食品行業(yè)
本研究基于高光譜成像系統(tǒng)FS20系列，分別對番茄果實(shí)的形態(tài)結(jié)構(gòu)性狀和組分含量性狀以及綜合表型性狀進(jìn)行檢測，并研制了一種無損、快速的高通量番茄果實(shí)表型獲取平臺。采用高光譜成像系統(tǒng)獲取番茄果實(shí)的光譜圖像信息，然后首先通過對光譜圖像進(jìn)行分析，獲取形態(tài)結(jié)構(gòu)性狀（縱徑、橫徑、果形指數(shù)和重量），隨之測量番茄果實(shí)顏色性狀（L*、a *、b*、c*、b*和a*/b*）、和組分含量表型性狀（硬度、SsC、番茄紅素、可滴定酸、可溶性糖和 VC 值）。首先，通過高光譜成像系統(tǒng)拍攝番茄果實(shí)圖像，利用圖像處理的方法提取光譜圖像的橫徑與縱徑信息以此獲取番茄果實(shí)的形態(tài)結(jié)構(gòu)性狀。其次， 提出劃分成熟度的指標(biāo)并定義閾值，對于確定番茄果實(shí)最佳采摘期以及果實(shí)運(yùn)輸、儲存與保鮮具有重要的指導(dǎo)意義。最后，基于連續(xù)投影算法（SPA）挑選特征波長，構(gòu)建番茄果實(shí)顏色和組分含量性狀表型的偏最小二乘回歸（PLSR）表型預(yù)測模型。
1.番茄果實(shí)成熟度劃分
a.傳統(tǒng)方法
i.算法
確認(rèn)番茄果實(shí)成熟度：a/b 番茄果實(shí)顏色定義變量（Arias et al, 2000）。計(jì)算a*/b*，基于 a*/b*值劃分的番茄果實(shí)不同成熟度。
ii.閾值：
iii.效果
b.高光譜方法
i.番茄高光譜數(shù)據(jù)采集和分析（流程如下）
ii.特征波長選擇（PCA）
1.PCA 后的聚類效果（3 個(gè)不同的品種）：
2.PCA 后的模型擬合精度和特征波長的位置
c.這個(gè)部分存在的問題
金標(biāo)準(zhǔn)選擇的是否合適？ 在這個(gè)里邊作者是 a/b 的方式作為成熟度測量的金標(biāo)準(zhǔn)，而 a/b 是通過光譜計(jì)算出來的這個(gè)標(biāo)準(zhǔn)，作為判斷果實(shí)成熟度的標(biāo)準(zhǔn)是否合適？
FigSpec?系列成像高光譜相機(jī)采用高衍射效率的透射式光柵分光模組與高靈敏度面陣列相機(jī)、結(jié)合內(nèi)置掃描成像及輔助攝像頭技術(shù)，解決了傳統(tǒng)高光譜相機(jī)需外接推掃成像機(jī)構(gòu)及調(diào)焦復(fù)雜等難以操作的問題。可與標(biāo)準(zhǔn)C接口的成像鏡頭或顯微鏡直接集成，實(shí)現(xiàn)光譜影像的快速采集。
FigSpec?系列成像高光譜相機(jī)應(yīng)用領(lǐng)域：
光譜分析，礦物甄別，材料分選，蔬果分析，地質(zhì)勘探，農(nóng)業(yè)遙感，工業(yè)檢測，無人機(jī)載高光譜，成像分析，便攜式高光譜成像分析，可見光高光譜成像分析，紅外高光譜成像分析，熱紅外高光譜成像分析，黑色塑料分選，金屬制造，色選，氣體檢測，火焰分析，農(nóng)業(yè)植被類型識別，垃圾回收，水果質(zhì)量分析，顯微高光譜分析，農(nóng)業(yè)高光譜，遙感高光譜，光譜成像分析，植被高光譜，航空高光譜，高光譜異常檢測，熒光高光譜分析，顯微高光譜成像，地物高光譜分析，室內(nèi)高光譜分析，刑偵高光譜分析，土壤高光譜分析，環(huán)境監(jiān)測。
