柑橘潰瘍病是一種嚴(yán)重的植物疾病，其癥狀包括在柑橘果實(shí)上形成潰瘍狀病斑。這種病不僅影響果實(shí)的外觀，而且會(huì)導(dǎo)致產(chǎn)量和質(zhì)量下降。因此，快速準(zhǔn)確地檢測(cè)和分類(lèi)柑橘潰瘍果至關(guān)重要。傳統(tǒng)的檢測(cè)方法如人工檢測(cè)和圖像處理技術(shù)，存在效率低下、易誤判等缺點(diǎn)。而高光譜相機(jī)能夠同時(shí)獲取物體空間和光譜信息，為柑橘潰瘍果的精確檢測(cè)提供了可能。本文將探討高光譜相機(jī)在柑橘潰瘍果分類(lèi)識(shí)別中的應(yīng)用。

高光譜相機(jī)與柑橘潰瘍果檢測(cè)

高光譜相機(jī)在柑橘潰瘍果檢測(cè)中的應(yīng)用，主要基于對(duì)柑橘果實(shí)的高光譜圖像進(jìn)行分析。通過(guò)高光譜相機(jī)獲取柑橘果實(shí)的圖像，能夠同時(shí)獲取果皮表面和內(nèi)部的信息。而柑橘潰瘍病會(huì)導(dǎo)致果實(shí)表面出現(xiàn)病斑，這些病斑在圖像中表現(xiàn)為特定的紋理和顏色。通過(guò)分析這些特征，可以判斷果實(shí)是否患有潰瘍病。

高光譜相機(jī)還可以獲取果實(shí)的反射光譜信息。這些信息可以用于分析果實(shí)的成熟度、營(yíng)養(yǎng)成分等。通過(guò)對(duì)這些信息的分析，可以進(jìn)一步判斷果實(shí)的品質(zhì)和價(jià)值。

本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用廣東賽斯拜克科技有限公司產(chǎn)品SP130M進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長(zhǎng)分辨率優(yōu)于2.5nm，可達(dá)1200個(gè)光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。

本文主要基于高光譜成像系統(tǒng)，首先提取并分析每一類(lèi)缺陷及正常果皮感興趣區(qū)域光譜曲線并結(jié)合主成分分析法確定特征波段，接著基于特征波段進(jìn)行二次主成分分析，再結(jié)合雙波段比算法實(shí)現(xiàn)潰瘍果與其他類(lèi)臍橙（包括正常果及缺陷果）的分類(lèi)識(shí)別。

本文基于光成像系統(tǒng)利用法及段比算法對(duì)包括潰瘍果在內(nèi)的 10 類(lèi)常見(jiàn)橙果皮缺陷和正常果進(jìn)行潰瘍果的分類(lèi)識(shí)別，識(shí)別率達(dá)到 95.4%。2）本試驗(yàn)處于實(shí)驗(yàn)室研究階段，其中基于高譜系統(tǒng)采集到的數(shù)據(jù)量大，處理時(shí)間長(zhǎng)，并不適合在線檢測(cè)。通過(guò)試驗(yàn)本文得到 5 個(gè)特征波長(zhǎng)用于潰瘍果的分類(lèi)識(shí)別其中可見(jiàn)光波段3（630685720 nm近紅外波段2個(gè)（810 和875 nm）?；谶@些特波，進(jìn)行特征波段主成分分析，克服了通常單次主成分分析中由于存在較多的波段而無(wú)法使這種方法應(yīng)用于在線檢測(cè)的弊端。

考到僅利用成析法無(wú)法有效的分果和裂果、日灼及藥傷果，本文提出采用主成分分析法與波段比相結(jié)合的算法?；诖怂惴ㄊ箍傮w識(shí)別率由原來(lái)的80%提高到95.4%。但對(duì)日灼果的識(shí)別率沒(méi)有提高。

基于試驗(yàn)中獲得的5個(gè)特征波段，選取相應(yīng)的濾波片，有助于開(kāi)發(fā)基于多光譜成像技術(shù)的臍橙潰瘍識(shí)別系統(tǒng)。另一方面，由于本文開(kāi)發(fā)的算法比較簡(jiǎn)單，進(jìn)一步為臍橙潰瘍果的在線識(shí)別奠定了基礎(chǔ)。

盡管本文研究對(duì)象是臍橙，但研究方法可能也適合其他柑橘類(lèi)水果潰瘍病斑的識(shí)別，有待進(jìn)一步驗(yàn)證。另外，由于試驗(yàn)中涉及到的缺陷種類(lèi)較多，樣本收集存在一定困難，同時(shí)由于高光譜數(shù)據(jù)量大，處理較費(fèi)時(shí)，因此，本研究中僅采用 13個(gè)樣本作為探索性研究，雖然取得了比較理想結(jié)果，但后續(xù)將會(huì)進(jìn)一步增加樣本量，驗(yàn)證此理論的可行性

