基于高光谱成像技术的山楂损伤和虫害缺陷识别研究

　　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）。

　　山楂具有很高的营养和保健价值。既可以深加工成果粉和果饮等产品；又对高脂血症和心脑血管系统有重要的药用价值。然而损伤和虫害的存在严重影响了山楂的产量和品质，损伤是指采摘或运输过程中受到撞击或挤压而引起的，此区域在储存期间后会受到病菌的侵害，最终导致果实腐烂等；虫害由桃小食心虫等引起，其幼虫蛀入果实后，形成针孔大小的入果孔，果里面有微量水珠状胶，幼虫在果内串食，果内充满粪便，所以有必要对损伤和虫害缺陷样本进行研究。

　　在实际生产过程中，利用人工将损伤和虫害的样本剔除，不仅耗时且效率低下，因此迫切需要一种能够快速、准确识别出山楂损伤和虫害的方法。高光谱成像技术是一种光谱和图像的融合技术，具有分辨率高、波段多等特点，近年来其在水果检测方面应用广泛。

　　基于高光谱成像技术从定性分析和特征识别两个角度，对山楂的损伤和虫害区域进行识别研究。主要研究结论：

　　（1）运用SNV-PLSR-LS-SVM方法对山楂的损伤、虫害、完好、花萼和果梗五个区域的测试集光谱数据（共57个）识别效果最好，正确率为91.23%。

　　（2）采用PCA进行10条特征波段下单波段图像的数据压缩，然后分别采用"sobel"算子和区域生长算法"Region-grow"识别出山楂的边缘与缺陷特征区域。特征识别得出单损伤、单虫害和损伤及虫害样本的识别率为95.65%，86.67%和100%。

　　定性分析和特征识别两者都达到识别山楂损伤和虫害的目的。本研究可以为山楂在线检测设备提供理论支持和依据。但对于花萼中存在虫害，其样本误判率比较高的问题，以及果梗、花萼与山楂主体的不同，有必要继续研究以完善对山楂损伤和虫害的识别。