蓝莓品质检测：多阶段特征波长选择与高光谱成像技术

本文主要探讨了基于高光谱成像的蓝莓内部品质检测技术，特别是特征波长选择方法的研究。高光谱成像作为一种非破坏性的检测手段，能够提供丰富的光谱信息，用于评估蓝莓的糖度和硬度等关键品质指标。研究团队针对这一问题，提出了一个多阶段特征波长选择策略，包括连续投影法（SPA）和逐步多元线性回归（SMLR）。 首先，他们使用高光谱成像系统在400至1000纳米的波段收集了大量的蓝莓图像，并对这些图像进行了预处理，如多元散射校正、标准正态变量变换以及Savitzky-Golay平滑等，目的是减少噪声，增强信号，提高后续分析的准确性。经过比较，Savitzky-Golay平滑被证实为最有效的预处理方法。 接着，研究人员利用SPA或SMLR分别选择出糖度和硬度的特征波长。这一步骤有助于识别那些对品质参数最具敏感性的光谱特征。通过这种方式，他们构建了四种多阶段特征波长选择方法，分别是SPA-SPA、SMLR-SMLR、SPA-SMLR和SMLR-SPA，旨在找到能同时反映糖度和硬度的最佳光谱特征组合。 最后，团队将全波长光谱信息（FS）和四种多阶段特征波长选择方法提取的光谱信息作为BP神经网络模型的输入，构建了蓝莓糖度和硬度的预测模型。实验结果显示，采用SPA-SPA多阶段特征波长选择方法，配合BP神经网络，其预测性能最为出色。糖度和硬度的校正集的相关系数分别达到了0.959和0.956，校正均方根误差分别为0.318°Brix和0.153°Brix，而预测集的相关系数和预测均方根误差也显示出良好的性能。 这项研究对于蓝莓产业具有实际应用价值，因为它提供了一种有效的方法来快速、准确地评估蓝莓内部品质，有利于提高生产效率，保证产品质量，并可能为其他水果或农产品的高光谱成像质量控制提供新的思路和技术支持。