基于高光谱图像技术的裂嘴板栗识别方法研究

　　本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

　　板栗是我国食用坚果之一，物美价廉，营养丰富，年产量居世界首位。裂嘴果为评价板栗外部品质的重要指标之一，裂嘴果是在自然生产条件下果皮开裂或由于机械损伤等外力而导致果皮破损的板栗。板栗果肉暴露在外，极易引发一系列食用安全问题。目前，裂嘴板栗主要采用人工分选，主观性强，分选错误率高。因此研究一种有效且适用的裂嘴板栗检测方法，可为板栗的快速无损检测和分级奠定基础。针对缺陷板栗的识别方法，课题组前期做了一定的研究，但对缺陷板栗中裂嘴缺陷的识别方法研究尚无报道。

　　近红外光谱技术可以快速、无损、有效的检测农产品内部品质信息，机器视觉技术能很好的反映农产品外部特征，在农产品品质检测中均已得到广泛的应用，但两者均不能同时满足检测农产品内外综合品质的要求。随着科学技术的快速发展及计算机技术的突飞猛进，一种集光谱和图像于一身的高新技术——高光谱图像检测技术正越来越受到农产品无损检测领域研究者的重视。高光谱图像能够记录丰富的农产品品质信息，可同时用于农产品内、外品质的检测。

　　国内外学者将高光谱图像技术应用到水果、蔬菜、茶叶及肉类食品无损检测方面都取得了较好的结果。但尚未见利用高光谱图像技术检测裂嘴板栗的研究。论文提出利用高光谱图像技术识别裂嘴板栗，提取并分析裂嘴板栗和合格板栗的光谱曲线，优选特征波长，采用波段比算法，经纹理滤波提取其协同性图像，再结合一系列数学形态学运算完成裂嘴板栗的识别，可为裂嘴板栗的在线检测提供新思路。

　　论文采用高光谱图像技术对裂嘴板栗进行了识别方法研究。

　　1）通过主成分分析法优选特征波长（477nm、769nm和923nm），分析并比较特征波长两两不同组合得到的波段比图像和特征波长处单波段图像，表明769mm/923nm波段比图像最能突出反映裂嘴区域，更有利于裂嘴特征的提取。

　　2）分析 769nm/923nm 波段比图像，提取基于协同性纹理滤波所得的图像，结合阈值分割和数学形态学运算完成目标区域的提取。其中裂嘴的正确识别率为94.3%，合格板栗的识别率为96.8%，总体识别率达到95.5%。可选择相应的滤波片设计基于滤波片型高光谱图像检测系统，以实现裂嘴板栗的在线、快速和无损检测。同时，也为其它农产品品质的检测提供了新方法。