[发明专利]一种基于高光谱的苹果冲击后损伤参数的无损预测方法

说明书

本发明提供一种基于高光谱的苹果冲击后损伤参数的无损预测方法，包括以下步骤，获取样品跌落损伤的平均压强和接触力；获取样品的高光谱图像；对高光谱图像进行黑白校正，提取校正后高光谱图像损伤区域的平均光谱；获取平均光谱的特征波长；建立高光谱数据与损伤参数的预测模型。本发明的有益效果是实现果品力学参数的预测，量化果品的损伤程度，可以为评估果品的机械损伤提供重要依据，相对于传统的人工感官检测及计算相关参数的方法，可以节省时间，提高效率，能实现快速、无损评估与预测，对果品市场的产业发展有重要意义。

技术领域

本发明属于果品无损预测技术领域，尤其是涉及一种基于高光谱的苹果冲击后损伤参数的无损预测方法。

背景技术

苹果因其丰富的营养以及松脆的口感一直广受消费者喜爱，是市场上销量最高的水果之一。根据国家统计局的数据来源：2018年中国生产苹果3923.4万吨，出口总值达13亿美元。苹果产量很高，但是在收获、包装、运输和储存过程中不可避免地会受到外力的影响。水果由于机械损伤造成的经济损失约占总体的30％。据调查，机械损伤是苹果品质和价值下降的主要原因，其中冲击损伤最为常见。水果受到冲击损伤后在储存过程中生理变化会加剧，从而加速果实的腐烂，减少保质期。由于缺乏对苹果损伤程度的客观定量评估，因此无法准确估算经济损失。人工感官检测苹果损伤程度费时费力，难以适应工业化大规模苹果品质分级的趋势。

发明内容

鉴于上述问题，本发明提供一种基于高光谱的苹果冲击后损伤参数的无损预测方法，以解决现有技术存在的以上或者其他前者问题。

为解决上述技术问题，本发明采用的技术方案是：一种基于高光谱的苹果冲击后损伤参数的无损预测方法，包括以下步骤，

获取样品跌落损伤的平均压强和接触力；

获取样品的原始高光谱图像；

对原始高光谱图像进行黑白校正，提取校正后高光谱图像损伤区域的平均光谱；

获取平均光谱的特征波长；

建立高光谱数据与损伤参数的预测模型。

进一步的，获取样品跌落损伤的平均压强和接触力步骤中，采用压力测量装置测量样品跌落损伤的平均压强和接触力，并通过压力扫描系统获取平均压强和接触力的参数值。

进一步的，压力测量装置为感压胶片，感压胶片为超低压LLLW型胶片，测量范围为0.2-0.6MPa。

进一步的，获取原始样品的高光谱图像步骤中，分别获取未损伤样品的原始高光谱数据和损伤样品的高光谱数据。

进一步的，对原始高光谱图像进行黑白校正，提取校正后高光谱图像损伤区域的平均光谱的步骤中，包括以下步骤：

对原始高光谱图像的反射率进行校正：在与获取原始高光谱图像相同条件和参数设置下，通过采集白色校准板获取白板标定图像，通过相机盖覆盖相机镜头获取反射率为0％的全黑标定图像；

选择校正后高光谱图像的感兴趣区域，提取感兴趣区域的光谱均值。

进一步的，对原始高光谱图像的反射率进行校正的过程中，通过以下公式进行计算：

其中，I为校正后的高光谱图像，I_r为原始高光谱图像，I_d为全黑标定图像，I_w为白板标定图像。

进一步的，获取平均光谱的特征波长的步骤中，采用SG 2^nd Der对原始高光谱图像进行计算，选择特征波长。

进一步的，采用SG 2^nd Der对原始高光谱图像进行计算时，计算步骤如下：