基于高光谱成像技术的李果实成熟度判别
【摘要】 为了探究快速识别不同成熟度李果实的有效方法，本研究以李果实作为研究对象，基于高光谱成像技术对不同成熟度的李果实（未熟、半熟、成熟、过熟）样本的光谱信息（420~1000nm）进行采集，对采集样本的光谱信息进行平滑处理(Smoothing)与标准正态变量校正(SNV)相结合的方法预处理光谱数据，分别以预处理后的全光谱(FS)数据和采用主成分分析(PCA)法提取主成分、采用连续投影算法(SPA)提取特征波长作为输入变量，建立偏最小二乘法(PLS)模型，比较不同判别模型的准确性。结果表明，FS-PLS建立的模型判别准确率最高，综合准确率达到了91.88%;但考虑实验计算量及复杂程度来说，SPA-PLS建立的模型判别准确率最优，综合准确率达到91.25%。该研究为李果实成熟度的判别检测提供了新的理论基础。
