[发明专利]一种基于嵌入式的苹果成熟度检测系统及方法

说明书

本发明属于农产品无损检测技术领域，公开了一种基于嵌入式的苹果成熟度检测系统及方法，对光谱聚类分析用新的低维数据替代原始的高位数据，提取苹果成熟度的特征波长；划分数据样本的训练集和预测集，得到支持向量机模型中的惩罚参数c和核函数参数g；构建苹果成熟度的分类模型；获取样本苹果特征光谱数据，并构建苹果成熟度分类模型；以苹果成熟度分类模型为核心，编写融合苹果成熟度分类模型的控制程序，实现苹果成熟度的无损预测。本发明减少了间接量的预测，降低了工作复杂程度，提高了工作效率和精度；设计小型化的印制电路板，植入嵌入式的的操作系统，设计完成小型便携的苹果成熟度快速分类设备。

技术领域

本发明属于农产品无损检测技术领域，尤其涉及一种基于嵌入式的苹果成熟度检测系统及方法。

背景技术

目前，苹果的品种丰富，种植广泛，是我国的第一大水果，其种植面积和产量均占全世界的50％左右。中国的苹果产量巨大，但是与国外苹果的品质相对比还是有一定的差距的，究其原因，是对不同用途的苹果采收时间把控的不合理，简而言之，就是苹果不成熟就提前采摘了，不仅影响了苹果品质也造成了苹果的浪费。苹果成熟度能够确定果实的采摘时间以及评估收获后的果实质量，是评估苹果质量的重要指标之一。采收成熟度是决定苹果口感、风味的关键因素，直接影响到苹果的品质等级、经济效益。成熟度一般可分为可采成熟度、食用成熟度以及生理成熟度。成熟度不足会导致含糖量低、着色度差、口感差、易染病等问题，而成熟度过高会导致质地变软、口感风味差、不耐储存等问题。因此成熟度的判别对苹果采后储藏、品质保证有重要意义。

目前，苹果成熟度的判别主要由果农依据盛花期进行推测，这样的推测需要一定经验且具有盲目性，不同果树受地区气候、生长差异等因素影响，会导致成熟度并不统一。同时通过理化性质检测方式复杂耗时、不适合大范围检测且需要损伤苹果。而目前国内外对苹果成熟度的评价指标分析、理化品质的评价及综合评价模型的研究相对较少，而且选定的评价标准不一，整体体系不完善，但根据赵政阳、张军科等人的研究发现糖度，酸度，硬度，着色等指标随苹果成熟期不同，指标参数发生较大变化，是苹果成熟度的重要判别依据。

综上所述，现有技术存在的问题是：

(1)目前对于苹果成熟度的判定都是通过光谱预测苹果品质指标因子，利用指标因子去判别苹果的成熟度，其过程繁琐，且为了预测成熟度度中间经过了多次预测，降低了预测准确率。

(2)目前的预测方法采用全光谱建立成熟度的预测模型，含有较多的冗杂信息，运算速度较慢，不易推广。

(3)现有的成熟度检测设备体型较大，且对检测环境要求较高，检测周期较长。

解决上述技术问题的难度：采用特征光谱建立苹果成熟度分类模型存在很多的优点，但是特征波段选择却是一个难点，特征波段需要包含全波段的大部分内容，同时还要去除冗杂信息，特征波段不在是上千维的阵列，而是只有十几个元素的向量；基于支持向量机创建模型的好坏很大程度上取决于输入参数，输入参数稍有差别，得到的结果就大相径庭，因此如何选择恰当的确定输入参数是另外一个难点。

解决上述技术问题的意义：采用光谱直接预测苹果成熟度的方式，解决了苹果成熟度判定标准不统一、不准确的缺点，降低了苹果成熟度判定过程的复杂度，同时提高了苹果成熟度分级的效率；基于特征光谱，利用遗传算法优化的支持向量机算法获得富士苹果成熟度分类的最优决策超平面和分类的模型，这不仅降低了光谱运算的复杂程度，还排除了无用光谱的干扰，增加模型的可移植性；将基于嵌入式的苹果成熟度检测方法、系统应用于小型便携的检测设备，可降低检测装置的复杂性，同时提高装置的可操作性，将技术与产品结合，促进苹果成熟度判别方法的研究和发展。

发明内容

针对现有技术存在的问题，本发明提供了一种基于嵌入式的苹果成熟度检测系统及方法。

本发明是这样实现的，一种基于嵌入式的苹果成熟度检测方法，所述基于嵌入式的苹果成熟度检测方法包括：