公开(公告)号：CN115728303B

公开(公告)日：2024-06-21

申请号：CN202211520554.5

申请日：2022-11-30

Applicant: 南京农业大学

Inventor： 潘磊庆 ,  方莉 ,  兰维杰 ,  屠康 ,  王振杰 ,  尤思聪 ,  彭菁

IPC: G01N21/84 ,  G06N20/00 ,  G01N21/359 ,  G01N21/3563

Abstract: 本发明公开了一种基于间隔偏最小二乘算法的果皮对内部果肉信息干扰剔除的方法，它包括以下步骤：S1、明确光学特性响应果实采后SSC和硬度变化的特征波长；S2、使用S1筛选出的特征波长处的光学特性建立水果品质指标预测模型；S3、使用S2建立的水果品质指标预测模型对水果品质进行预测。本发明基于间隔偏最小二乘算法筛选果皮、果肉及整果的特征波段，以剔除果皮对内部果肉信息干扰，明确果皮、果肉和整果光学特性响应可溶性固形物和硬度的特征波段，明确果皮对光学技术检测果实品质的影响。并基于筛选出的特征波长处的光学特性建立水果品质指标预测模型，以进一步剔除果皮的干扰信息。

公开(公告)号：CN117491382A

公开(公告)日：2024-02-02

申请号：CN202311472395.0

申请日：2023-11-07

Applicant: 南京农业大学

Inventor： 潘磊庆 ,  李怡婷 ,  兰维杰 ,  屠康 ,  尤思聪 ,  吴莎莎 ,  宋丽军 ,  张丽

IPC: G01N21/95 ,  G06V20/68 ,  G06V10/58 ,  G06V10/77 ,  G06V10/54 ,  G06V10/80

Abstract: 本发明提出了一种融合高光谱图像特征和光谱变量的库尔勒香梨早期隐性损伤的检测方法。利用可见近红外(400‑1000nm)波段的高光谱成像技术仪器，分别获取了健康和三种不同损伤程度的库尔勒香梨的光谱信息和高光谱图像纹理特征信息。随后，分别基于光谱信息和图像纹理特征，构建了三种分类模型，即PLS‑DA、SVM‑DA和Subspace‑DA。最后，本发明引入图谱融合思想，将高光谱图像的纹理特征信息与光谱特征变量信息相融合，应用于库尔勒香梨早期隐性损伤的检测。相较于传统仅使用光谱信息的方法，它既充分利用了高光谱成像技术的图像和光谱数据，又能够检测到更小面积的隐性损伤香梨，这使得本发明具有明显的优势。

公开(公告)号：CN115728303A

公开(公告)日：2023-03-03

申请号：CN202211520554.5

申请日：2022-11-30

Applicant: 南京农业大学

Inventor： 潘磊庆 ,  方莉 ,  兰维杰 ,  屠康 ,  王振杰 ,  尤思聪 ,  彭菁

IPC: G01N21/84 ,  G06N20/00 ,  G01N21/359 ,  G01N21/3563

Abstract: 本发明公开了一种基于间隔偏最小二乘算法的果皮对内部果肉信息干扰剔除的方法，它包括以下步骤：S1、明确光学特性响应果实采后SSC和硬度变化的特征波长；S2、使用S1筛选出的特征波长处的光学特性建立水果品质指标预测模型；S3、使用S2建立的水果品质指标预测模型对水果品质进行预测。本发明基于间隔偏最小二乘算法筛选果皮、果肉及整果的特征波段，以剔除果皮对内部果肉信息干扰，明确果皮、果肉和整果光学特性响应可溶性固形物和硬度的特征波段，明确果皮对光学技术检测果实品质的影响。并基于筛选出的特征波长处的光学特性建立水果品质指标预测模型，以进一步剔除果皮的干扰信息。