柑橘潰瘍病是影響全球柑橘種植業(yè)發(fā)展的重大檢疫性病害。目前大部分研究都集中在對(duì)這種病害的防治和檢測(cè)方面，而對(duì)于帶有潰瘍病斑的柑橘類(lèi)水果的剔除主要還是通過(guò)手工分選，對(duì)工人要求較高，且效率低，準(zhǔn)確性差。隨著圖像處理技術(shù)的日趨先進(jìn)和計(jì)算機(jī)硬件成本的降低及處理速度的提高，機(jī)器視覺(jué)系統(tǒng)在農(nóng)產(chǎn)品品質(zhì)自動(dòng)檢測(cè)和分級(jí)領(lǐng)域應(yīng)用越來(lái)越廣泛。

由于受害果表面的潰瘍病斑呈灰禍色、木栓化、海綿狀，周?chē)月∑鸪拾岛稚?，最外圈為黃綠暈圈，這些特征與正常果皮表面有明顯的差異，因此可以把潰瘍果作為一種缺陷果，從而利用機(jī)器視覺(jué)技術(shù)進(jìn)行快速檢測(cè)。盡管?chē)?guó)內(nèi)外學(xué)者已對(duì)柑橘類(lèi)水果表面缺陷檢測(cè)分級(jí)做了大量研究在國(guó)內(nèi)還未見(jiàn)利用機(jī)器視覺(jué)技術(shù)對(duì)潰瘍果進(jìn)行檢測(cè)的相關(guān)報(bào)道。

本文主要基于高光譜成像系統(tǒng)，首先提取并分析每一類(lèi)缺陷及正常果皮感興趣區(qū)域光譜曲線并結(jié)合主成分分析法確定特征波段，接著基于特征波段進(jìn)行二次主成分分析，再結(jié)合雙波段比算法實(shí)現(xiàn)潰瘍果與其他類(lèi)臍橙（包括正常果及缺陷果）的分類(lèi)識(shí)別。

本文基于光成像系統(tǒng)利用法及段比算法對(duì)包括潰瘍果在內(nèi)的 10 類(lèi)常見(jiàn)橙果皮缺陷和正常果進(jìn)行潰瘍果的分類(lèi)識(shí)別，識(shí)別率達(dá)到 95.4%。2）本試驗(yàn)處于實(shí)驗(yàn)室研究階段，其中基于高譜系統(tǒng)采集到的數(shù)據(jù)量大，處理時(shí)間長(zhǎng)，并不適合在線檢測(cè)。通過(guò)試驗(yàn)本文得到 5 個(gè)特征波長(zhǎng)用于潰瘍果的分類(lèi)識(shí)別其中可見(jiàn)光波段3（630685720 nm近紅外波段2個(gè)（810 和875 nm）?；谶@些特波，進(jìn)行特征波段主成分分析，克服了通常單次主成分分析中由于存在較多的波段而無(wú)法使這種方法應(yīng)用于在線檢測(cè)的弊端。

考到僅利用成析法無(wú)法有效的分果和裂果、日灼及藥傷果，本文提出采用主成分分析法與波段比相結(jié)合的算法?；诖怂惴ㄊ箍傮w識(shí)別率由原來(lái)的80%提高到95.4%。但對(duì)日灼果的識(shí)別率沒(méi)有提高。

基于試驗(yàn)中獲得的5個(gè)特征波段，選取相應(yīng)的濾波片，有助于開(kāi)發(fā)基于多光譜成像技術(shù)的臍橙潰瘍識(shí)別系統(tǒng)。另一方面，由于本文開(kāi)發(fā)的算法比較簡(jiǎn)單，進(jìn)一步為臍橙潰瘍果的在線識(shí)別奠定了基礎(chǔ)。

盡管本文研究對(duì)象是臍橙，但研究方法可能也適合其他柑橘類(lèi)水果潰瘍病斑的識(shí)別，有待進(jìn)一步驗(yàn)證。另外，由于試驗(yàn)中涉及到的缺陷種類(lèi)較多，樣本收集存在一定困難，同時(shí)由于高光譜數(shù)據(jù)量大，處理較費(fèi)時(shí)，因此，本研究中僅采用 13個(gè)樣本作為探索性研究，雖然取得了比較理想結(jié)果，但后續(xù)將會(huì)進(jìn)一步增加樣本量，驗(yàn)證此理論的可行性。

柑橘潰瘍病對(duì)柑橘產(chǎn)業(yè)造成了嚴(yán)重的威脅，開(kāi)發(fā)準(zhǔn)確、高效的潰瘍果檢測(cè)技術(shù)至關(guān)重要。高光譜相機(jī)作為一種新型的檢測(cè)工具，具有很大的潛力。目前高光譜相機(jī)在柑橘潰瘍果檢測(cè)中的應(yīng)用仍存在一些挑戰(zhàn)，但隨著技術(shù)的不斷發(fā)展，這些問(wèn)題有望得到解決。展望未來(lái)，高光譜相機(jī)將在柑橘潰瘍果的精確檢測(cè)和分類(lèi)中發(fā)揮更大的作用，為柑橘產(chǎn)業(yè)的發(fā)展提供強(qiáng)有力的支持。