一种基于图像与光谱技术融合的苹果品质检测方法

本发明涉及无损检测，特别是涉及一种基于图像与光谱技术融合的苹果品质检测方法。

背景技术：

1、随着社会经济的发展和人民生活品质的日益提高，水果在日常饮食中的比例也越来越大，市场上水果的贸易量也越来越高。

2、在现有的苹果贸易流程中，对苹果的检测主要分为对苹果外部品质的检测和内部品质的检测。外部品质的检测主要依靠机器视觉技术，内部品质检测仍然为传统的抽样有损检测。如何实现对苹果外部品质和内部品质的同时快速检测，成为了目前需要解决的难题。

技术实现思路

1、本发明的目的是提供一种基于图像与光谱技术融合的苹果品质检测方法，可同时对苹果的内部品质信息和外部品质信息进行无损检测，为苹果的智能分级提供良好的条件。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于图像与光谱技术融合的苹果品质检测方法，用于检测待测苹果的品质信息，包括：

4、获取苹果样本的数据集；

5、对所述数据集进行预处理，生成可用数据集；

6、构建训练模型；

7、根据所述可用数据集和所述训练模型，生成检测模型；

8、根据待测苹果和所述检测模型，获取所述待测苹果的品质信息。

9、可选的，所述待测品质信息，包括外部品质信息和内部品质信息。

10、可选的，所述外部品质信息包括尺寸信息和表面缺陷信息。

11、可选的，所述内部品质信息包括硬度、糖度和酸度。

12、可选的，所述获取苹果样本的数据集，包括：

13、获取所述苹果样本的图像信息；

14、获取所述苹果样本的外部品质信息；

15、获取所述苹果样本的光谱信息；

16、获取所述苹果样本的内部品质信息。

17、可选的，所述训练模型为随机森林模型。

18、可选的，所述根据所述可用数据集和所述训练模型，生成检测模型，包括：

19、将所述可用数据集分为训练集和测试集；

20、利用所述训练集对所述训练模型进行训练，生成待测试训练模型；

21、利用所述测试集对所述待测试训练模型进行测试，获取性能指标；

22、根据所述性能指标对所述待测试训练模型进行优化，生成检测模型。

23、可选的，所述性能指标包括准确率、平均绝对误差和均方根误差。

24、可选的，所述根据待测苹果和所述检测模型，获取所述待测苹果的品质信息，包括：

25、获取所述待测苹果的图像信息；

26、获取所述待测苹果的光谱信息；

27、根据所述待测苹果的图像信息和所述待测苹果的光谱信息及所述检测模型，生成所述待测苹果的品质信息。

28、可选的，所述根据所述待测苹果的图像信息和所述待测苹果的光谱信息及所述检测模型，生成所述待测苹果的品质信息，包括：

29、提取所述图像信息的图像特征值；

30、提取所述光谱信息的光谱特征值；

31、根据所述图像特征值、所述光谱特征值及所述检测模型，获取所述待测苹果的品质信息。

32、根据本发明提供的具体实施例，本发明公开了以下技术效果：

33、本发明通过对苹果图像数据及光谱数据的采集，可同时获取苹果的外部品质信息和内部品质信息，实现对苹果的外部品质信息和内部品质信息的在线分级。

技术特征：

1.一种基于图像与光谱技术融合的苹果品质检测方法，用于检测待测苹果的品质信息，其特征在于，包括：

2.根据权利要求1所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述待测品质信息，包括外部品质信息和内部品质信息。

3.根据权利要求2所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述外部品质信息包括尺寸信息和表面缺陷信息。

4.根据权利要求2所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述内部品质信息包括硬度、糖度和酸度。

5.根据权利要求2所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述获取苹果样本的数据集，包括：

6.根据权利要求1所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述训练模型为随机森林模型。

7.根据权利要求1所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述根据所述可用数据集和所述训练模型，生成检测模型，包括：

8.根据权利要求7所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述性能指标包括准确率、平均绝对误差和均方根误差。

9.根据权利要求5所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述根据待测苹果和所述检测模型，获取所述待测苹果的品质信息，包括：

10.根据权利要求9所述的基于图像与光谱技术融合的苹果品质检测方法，其特征在于，所述根据所述待测苹果的图像信息和所述待测苹果的光谱信息及所述检测模型，生成所述待测苹果的品质信息，包括：

技术总结
本发明公开一种基于图像与光谱技术融合的苹果品质检测方法，涉及无损检测技术领域，本发明一种基于图像与光谱技术融合的苹果品质检测方法包括获取苹果样本的数据集；对所述数据集进行预处理，生成可用数据集；构建训练模型；根据所述可用数据集和所述训练模型，生成检测模型；根据待测苹果和所述检测模型，获取所述待测苹果的品质信息。本发明通过对苹果图像数据及光谱数据的采集，可同时获取苹果的外部品质信息和内部品质信息，实现对苹果的外部品质信息和内部品质信息的在线分级。

技术研发人员：任振辉,高文静,刘小涵,韩雨生,杨康鑫,王浩,王新猛,席瑞谦
受保护的技术使用者：河北农业大学
技术研发日：
技术公布日：2024/2/19