蘋(píng)果果實(shí)病害近紅外光譜信息獲取與識(shí)別模型研究.pdf

1、蘋(píng)果果實(shí)采后病害可分為生理性病害和細(xì)菌性病理兩大類(lèi)：生理性病害已有很好的前人研究基礎(chǔ)，通過(guò)氣調(diào)、溫度調(diào)整及其他方法可以有效控制：細(xì)菌性病害的無(wú)損檢測(cè)目前除了有少量基于電學(xué)參數(shù)特性等方法外，相關(guān)研究很少，利用近紅外光譜進(jìn)行無(wú)損檢測(cè)還鮮有報(bào)道。因此利用近紅外光譜的快速、綠色、無(wú)損等特性建立蘋(píng)果病害的檢測(cè)模型，具有重要理論意義和實(shí)用價(jià)值。
　　 本文以蘋(píng)果果實(shí)為研究對(duì)象，采后病害識(shí)別(輪紋病和炭疽病)為目標(biāo)、近紅外光譜檢測(cè)為研究手段，

2、在對(duì)前人對(duì)蘋(píng)果病害無(wú)損檢測(cè)研究的基礎(chǔ)上，分別從近紅外光譜信息采集的影響因素、樣品選擇與模型參數(shù)和病害分類(lèi)識(shí)別模型等方面開(kāi)展研究，并在此基礎(chǔ)上研制了基于近紅外光譜的蘋(píng)果病害識(shí)別軟件系統(tǒng)。本文主要研究成果如下：
　　 (1)蘋(píng)果光譜信息采集影響因素研究。對(duì)同一樣品、同一位置連續(xù)9個(gè)小時(shí)共53次光譜采集證明，ASD公司的Field Spec3型光譜儀性能穩(wěn)定：雜散光僅對(duì)光譜的可見(jiàn)光部分影響明顯，在近紅外波段幾乎沒(méi)有影響；果實(shí)的不同部位

3、對(duì)近紅外光譜的影響不同，蘋(píng)果赤道線上的采樣點(diǎn)光譜重復(fù)度好，可信度高，而果實(shí)頂部和底部的光譜差異較大；在0mm距離下由于光纖探頭對(duì)照射光源產(chǎn)生了一定的遮擋，光譜差異很大；在2.5mm-12.5mm的距離上，由于裸光纖的視角是25°，對(duì)應(yīng)的采光界面沒(méi)有超過(guò)蘋(píng)果的最大高度，因此變化不大；超過(guò)12.5mm之后由于入射能量的損失，信號(hào)能量降低，誤差變大；不同貨架期的蘋(píng)果失重率變化明顯，由于內(nèi)部水分的流失，所采集的近紅外光譜差異顯著；果實(shí)的不同色差

4、在赤道面上的近紅外光譜的近紅外波段差異不明顯而對(duì)可見(jiàn)光波段差異明顯，因此在實(shí)際的近紅外檢測(cè)中可以忽略果實(shí)的表面顏色差異。
　　 (2)樣品選擇和建模參數(shù)研究。以相關(guān)度最好的糖度為研究對(duì)象，通過(guò)實(shí)驗(yàn)證明通過(guò)剔除異常樣品可以大幅提高模型的精度；通過(guò)對(duì)比分析不同光譜預(yù)處理方法、不同平滑點(diǎn)數(shù)、不同交互驗(yàn)證因子數(shù)和不同建模波段對(duì)蘋(píng)果糖度PLS定量預(yù)測(cè)模型預(yù)測(cè)精度的影響，得到最佳預(yù)處理方法是SNV和MSC，最佳平滑點(diǎn)數(shù)為3，交互驗(yàn)證時(shí)最佳因