[发明专利]南瓜果实品质参数的检测方法、装置、计算机设备

权利要求书

1.一种南瓜果实品质参数的检测方法，所述方法包括：

获取南瓜果实的校正样本集；其中，所述校正样本集中包括多个不同品类南瓜果实的校正样本；

选取各所述校正样本的检测区域；将各所述校正样本的果实纵向的中间部位、距离果皮1cm～2cm范围内的区域作为检测区域；

基于所述检测区域获取各所述校正样本的近红外光谱数据，采用多元散射校正对所述光谱数据进行预处理；

基于所述检测区域获取各所述校正样本的品质参数的第一实测数据；

根据各所述近红外光谱数据和各所述第一实测数据，通过化学计量学算法建立南瓜果实品质检测的品质检测模型；所述品质参数为含水量或可溶性固形物含量，基于校正集样本构建的检测含水量的品质检测模型的决定系数不小于0.95，基于校正集样本构建的检测可溶性固形物的品质检测模型的决定系数不小于0.94。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述品质检测模型进行有效性验证。

3.根据权利要求2所述的方法，其特征在于，所述对所述品质检测模型进行有效性验证，包括：

获取南瓜果实的预测样本集；其中，所述预测样本集中包括多个南瓜果实的预测样本；

获取各所述预测样本的品质参数的第二实测数据，基于所述品质检测模型计算各所述预测样本的品质参数的预测数据；

建立各所述预测数据与各所述第二实测数据之间的线性关系，并基于所述线性关系计算决定系数；

若所述决定系数大于预设的阈值，则判定所述品质测模型为有效。

4.根据权利要求1所述的方法，其特征在于，所述化学计量学算法包括偏最小二乘回归算法；所述基于化学计量学算法建立南瓜果实品质检测的品质检测模型，包括：

将各所述第一实测数据作为应变量，将各所述红外光谱数据作为自变量，基于偏最小二乘回归算法建立品质检测模型。

5.根据权利要求1所述的方法，其特征在于，所述基于所述检测区域获取各所述校正样本的近红外光谱数据，包括：

将近红外光谱仪的光谱采集孔对准各所述校正样本的表面进行扫描，利用漫反射方式采集各所述校正样本的光谱数据；其中，进行扫描的波段范围为：4000～10000cm^-1，光谱分辨率为4.0cm^-1。

6.一种南瓜果实品质参数的检测装置，其特征在于，所述装置包括：

校正样本获取模块，用于获取南瓜果实的校正样本集；其中，所述校正样本集中包括多个不同品类南瓜果实的校正样本；

检测区域选取模块，用于选取各所述校正样本的检测区域；将各所述校正样本的果实纵向的中间部位、距离果皮1cm～2cm范围内的区域作为检测区域；

光谱数据采集模块，用于基于所述检测区域获取各所述校正样本的近红外光谱数据，采用多元散射校正对所述光谱数据进行预处理；

实测数据采集模块，用于基于所述检测区域获取各所述校正样本的品质参数的第一实测数据；

检测模型建立模块，用于根据各所述近红外光谱数据和各所述第一实测数据，通过化学计量学算法建立南瓜果实品质检测的品质检测模型；所述品质参数为含水量或可溶性固形物含量，基于校正集样本构建的检测含水量的品质检测模型的决定系数不小于0.95，基于校正集样本构建的检测可溶性固形物的品质检测模型的决定系数不小于0.94。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。