高光谱图像特征结合光谱特征用于毛桃碰伤时间分类

欧阳爱国，刘昊辰，成 龙，姜小刚, 李 雄，胡 宣

华东交通大学机电与车辆工程学院，水果智能光电检测技术与装备国家地方联合工程研究中心，江西 南昌 330013

引 言

毛桃富含维生素C，食用可以起到延缓衰老，提高免疫力的作用，其极高的药用价值也被唐代名医孙思邈称为“肺之果，肺病宜食之”。毛桃从果树上成熟到最后到达消费者手中，中间需要经过采摘、 储藏、 包装、 运输等一系列过程[1]，每个过程都可能产生碰伤果，造成极大的经济损失。因此，寻求能够得到碰伤果在各过程中出现概率的方法，从而对容易出现毛桃碰伤的这个过程进行针对性地改进就显得尤为重要。

近年来，高光谱成像技术凭借着图谱合一的优势[2]，能够同时获取样品的内部信息以及外部图像信息，在水果无损检测领域[3-5]发挥着重要作用。刘燕德等采集黄桃轻微碰伤图像并进行主成分分析(principal component analysis，PCA)降维后选择最佳特征波长的RGB图像，结合图像掩膜和阈值分割等技术，判别准确率最高达94.6%(见本刊37卷10期)。张保华等[6]采集苹果在400～1 000 nm波长范围的轻微碰伤图像，利用最小噪声分离算法(minimum noise fraction，MNF)对高光谱数据进行降维并挑选特征波段后得到的判别模型精度高达97.1%。Lopez-Maestresalas等[7]采集了可见近红外和短波近红外两种波长范围内的马铃薯碰伤图像，基于短波近红外数据建立的偏最小二乘判别分析模型效果最好，模型分类准确率达到98.56%，可以用于检测五小时内的碰伤。Baranowski等[8]采集苹果碰伤后2，5，6，9，12和14 d的图像并使用多种建模方法来鉴定反推碰伤时间是可行的，且模型误判率低于10%。……