基于高光谱图像技术的雪花梨品质无损检测

被引:107
作者
洪添胜 [1 ]
乔军 [2 ]
Michael ONgadi [3 ]
赵祚喜 [1 ]
李震 [1 ]
机构
[1] 华南农业大学工程学院
[2] 中国农业大学网络中心
[3] Department of Bioresource Engineering of McGill University,Ste-Anne-de-Bellevue
基金
广东省科技计划;
关键词
高光谱图像; 雪花梨; 无损检测; 人工神经网络; 水果品质;
D O I
暂无
中图分类号
S661.2 [梨];
学科分类号
摘要
为探讨基于高光谱图像技术对雪花梨品质进行无损检测的可行性,研究了利用高光谱图像系统提取雪花梨中糖和水的光谱响应和形态特征参数,获取样品含糖量和含水率的敏感水分吸收光谱带,利用人工神经网络建立雪花梨含糖量和含水率预测模型及利用投影图像面积预测雪花梨鲜重。结果表明,基于高光谱图像技术对雪花梨品质进行无损检测是可行的。雪花梨含糖量预测值和实际值间相关系数R为0.996,误差平均值为0.5°Brix;含水率预测值和实际值间相关系数R为0.94,相对误差平均值为0.62%;鲜重预测值和实际值间相关系数R为0.93。
引用
收藏
页码:151 / 155
页数:5
相关论文
共 3 条
[1]   水果外观质量在线检测系统的软件实现 [J].
赵杰文 ;
盛伟 ;
邹小波 ;
黄星奕 .
农业工程学报, 2006, (06) :115-118
[2]   用卫星高光谱数据提取江西德兴铜矿矿山废水的pH值污染指标 [J].
刘圣伟 ;
甘甫平 ;
王润生 .
地质通报, 2003, (Z1) :1013-1020
[3]   机器视觉技术在黄花梨尺寸和果面缺陷检测中的应用 [J].
应义斌 ;
景寒松 ;
马俊福 ;
赵匀 ;
蒋亦元 .
农业工程学报, 1999, (01) :203-206