基于结构化高光谱技术的水蜜桃早期病害检测及机理研究

Due to its high sugar content, high moisture content and soft texture, ‘Yangshan’ Peach is easy to cause fungal infection during picking, transportation and sale. There is no obvious difference on the surface in a short time due to fungal infection, which makes it more difficult to identify the defective fruit. This project shall take soft rot of peach as research object, and plans to develop structured hyperspectral technology to detect the early fungal infected peaches, and to study the structured spectrum from the physical and chemical aspects of peach during spoilage. The sample image and spectral information shall be obtained by adding a liquid crystal tunable filter in front of the lens, and the sample image and spectrum at different penetration depths will be obtained by illuminating the sample with modulated sinusoidal light of spatial frequencies of 0-0.4 cycles/mm to explore the detection of peach fruit diseases. The optimal modulation frequency of detection peach disease will be selected, the image and spectral features will be extracted to distinguish the early diseased peaches. The internal relationship between the spectra of different transmission depths and fruit material transformation and structural changes shall be analyzed, and the detection mechanism of structured light will be explained. The research results of this project will help to build a more accurate fruit quality testing line, and also enrich the mechanism of optical technology to detect fruit diseases.

阳山水蜜桃由于其高糖度、高水分、柔软的质地，易在采摘、运输、销售中感染病害，且受病原菌感染的果实在短时间内无明显变化，加大了对缺陷果识别的难度。针对该问题，本项目拟引入结构化高光谱技术，识别病害桃果实，尤其是诊断早期发病的桃果实，明确结构化高光谱技术检测桃果实病害的机理。具体研究内容包括：在原有的结构光成像系统中增加液晶可调谐滤波器，融合结构光和高光谱技术，构建结构化高光谱成像系统；采用0-0.4cycles/mm空间频率的调制正弦光照射样本，以获取不同穿透深度下的样本图像及光谱，优选检测桃果实病害的最佳调制频率，提取图像和光谱特征以区分早期病害果实；分析不同透射深度下的光谱与水果物质转化、微观结构变化之间的内在联系，明确各深度层光谱的主要影响因素，进一步解释结构化高光谱的检测机理。本项目的研究成果将有助于构建更加精确的水果品质检测线，也能丰富光学技术检测水果病害的机理。

阳山水蜜桃由于其高糖度、高水分、柔软的质地，易在采摘、运输、销售中感染病害，且受病原菌感染的果实在短时间内无明显变化，加大了对缺陷果识别的难度。本项目在已有的研究基础上，在结构光系统中增加分光光谱仪，将结构光系统改进为结构化高光谱系统，结合结构光和高光谱两种技术的优点以达到检测桃果实早期病害的目的；通过分析结构光光谱与水果物质转化、结构变化之间的内在联系，进一步解释结构光的检测机理。以桃果实不同程度的病害为研究对象，以结构化高光谱技术为核心，采用不同空间频率的正弦光模式分析病害组织的图片变化，明确桃果实病害检测最佳检测深度与表面分辨率，分析结构光光谱与果实理化指标及结构的关系，从理化和微观水平阐述结构光检测技术的机制。本文的主要结论有：. 1）使用高光谱成像仪构建结构化高光谱成像仪，获取不同频率及波段下的结构化图像，适用于果品缺陷的快速检测，还可以获取475-900 nm处161个波段光谱信息，预测果品品质指标；. 2）空间频率影响光穿透的主要机制是结构光的衰减速率不同，低空间频率的衰减速率比高空间频率的衰减速率低，针对早期病害的阳山水蜜桃，最适正弦空间频率为0.1和0.15 cycle/mm；. 3）使用结构化高光谱系统，从600个不同腐烂级别的桃子中获取了690 nm到810 nm之间七个波长的图案化光谱图像。由此产生的直接分量(DC)图像相当于在均匀照明下获得的图像，无法显示轻微缺陷桃子的病斑区域，但从交替分量(AC)图像和比率图像中可以看出该症状区域。基于AC图像和比率图像，采用分水岭算法和偏最小二乘判别分析对病桃进行分类，检出率在65%-87%范围内。相比之下，DC图像的三种分类方法对病桃的检出率始终较低；. 本项目的研究成果有助于构建更加精确的水果品质检测线，也丰富了光学技术检测水果病害的机理。