一种基于结构化高光谱系统的猕猴桃硬度预测的无损检测方法
本发明提供了一种能够无损预测猕猴桃货架期硬度的结构化高光谱检测系统及方法。通过计算机编程产生空间频率为60cycles/m的正弦条纹光,投影至被测物,利用高光谱相机拍摄‑2/3π、0和2/3π三个相位图片,再将相位图片解模为完整图片,并获取结构光光谱信息。选取在室温下贮藏不同时间的猕猴桃样品,采集结构化高光谱数据,并通过破坏性检验获取样本硬度的真实值。对结构光数据解模并预处理,提取样品结构光光谱信息,构建硬度预测模型。结果表明,结构化高光谱系统对猕猴桃硬度的最佳预测模型的R<subgt;c</subgt;<supgt;2</supgt;为0.8697,R<subgt;p</subgt;<supgt;2</supgt;为0.8204,显著高于普通高光谱技术。本发明用于预测果实硬度有较高的准确率,尤其针对储存过程中成熟迹象不明显的猕猴桃果实硬度的检测。
南京工业大学
2021-01-12