高光谱图像技术在沙梨无损检测中的应用

沙梨又名金珠果，果皮色泽多为褐色或绿色，果肉细嫩脆爽，汁多味甜，深得消费者喜爱。目前，国内外对水果品质检测方法常采用有直接破坏性的化学检测方法、近红外光谱检测技术以及高光谱图像检测技术等。本文简单介绍了高光谱图像技术在沙梨无损检测中的应用。

检测方法

采集80个沙梨样本在400-1 000 nm内的高光谱图像数据及其对应的糖度，采用变量标准化、多元散射校正（MSC）、平滑滤波、基线校正等方法对原始光谱数据进行预处理，发现MSC 预处理效果最佳，再通过无信息变量消除法对MSC预处理后的光谱数据进行压缩，最后分别建立BP神经网络和PLS沙梨糖度预测模型。

检测设备

高光谱成像仪，可以采用赛斯拜克SC系列高光谱相机，光谱波长测量范围为400-1700 nm，分辨率为2.5nm，能够精准捕捉沙梨的光谱特征。

实验结果

无信息变量消除法将光谱变量压缩到 234个，有效减少了建模的输人变量，建立的PLS预测模型和BP神经网络的预测相关系数均在0.85以上，而PLS预测模型的相关系数为0.9508，均方根误差为0.268，优于BP神经网络模型。

本研究将高光谱图像技术与无信息变量消除法相结合，建立沙梨糖度PLS预测模型，为实现水果快速、无损检测奠定了理论基础。