，硬度的CARS-MLR預(yù)測(cè)模型較好，Rv2為0.81，RMSEV為1.17。

圖3 SSC（a）和硬度（b）實(shí)測(cè)值與預(yù)測(cè)值散點(diǎn)圖

圖4 SFS算法提取的兩個(gè)波長(zhǎng)

在此基礎(chǔ)上，文章采用順序前向選擇（SFS）算法提取兩個(gè)有效波長(zhǎng)（957nm，518nm）,如圖4所示。隨后使用LIBSVM模型對(duì)桃子的成熟度進(jìn)行辨別，如圖5所示，圖5a為模型選取的最佳核參數(shù)C=5.7和γ=16，圖5b為模型分類識(shí)別的準(zhǔn)確率，分類識(shí)別精度達(dá)到91.7%。

圖5 LIBSVM模型對(duì)桃子成熟期的判別