研究目的
利用傅里叶级数展开分析高光谱散射剖面并提取光谱特征，以提高苹果果实硬度和可溶性固形物含量的预测精度。
研究成果
傅里叶级数展开法在从高光谱散射图像中提取特征方面比矩量法更有效，从而提高了对苹果硬度和可溶性固形物含量的预测精度。最小二乘支持向量机（LSSVM）模型在准确性上优于偏最小二乘（PLS）模型，且该方法快速，适用于在线应用。
研究不足
该方法可能对高频噪声较为敏感；为避免过拟合仅使用了三个傅里叶系数；由于紧密的分布范围，SSC的预测精度低于硬度；在某些情况下LSSVM模型的稳健性低于PLS模型。
1：实验设计与方法选择：
本研究采用傅里叶级数展开和矩量法分析高光谱散射图像，使用偏最小二乘法（PLS）和最小二乘支持向量机（LSSVM）建立预测模型。
2：样本选择与数据来源：
实验选用2009年和2010年密歇根州立大学果园收获的'金冠'（Golden Delicious）、'乔纳金'（Jonagold）和'元帅'（Delicious）苹果。
3：实验设备与材料清单：
在线高光谱成像系统（OHIS），包含EM-CCD相机、成像光谱仪、光源及计算机控制单元；用于硬度测量的质构仪；用于可溶性固形物含量（SSC）测量的数字折射仪。
4：实验流程与操作步骤：
采集高光谱散射图像，通过暗背景扣除、平均化和平滑处理进行预处理，提取傅里叶系数和Z-FOM光谱，采用交叉验证构建PLS和LSSVM模型。
5：数据分析方法：
统计分析包括相关系数、标准误差和RPD值计算，显著性检验采用配对t检验。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
EM-CCD camera
PhotonMAX 1024B
Princeton Instruments/Acton
Image acquisition in the hyperspectral imaging system
-
Imaging spectrograph
ImSpector V10E
Spectral Imaging Ltd.
Spectral dispersion in the hyperspectral imaging system
-
Quartz tungsten halogen light source
Oriel Instruments
Light illumination in the hyperspectral imaging system
-
Texture analyzer
TA.XT2i
Stable Micro Systems, Inc.
Measurement of fruit firmness using Magness-Taylor method
-
Digital refractometer
PR-101
Atago Co.
Measurement of soluble solids content (SSC)
-
Computer
Intel Core PC
Intel
Data processing and control in the imaging system
-
登录查看剩余4件设备及参数对照表
查看全部
