基于果园新疆冰糖心红富士苹果光学特性监测的多品质光谱与图像检测方法研究

The grading plate of apple and human vision are often used to detect and grade Xinjiang Fuji apple. Those methods have low accuracy, efficiency and reliability, which directly impact on the quality of exports apples, and to the disadvantage of export manufacturers. For the past few years, machine vision, spectroscopy and hyper-spectral imaging have provided undamaged and high-efficiency effect to detect quality of apple. And many molding automation equipments have been used. But, it still need a lot of basic research work to apply those equipments for detecting or analysing Xinjiang Fuji apple. So, this study investigated the detection of multi-attribute of Xinjiang Fuji apple using machine vision, spectroscopy and hyper-spectral imaging. By using the methods of biophysics, optics, mathematics, image processing and pattern recognition, the inherent correlation between the qualities analysis result of apple and orchard plantation management, storage condition of postharvest apple and shape geometry parameters was observed, and the change mechanism of apple multi-attributes was investigated by combing the maturation stage monitoring and multi-technology. Finally, the optimal prediction algorithm of apple multi-attribute were established. Based on above work, objective is to lay a basis on the accurately, high-efficiently nondestructively detection of Xinjiang Fuji apple multi-attribute, and on the development of automation classification equipment. Moreover, this study is accord with the development needs of discipline in this field by developing experimental platform of the agricultural products in Xinjiang, and then it possess important, and potential economic value and social meaning for developing the fruit processing industry in Xinjiang.

新疆冰糖心红富士苹果分级和检测常使用分级果板或人眼视觉方法，无法实现精确高效和可靠性，直接影响外销果品质量。近年来，机器视觉、光谱技术和高光谱图像技术在水果品质检测有了较大应用，也有一些成型自动化装备，但是将其应用到新疆冰糖心红富士苹果的无损品质检测和分级，仍然需要开展大量的基础研究工作。因此，本研究基于光谱、图像和高光谱成像多种技术，应用生物物理学、光学、数学、图像处理和模式识别等方法，结合果园冰糖心红富士苹果成熟期成长过程的光谱与图像监测，探讨新疆冰糖心红富士苹果光学特性的变化规律，分析果园种植管理、苹果采后贮藏条件、果形几何参数等对其不同品质分析的影响机理，建立这些品质分析的最佳预测模型。通过以上研究，为实现新疆冰糖心红富士苹果精确、无损和高效的内外品质综合检测奠定研究基础，为自动化分级设备研发或改进提供数据支撑。同时，为新疆在该领域学科方向的发展贡献力量。

新疆冰糖心红富士苹果分级和检测常使用分级果板或人眼视觉方法，无法实现较高精确、高效和可靠性，影响果品质量。近年来，机器视觉等技术在水果品质检测有了较大应用，将其应用到新疆冰糖心红富士苹果的检测和分级，需要开展大量的基础研究工作。因此，研究基于光谱、图像和高光谱成像多种技术，应用生物物理学、光学、数学、图像处理和模式识别等方法，设计和搭建了用于果园新疆冰糖心红富士苹果离线方式的图像和光谱采集系统，采集了三个生长周期苹果成熟期的光学信息，测定了苹果的内外多个品质和等级，分析和探讨了苹果在成熟期的光学特性变化规律和趋势，并结合苹果品质与光学特性之间的相关性分析，采用偏最小二乘回归等预测和分级方法建立了苹果的多品质预测模型和苹果成熟度、等级分类模型，以及获得一些关键图像特征和光谱特征波长。结果表明：1）不同年份，不同树龄苹果的在成熟期随时间变化较大的图像特征有一定的差异。变化较大的图像特征有h、s、g分量图像的平均灰度，h分量图像0、10、60色调频度特征；2）针对不套袋苹果，不同年份，不同苹果树龄的苹果样本在成熟期随时间变化较大的光谱特征波长范围基本一致。主要特征波长处于绿色波段530-560nm之间。3）使用提取的图像特征和光谱特征波长，能够采用PLS方法建立最佳的苹果质量、最大横径和糖度预测模型，验证集决定系数分别为0.99、0.96和0.93；采用PLS方法建立较佳的果面着色度和硬度预测模型，验证集决定系数分别为0.82和0.62；采用随机森林和支持向量机可以建立一般的苹果成熟度和等级分类模型，分类误判率分别为15.9%和20%。4）使用不同的特征优选方法，表征苹果内外品质、成熟度和等级的关键图像特征和光谱特征波长有较大差异。5）分析透射模式下的新疆冰糖心红富士苹果切片高光谱图像，苹果糖心区域和非糖心区域的光学吸收特性有较为明显的差异，使用判别分类不同区域的像素光谱准确率为98%。上述分析结果，为实现新疆冰糖心红富士苹果精确、无损和高效的内外品质综合检测奠定研究基础。