張倩倩 徐 賽 陸華忠
(1. 華南農業大學工程學院,廣東 廣州 516042;2. 廣東省農業科學院農產品公共監測中心,廣東 廣州 516042;3. 廣東省農業科學院,廣東 廣州 516042)
近年來,隨著人工智能技術的進步和發展,水果外部品質智能識別已得到了較好解決,但內部品質檢測精度仍不夠理想。可見/近紅外光譜無損檢測技術是目前應用較廣泛的水果內部品質無損檢測技術,已在蘋果[1-4]、西瓜[5-7]、梨[8]、桃[9]等水果上得到應用。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]的檢測結構獲取水果內部信息,采用托盤承載進行傳送,智能運算無損得出檢測結果。但課題組前期研究發現,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,需要進行多因素考慮與優化。
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上,對實際應用中存在的干擾因素研究較少。傳統的無損檢測傳送托盤參數通常只通過粗略的水果尺寸進行設計,較難接近托盤參數的最優化[11]。課題組[12]前期研究對柚果托盤進行參數設計與光學仿真,但不同水果的果形、大小、內部結構有所差異,需要有針對性的設計。但目前并未見對橙果的托盤進行參數設計、仿真分析等深入研究的報道。
研究擬從橙果的形態特征入手,通過光學仿真和光譜采集試驗相……