基于纹理统计的柑橘糖度与有效酸度无损检测技术

本文主要探讨了"基于统计纹理的柑橘糖度与有效酸度检测"这一主题，发表于2009年的《测试技术学报》第23卷第1期。作者曹乐平、温芝元和陈理渊针对柑橘图像的特性，提出了一种无损检测方法来测量柑橘的糖度和有效酸度。研究的核心在于利用图像处理技术，特别是柑橘图像的纹理统计分析。 首先，他们通过设置蓝色分量的阈值来去除图像背景，以便更好地聚焦在柑橘主体上。接着，对去背景后的柑橘图像进行灰度化处理，并对灰度图像的柑橘区域提取了四个关键的纹理统计量，包括熵、三阶矩、均值和标准差。这些统计量能够反映柑橘皮表面的纹理特征，因为它们能够捕捉到纹理的复杂性和均匀性。 接着，作者构建了两个偏最小二乘预测模型，分别用于糖度和有效酸度的预测。实验结果表明，在±1°Brix的糖度范围内，该方法的判断正确率高达76.67%，对于有效酸度（pH值）的判断，±0.5 pH和±0.25 pH范围内的正确率分别为100%和80%。这显示出统计纹理分析在柑橘品质评估中的高精度。 在对两个预测模型中纹理统计量的权重进行比较时，发现熵的权重最大，这进一步证实了柑橘果皮纹理与糖度和有效酸度之间存在显著的关联，其中熵作为关键的纹理特征起着决定性的作用。这个发现对于理解柑橘内部化学成分与表皮纹理的内在联系具有重要意义，也为柑橘的自动检测和质量控制提供了新的理论依据和技术手段。 本文的研究不仅展示了如何通过图像处理和统计分析来间接测量柑橘的生理特性，而且揭示了纹理信息在柑橘品质评价中的核心作用，为今后的农业生产和质量控制提供了创新的方法和技术支持。这项工作在信息技术与农业实践的结合领域具有重要的实际应用价值。