[发明专利]一种基于生物散斑技术无损检测苹果内部品质的方法

摘要

本发明公开了一种基于生物散斑技术无损检测苹果内部品质的方法，属于农产品无损检测技术领域。通过构建的生物散斑测量装置，获取苹果散斑图像，提取图像特征参数，并相应地测定苹果内部品质指标(硬度和可溶性固形物)，分析图像特征参数与内部品质两者之间的相关，建立基于散斑图像的苹果内部品质检测模型。本方法可以对“嘎啦”苹果和“红富士”苹果的内部品质(硬度和可溶性固形物)进行检测，并根据国标GB/T 10651-2008对苹果质量进行分级。这将有利于苹果的综合利用，对提高我国苹果的出口率以及提升苹果在国际市场上的竞争力具有重要的意义。

主权项

一种基于生物散斑技术无损检测苹果内部品质的方法，其特征在于包括：(一)生物散斑测量装置的搭建、(二)图像阈值分割及特征参数的提取、(三)苹果品质预测模型的建立，其中：(一)生物散斑测量装置的搭建1)光源系统光源系统包括激光发射器(4)、电源(5)、暗箱(2)，其中，激光发射器(4)为波长为650nm，功率为20mW的半导体激光器，激光器发射的光源与工业相机的轴线成15°夹角，暗箱是(2)是内部为黑色的铁质箱子，暗箱顶部有一个直径为7±1mm的用来放置样品的圆孔；2)图像采集系统图像采集系统包括CCD工业相机及支架(3)、USB线(6)，其中，CCD工业相机及支架(3)位于被测样品的正下方30cm处，CCD工业相机(3)采集的图像通过USB线(6)传输到计算机上；(二)图像阈值分割及特征参数的提取1)图像阈值分割采用双峰法对苹果散斑图像进行阈值分割，分割的特征区域S3图像的灰度范围为75≤Ti≤195；2)特征参数的提取统计S3区域(即外环像素面积)内像素的数目作为图像特征参数；(三)苹果预测模型的建立1)基于回归分析建立苹果预测模型利用SPSS Statistics 18统计软件进行回归分析，以外环S3像素数为自变量来模拟苹果品质参数，采用逐步回归法，设定引入变量和剔除变量的显著水平均为0.05，得出的如下预测模型，其中，x为S3像素数，y为对应的品质指标；嘎啦苹果硬度预测模型：y₁＝‑0.0001x+14.231，决定系数R2＝0.843，显著性水平p＜0.001；红富士苹果硬度预测模型：y₂＝‑0.000035x+9.4680，决定系数R²＝0.824，显著性水平p＜0.001；嘎啦苹果可溶性固形物的预测模型：y₃＝‑0.0000000027x²+0.0003x+7.6535，决定系数R2＝0.808，显著性水平p＜0.001；红富士苹果可溶性固形物的预测模型：y₄＝‑0.0000000031x²+0.0004x+4.4181，决定系数R2＝0.803，显著性水平p＜0.001；2)苹果等级分级标准苹果品质指标等级分级标准根据GB/T 10651‑2008中的理化指标参考值来分级，“嘎啦”苹果和“红富士”苹果的品质指标分级如下：当y₁≥6.5且y₃≥12，嘎啦苹果等级为合格，否则，都为不合格；当y₂≥7且y₄≥13，红富士苹果等级为合格，否则，都为不合格。