基于Trace Pro仿真的橙果品質(zhì)光譜檢測(cè)托盤參數(shù)設(shè)計(jì)與試驗(yàn)

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(cè)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(shí)別已得到了較好解決，但內(nèi)部品質(zhì)檢測(cè)精度仍不夠理想?？梢?近紅外光譜無損檢測(cè)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(cè)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(cè)裝備主要由可見/近紅外光譜無損檢測(cè)以及配套傳送裝置共同組成，采用透射光[10]的檢測(cè)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(cè)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(shí)，對(duì)光譜信號(hào)的采集會(huì)造成一定遮蔽影響，這是阻礙檢測(cè)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(cè)研究較多集中在檢測(cè)模型與光路參數(shù)上，對(duì)實(shí)際應(yīng)用中存在的干擾因素研究較少。傳統(tǒng)的無損檢測(cè)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(jì)，較難接近托盤參數(shù)的最優(yōu)化[11]。課題組[12]前期研究對(duì)柚果托盤進(jìn)行參數(shù)設(shè)計(jì)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(duì)性的設(shè)計(jì)。但目前并未見對(duì)橙果的托盤進(jìn)行參數(shù)設(shè)計(jì)、仿真分析等深入研究的報(bào)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(yàn)相……