基于介電特征的蘋果霉心病檢測方法

李東博 黃鋁文 趙旭博

摘要：針對蘋果霉心病無法有效根據外表進行識別，且傳統檢測方法具有設備復雜、成本高昂等問題，本研究通過采集蘋果介電參數構建蘋果霉心病檢測模型，從而實現簡單快速的蘋果霉心病無損檢測。基于 LCR 測量儀采集220個蘋果的108項介電指標（9個頻率下的12項介電指標）作為原始參數，使用數據標準化、主成分分析算法等對數據進行預處理，并利用BP神經網絡、支持向量機、隨機森林算法構建霉心病果檢測模型。試驗結果表明，基于隨機森林算法構建的霉心病果檢測模型性能最佳，在150個蘋果構建的訓練集和70個蘋果構建的測試集中分類準確率分別達到96.66%和95.71%;基于采用 BP神經網絡構建的霉心病果檢測模型效果次之，分類準確率分別可達到94.66%和94.29%;基于使用支持向量機構建的模型檢測效果相對較差，分類準確率分別為93.33%和91.43%。試驗結果表明，使用隨機森林構建的模型可以更有效地識別霉心病果和好果。本研究可為蘋果病蟲害及蘋果品質無損檢測等提供參考。

關鍵詞：蘋果霉心病;介電特征;隨機森林; BP神經網絡;支持向量機

中圖分類號： S126文獻標志碼： A文章編號：202102-SA035

引用格式：李東博， 黃鋁文， 趙旭博. 基于介電特征的蘋果霉心病檢測方法[J].智慧農業（中英文）， 2021， 3（4）：66-76.

LI Dongbo， HUANG Lyuwen， ZHAO Xubo. Detection method of apple mould core based on dielectric characteristics[J]. Smart Agriculture， 2021， 3（4）：66-76.（in Chinese with English abstract）

1? 引言

蘋果霉心病是一種嚴重的蘋果采后病害，感染霉心病后的蘋果會由果實的心室往外擴展，逐漸導致果肉的腐爛[1]，但觀察其外表卻無法發現明顯的病害特征。患有霉心病的蘋果含有展青霉素和曲棒霉素等毒素[2]，具有影響人體生育、致癌、致突變等毒理作用，對人體健康產生較大威脅。……