您好,欢迎访问北京市农林科学院 机构知识库!

高光谱成像技术在水果品质无损检测中的研究进展

文献类型: 中文期刊

作者: 陈龙跃 1 ; 段丹丹 1 ; 王凡 1 ; 孟翔宇 1 ; 赵冲 1 ; 钱英军 1 ;

作者机构: 1.北京市农林科学院信息技术研究中心;岭南现代农业科学与技术广东省实验室河源分中心;广东科贸职业学院

关键词: 高光谱成像;水果品质;无损检测;机器学习;特征提取;模型训练

期刊名称: 广东农业科学

ISSN: 1004-874X

年卷期: 2023 年 50 卷 007 期

页码: 83-94

收录情况: 北大核心 ; CSCD

摘要: 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.

  • 相关文献

[1]高光谱成像技术定量可视化检测熟牛肉中挥发性盐基氮的含量. 杨东,陆安祥,王纪华. 2017

[2]高光谱图像信息检测玉米籽粒胚水分含量. 田喜,黄文倩,李江波,樊书祥,张保华. 2016

[3]叶菜失水条件下的高光谱图像特征分析研究. 吴琼,陆安祥,朱大洲,王成,方晶晶,纪建伟. 2015

[4]基于高光谱成像的蔬菜新鲜度检测初探. 吴琼,朱大洲,王成,马智宏,陆安祥,王纪华. 2012

[5]基于光谱及成像技术的种子品质无损速测研究进展. 王冬,王坤,吴静珠,韩平. 2021

[6]高光谱成像技术在草莓品质检测中的应用. 王卉,刘庆菊,栾云霞,贾文珅. 2025

[7]高光谱成像的黄瓜病虫害识别和特征波长提取方法. 李杨,李翠玲,王秀,范鹏飞,李余康,翟长远. 2024

[8]利用便捷式可见-近红外光谱仪和机器学习分辨霉变小麦及霉变程度. 贾文珅,吕浩林,张上,秦英栋,周巍. 2024

[9]近红外光谱的苹果内部品质在线检测模型优化. 郭志明,黄文倩,陈全胜,彭彦昆,赵杰文. 2016

[10]基于视频的植物动画合成方法. 蒋艳娜,肖伯祥,郭新宇,杨宝祝. 2015

[11]基于线结构光视觉的穴盘苗外形参数在线测量系统研制及试验. 冯青春,刘新南,姜凯,范鹏飞,王秀. 2013

[12]基于扫描成像的作物近地高光谱获取与特征分析. 张东彦,黄文江,王纪华,杨贵军,朱大洲,刘镕源,马智宏. 2010

[13]基于机器视觉的作物多姿态害虫特征提取与分类方法. 李文勇,李明,陈梅香,钱建平,孙传恒,杜尚丰. 2014

[14]基于深度图像和BP神经网络的肉鸡体质量估测模型. 王琳,孙传恒,李文勇,吉增涛,张翔,王以忠,雷鹏,杨信廷. 2017

[15]基于数字照片特征的小麦覆盖度自动提取研究. 李存军,王纪华,刘良云,王人潮. 2004

[16]利用太赫兹光谱技术构建番茄水分胁迫状态检测模型. 张晓东,段朝晖,毛罕平,高洪燕,石强,王亚飞,沈宝国,张馨. 2021

[17]基于图像处理技术的观赏菊品种识别方法研究. 翟果,李志敏,路文超,赵勇,王成. 2016

[18]基于玉米冠层原位监测的全生育期叶色建模及其应用. 杜建军,袁杰,王传宇,郭新宇. 2017

[19]基于图像处理的番茄重量预测. 何婷婷,李志伟,张馨,张钟莉莉,肖雪朋,董静. 2022

[20]基于卷积模型的农业问答语性特征抽取分析. 张明岳,吴华瑞,朱华吉. 2018

作者其他论文 更多>>