基于光谱的橘小实蝇侵染柑橘检测系统设计

作     者：龙江 文韬 代兴勇 韩龙波 龚中良 Long Jiang;Wen Tao;Dai Xingyong;Han Longbo;Gong Zhongliang

作者机构：中南林业科技大学机械与智能制造学院长沙市410004 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2024年第45卷第7期

页      面：209-214页

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 08[工学] 09[农学] 0902[农学-园艺学] 090201[农学-果树学] 083203[工学-农产品加工及贮藏工程] 

基　　金：国家重点研发计划项目子课题(2022YFD2202102—4) 湖南省自然科学基金杰出青年基金(2023JJ10099) 湖南省林业杰青培养科研项目(XLK202108—7) 湖南省重点研发计划项目(2022NK2048) 

主　　题：柑橘 无损检测 橘小实蝇 可见/近红外光谱 偏最小二乘判别 

摘      要：为实现可见/近红外光谱对橘小实蝇侵染柑橘的准确检测。针对侵染位置的未知问题,设计一套橘小实蝇侵染柑橘多光路无损检测分级系统。采集四个检测光路的半透射光谱信息,利用偏最小二乘判别法建立并比较单一检测光路和混合四个检测光路的分类模型。结果显示,混合所有检测光路的模型取得较优的分类结果。利用竞争性自适应重加权采样法筛选的47个特征波长变量建模,四个检测光路中分类效果最佳地预测集的准确率和特异性分别达到93.5%和95.2%。利用四个检测光路的柑橘样本建立的PLS-DA混合分类模型,结合CARS算法进行有效特征波长变量筛选,可提高橘小实蝇侵染柑橘分类模型的精度,实现橘小实蝇侵染柑橘的准确分类。研究结果可为在线检测橘小实蝇侵染柑橘提供参考。