基于高光谱成像的苹果轻微损伤检测有效波长选取.pdf

第29卷第1期农业工程学报Vol.29No.1
2722013年1月TransactionsoftheChineseSocietyofAgriculturalEngineeringJan.2013

基于高光谱成像的苹果轻微损伤检测有效波长选取

1,21,2※1,21,2
黄文倩，陈立平，李江波，张驰
（1.北京农业智能装备技术研究中心，北京100097；2.国家农业智能装备工程技术研究中心，北京100097）

摘要：为了确定可用于苹果早期轻微损伤检测的有效波长，以具有代表性的阿克苏苹果为研究对象，采用高光
谱成像技术和分段主成分分析方法对损伤发生仅为半小时之内的苹果进行损伤检测研究，对比分析不同光谱区域
主成分分析对识别结果的影响，优选出识别光谱区域（780～1000nm）。基于此光谱区域结合主成分图像权重系
数获取2个有效波长（820和970nm），并利用这2个波长和全局阈值理论开发了多光谱轻微损伤提取算法。利用
独立测试集中25个正常苹果和25个损伤苹果对算法的性能进行评估，结果表明，正常果的识别率为100%，损伤
果的识别率为96%，整体检测精度为98%。该研究所获得的有效波长可为开发基于多光谱成像技术的苹果损伤检
测系统提供参考。
关键词：损伤检测，图像处理，主成分分析，高光谱成像，有效波长，苹果
doi：10.3969/j.issn.1002-6819.2013.01.036
中图分类号：TP391.41;TP274.52文献标志码：A文章编号：1002-6819(2013)-01-0272-06

黄文倩，陈立平，李江波，等.基于高光谱成像的苹果轻微损伤检测有效波长选取[J].农业工程学报，2013，29(1)：
272－277.
HuangWenqian,Chenliping,LiJiangbo,etal.Effectivewavelengthsdeterminationfordetectionofslightbruiseson
applesbasedonhyperspectralimaging[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(Transactions
oftheCSAE),2013,29(1):272－277.(inChinesewithEnglishabstract)

伤，采集损伤发生于47d内RedDelicious（红元帅）
0引言
和GoldenDelicious（金冠）2种苹果的高光谱图像，
水果在采摘或运输过程中容易因外力受到机结果表明1000～1340nm光谱区域适合损伤检测。
械损伤[1]，尽管当前较为先进的分级机器可根据水Xing等[17]采用400～1000nm高光谱成像系统检测
果表面缺陷进行分级[2-6]，但是损伤，尤其是轻微损160个Jonagold（乔纳金）苹果的损伤，全光谱区
伤的检测一直是一个难点[7]。轻微损伤通常发生在域获得6个有效波长，利用有效波长主成分
表皮之下，和正常组织的颜色差异不大，对比度不（principalcomponent,PC）图像对损伤进行识别，
明显，在形成初期通过肉眼很难识别，特别是当损结果表明完好苹果的识别率为84.6%，1天损伤的
伤所在区域的背景颜色为红色或其他较深的颜色苹果识别率为77.5%。Xing等[18]同样采用400～1
时，检测效果越差[8]。随着时间的推移，损伤区域000nm的高光谱成像系统检测GoldenDelicious（金
会进一步褐变甚至腐烂，因此在损伤形成初期，对冠）苹果的损伤，全光谱区域PCA获得4个有效
损伤进行快速检测并挑拣出受损的苹果，对提高苹波长，对这4个波长进行主成分分析（principal
果的价值具有很重要的意义。componentanalysis,PCA），所获得PC图像可用于
近年来，高光谱成像技术在农产品品质与安全损伤检测，结合所开发的图像检测算法，正常果的
无损检测技术中获得了广泛的应用，内容涉及果蔬识别率为93%，24h损伤的苹果识别率为86%。赵
外部品质[9-10]、水果内部品质[11]、畜禽肉品质[12-13]、杰文等[19]以苹果为研究对象，通过对500～900nm
禽蛋品质[14]和蔬菜农药残留等的检测[15]。Lu[16]利的高光谱图像进行PCA，选取547nm波长下的图
用900～1700nm的高光谱成像系统检测苹果的损像，采用不均匀二次差分消除亮度分布不均匀的影
响，通过数字图像处理方法提取轻微损伤区域，但
收稿日期：2012-06-25修订日期：2012-12-24轻微损伤检测的正确率较低，只有88.57%，且文中
基金项目：国家863计划项目（2011AA100703）；北京市农林科