張倩倩 徐 賽 陸華忠
(1. 華南農(nóng)業(yè)大學(xué)工程學(xué)院,廣東 廣州 516042;2. 廣東省農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品公共監(jiān)測中心,廣東 廣州 516042;3. 廣東省農(nóng)業(yè)科學(xué)院,廣東 廣州 516042)
近年來,隨著人工智能技術(shù)的進(jìn)步和發(fā)展,水果外部品質(zhì)智能識別已得到了較好解決,但內(nèi)部品質(zhì)檢測精度仍不夠理想??梢?近紅外光譜無損檢測技術(shù)是目前應(yīng)用較廣泛的水果內(nèi)部品質(zhì)無損檢測技術(shù),已在蘋果[1-4]、西瓜[5-7]、梨[8]、桃[9]等水果上得到應(yīng)用。已有的可見/近紅外光譜無損檢測裝備主要由可見/近紅外光譜無損檢測以及配套傳送裝置共同組成,采用透射光[10]的檢測結(jié)構(gòu)獲取水果內(nèi)部信息,采用托盤承載進(jìn)行傳送,智能運(yùn)算無損得出檢測結(jié)果。但課題組前期研究發(fā)現(xiàn),傳送托盤在承載、固定和傳輸水果的同時,對光譜信號的采集會造成一定遮蔽影響,這是阻礙檢測精度提高的重要原因之一,需要進(jìn)行多因素考慮與優(yōu)化。
目前已有的無損檢測研究較多集中在檢測模型與光路參數(shù)上,對實際應(yīng)用中存在的干擾因素研究較少。傳統(tǒng)的無損檢測傳送托盤參數(shù)通常只通過粗略的水果尺寸進(jìn)行設(shè)計,較難接近托盤參數(shù)的最優(yōu)化[11]。課題組[12]前期研究對柚果托盤進(jìn)行參數(shù)設(shè)計與光學(xué)仿真,但不同水果的果形、大小、內(nèi)部結(jié)構(gòu)有所差異,需要有針對性的設(shè)計。但目前并未見對橙果的托盤進(jìn)行參數(shù)設(shè)計、仿真分析等深入研究的報道。
研究擬從橙果的形態(tài)特征入手,通過光學(xué)仿真和光譜采集試驗相……