基于高光谱图像技术的水果内部品质自动检测

研究快速、高效、精确的水果品质检测技术对提高我国水果产业在国际市场上的竞争力，具有十分重要的现实意义。基于高光谱图像技术的水果内部品质检测技术是当今世界信息科学与农业科学的一个交叉性研究热点。如何把最新的信息科学技术（高维图像数据处理技术、人工智能技术等）应用到农业科学中是本项目的研究目标。本项目针对高光谱图像技术在水果内部品质（硬度、糖度、酸度、可溶性固体含量等指标）检测中的若干共性问题，采用粗糙集理论、计算智能、流形学习方法、支持向量机等工具，研究通用的适用于水果内部品质检测的高光谱图像波段选择、误差修正、图像特征提取和品质预测算法，以提高水果内部品质检测的实时性和精确性。本项目属于应用基础研究，对促进高光谱图像技术在水果内部品质检测与分级中的应用具有重要意义。本项目的研究成果可以推广到高光谱图像技术在农产品安全检测、农业工程等其它领域的研究中。