基于光谱图像的杨梅品质检测机理及仪器研究.pdfVIP

摘要

杨梅(Myricarubracv.DongKuiOrientPearl)是浙江省一种重要的水果经济

作物，具有很高的营养价值，但是杨梅果实的无表皮保护特征使得对杨梅采摘、

检测、运输和贮存等环节要求较高，否则会对其品质产生影响，进而降低经济效

益。目前杨梅品质检测主要通过人工识别分类，费时费力，并且检测过程中容易

造成杨梅堆积，产生腐烂等，因此需要一种快速无损检测方法，能够准确快速对

杨梅品质（大小、糖度、酸度）进行检测分类。基于上述问题，本文通过开展系

统实验，基于双目视觉图像和高光谱图像建立杨梅的品质（大小、糖度、酸度）

检测模型与验证。但高光谱检测成本较高，不适用于杨梅产业中的实际应用，针

对这个问题，提出一种适用于杨梅品质检测光谱图像采集低成本化的方法，通过

同步校正方法将糖酸度特征波段RGB图像转化为光谱图像，能够完成对杨梅的

品质检测，将检测方法数据采集传感器由高光谱传感器降低为RGB图像传感器，

大大降低了检测成本。最后，基于上述方法，开发一种低成本便携式杨梅品质检

测仪，能够对杨梅的糖酸度检测，完成品质检测。本文实验和研究主要包含以下

几个方面：

（1）开展系统实验获得研究数据。通过设计并开展实验获取用于构建杨梅

检测模型实验数据，以及用于检测低成本化的光谱仪同步校正实验数据。杨梅检

测模型实验包括：①基于图像视觉的杨梅品质检测实验，目的是通过RGB图像

建立杨梅品质检测模型，实验共采集不同品质杨梅树上图像6000张；②基于双

目视觉的杨梅双目图像采集实验，目的是通过双目图像对杨梅品质参数——大小

进行测量，实验共采集200个杨梅样本的双目图像；杨梅的高光谱检测模型构建

实验，目的是对杨梅品质参数——糖度和酸度的相关组分和组分敏感光谱特征进

行挑选，并建立光谱特征与组分间拟合模型，实验包括：③杨梅的光谱图像采集，

共采集200个样本光谱图像；④杨梅品质相关化学组分测定，通过化学方法测定

200个杨梅样本中花青素、还原糖、总糖含量以及PH值。低成本方法研究实验

包括：①同步校正模型数据采集实验，目的是建立非成像/成像光谱的同步校正

模型，通过白板和光照度计分别采集非成像/成像光谱入射辐亮度数据和对应的

同步光照度值，其中光照强度范围20000-100000lux，包括正常晴朗天气的光照

强度范围；②同步校正模型验证实验，目的是对建立同步校正模型的应用精度进

行验证，分别采集植被、水体和土壤三种常见遥感地物的非成像/成像反射辐亮

度以及标准光谱。这些实验为后续杨梅品质检测模型的构建和低成本化研究提供

数据基础。

（2）杨梅品质检测机理研究。包括图像视觉与高光谱的杨梅品质检测。图

像视觉的杨梅品质检测基于实验①采集杨梅RGB图像，通过FasterR-CNN算法

的深度学习进行杨梅目标识别及品级分级，其结果：在不同环境条件下，杨梅果

实识别都具有较高精度，但品级检测结果精度较低。高光谱的杨梅品质检测包括

杨梅大小和糖酸度检测两部分，其中大小检测基于双目视觉算法对实验②中杨梅

双目图像进行处理，通过处理后的深度图对杨梅大小进行检测，具有理想的效果，

验证结果RMSE为0.183，RRMSE为5.59%；糖酸度检测基于实验③和④采集

数据，通过相关性分析，分别选择还原糖和PH值作为糖度和酸度的相关化学组

分，及对应的光谱特征分别为610nm和570nm波段，进一步建立特征波段反射

率与还原糖含量及PH值的检测模型，具有理想的效果，模型验证RMSE分别

为1.399和0.1329.

（3）杨梅品质检测方法的低成本化研究。本部分拟通过降低特征波段的光

谱分辨率及同步校正，将特征波段的RGB图像转换为光谱反射率图像，达到杨

梅品质检测的低成本化目的，并通过搭载特征波段滤光片的RGB相机系统进行

验证。特征波段的光谱分辨率降低研究中，分别将检测模型中糖度和酸度的4nm

特征波段与以该波段为中心的32nm波段光谱反射率进行一致性分析，RMSE分

别为0.0023及0.0021，反射率进一步用于检测糖度和酸度的验证RMSE分别为

0.04及0.001，说明将特征波段的光谱分辨率由4nm降低为32nm是可行的。同

步校正研究中，建立非成像/成像光谱仪每个波段入射辐亮度和同步光照度值间

拟合模型，R2均位于0.95-0.99之间，测试集RMSE均位于0.035以内，并通过

三种地物进行验证，其中非成像光谱每个波段相对误差均