论文部分内容阅读
苹果的成熟期是决定果实品质的关键生长期,利用光谱和成像技术研究苹果此时期的光学特性和SSC的品质信息,对于指导果园科学生产和苹果产后分级具有重要意义。本文利用近红外光谱和成像技术采集新疆红富士苹果成熟期的光谱和图像信息,分析苹果成熟期的几何和光学特性变化规律,建立了光谱和图像信息苹果可溶性固形物含量预测模型。研究内容和结论如下:(1)分析成熟期苹果的几何和光学特性的变化规律。预处理苹果RGB图像,获取二值图像并掩膜RGB、YUV和HSV三种颜色空间下R、G、B、Y和S分量灰度图像,获得其灰度平均值和标准差的特征,以及苹果几何特征,绘制苹果成熟期这些特征的变化趋势图。结果表明:在成熟期,苹果的面积、周长、长轴及短轴长度变化不明显,变化主要集中在内部营养物质的转化;苹果的R、G、B、Y和S等图像的灰度特征在成熟期变化明显,R和S图像的灰度特征与生长天数之间呈现明显的增长趋势,G、B和Y图像的灰度特征与生长天数之间呈现明显的减小趋势。苹果的色度变化集中在0°~30°和55°~88°之间,以10°、20°、30°为主导的红色呈现随生长天数明显增长的趋势,以60°、70°、80°为主导的黄绿色呈现随生长天数明显降低的趋势。(2)光谱信息的苹果可溶性固形物含量预测模型。采用MSC、SNV等多种方法预处理原始光谱,对比相关系数法、UVE、SPA等五种波长筛选结果的偏最小二乘法预测效果。结果表明:15点移动窗口平滑方法预处理结果建模效果较好,GA-PLS的波长选择结果预测苹果的SSC效果较好,校正相关系数、校正均方根误差、预测相关系数和预测均方根误差分别为0.9472、0.7018、0.9542和0.5482。(3)图像信息的苹果可溶性固形物含量的预测模型。对比不同颜色空间下各分量灰度图像的灰度平均值和标准差与苹果SSC含量的相关关系,确定这些特征均可用于苹果SSC含量预测;采用浓度排序法、SPXY、KS、Rank-KS、Duplex方法划分校正集和预测集,使用支持向量机和偏最小二乘回归方法,建立苹果可溶性固形物含量预测模型。结果表明:使用Duple方法划定的校正集和预测集,建模效果较好。以不同颜色空间下各分量的灰度图像的灰度平均值和标准差为特征,建立的偏最小二乘回归和支持向量机回归的苹果SSC预测模型,其预测集相关系数分别为0.9343和0.9372。