高光谱成像技术在水果品质无损检测中的研究进展

• Published in: 广东农业科学 Vol. 50; no. 7; pp. 83 - 94
• Main Authors: 陈龙跃, 段丹丹, 王凡, 孟翔宇, 赵冲, 钱英军
• Format: Journal Article
• Language: Chinese
• Published: 岭南现代农业科学与技术广东省实验室河源分中心,广东河源 517000%广东科贸职业学院,广东清远 511500 2023; 北京市农林科学院信息技术研究中心,北京 100000
• Subjects: 水果品质; 特征提取; 机器学习; feature extraction; model training; 模型训练; 高光谱成像; 无损检测; machine learning; hyperspectral imaging; fruit quality; non-destructive testing
• ISSN: 1004-874X
• DOI: 10.16768/j.issn.1004-874X.2023.07.009

S126; 优质水果的生产和销售离不开水果品质检测,传统的水果品质检测手段精度低、成本高、时效性差、破坏性强.近年来,随着科学技术的不断进步,低成本、高效率的水果品质无损检测技术得到飞速发展.其中,高光谱成像技术逐渐成为研究热点.综述了该技术在水果品质无损检测方面的技术原理、应用和发展现状,探讨其在水果品质无损检测领域的应用潜力、存在问题、发展趋势以及应用前景.整体来看,高光谱成像技术能够实现不同水果种类、多个水果品质指标的无损、高效检测,如成熟度、糖度、酸度、红色指数等;受硬件技术限制,其发展侧重于数据挖掘方向,即在硬件发展有限的情况下,通过不断更新和优化的针对性算法获得精准的解析结果;另一方面,设备昂贵、数据处理复杂、模型普适性较差是该技术需要进一步优化和改进的主要问题;其未来发展将基于云计算和人工智能的高效数据处理、适用范围更广的水果品质高光谱检测设备研发、多源综合无损检测等研究方向.随着技术的不断发展,高光谱成像技术在水果品质无损检测方面的应用前景广阔,未来将成为水果品质检测的重要手段之一.