一种芒果品质无损检测设备的制造方法
【技术领域】
[0001] 本发明涉及自动化检测设备，尤其是一种基于高光谱成像系统和气味传感器多源 信息融合的芒果品质无损检测设备。
【背景技术】
[0002] 目前，国内外芒果的产后自动化检测处理的研究和成果相对较少。特别是芒果的 缺陷检测方面，主要靠人的肉眼判别。为此，如何充分探索和挖掘科学的方法对芒果各项品 质特征信息进行智能自动化地提取、分析和综合评价，判别芒果的品质级别，是使用现代化 技术改进芒果产后处理加工的一个重要方法。
[0003] 由于计算机技术和电子技术快速发展，水果外部品质的检测技术的发展现在已日 益成熟，以计算机视觉为基础的光电分级在水果外部品质检测领域进行了广泛的应用，国 内中国农业大学、浙江大学、华南农业大学、江苏大学等高校已自行开发研制了多种基于计 算机视觉技术的水果外部品质在线检测分级系统，并进行产业化，一次性地自动完成水果 大小、形状、颜色、果面缺陷等外部品质的检测与评判，大大提高分选精度。
[0004] 王江楓等人[1]、Panitnat Yimyam等人[2]、张立华[3]等、黄勇平等人[4]分别 研究了基于计算机视觉技术的芒果重量及果面缺陷与坏损检测的方法和应用；泰国和日本 的学者Sirinnapa和Sumio Kawano等[5]共同利用短波近红外光谱（700~IlOOnm)对芒 果进行了透射谱分析，并分别建立了干物质含量、可溶性固形物和透射光谱的数学模型，相 关系数分别为〇. 96和0. 93 ;虞佳佳等人[6]、曹霞等人[7]分别应用近红外光谱数据分析 技术进行芒果酸度和糖度的无损检测研究；屠振华等人[8]应用近红外定量分析技术开展 了芒果内部品质的检测研究，用偏最小二乘回归方法在580~1000 nm光谱范围内，分别建 立了芒果可溶性固形物（糖度）和硬度的近红外定量分析模型；惠国华等人分别研究了用 电子鼻和声表面波探测试检测芒果新鲜度的方法，并申请相关专利（惠国华、吴玉玲、叶丹 丹、丁文雯，一种利用电子鼻检测芒果新鲜度的方法，申请公布号CN 102621192A ;惠国华、 丁文雯、叶丹丹、吴玉玲，一种利用声表面波探测仪检测芒果新鲜度的方法，申请公布号CN 102608215A);张烈平等人[9]、杨志伟等人[10]分别利用计算机视觉分析技术对芒果进行 自动检测和分类进行了研究，但检测对象和分类依据仅仅是利用芒果表面特征，未考虑芒 果的内部品质特征。
[0005] 尽管以传统计算机视觉为基础的水果外部品质检测技术已逐渐成熟，但其对水果 的内部品质检测却无能为力。机器视觉分析检测技术仅仅能检测外部颜色、形状、大小和表 面缺陷，而容易将缺陷区与，不易检测轻微损伤、内部损伤和病害感染等内部缺陷；内部缺 陷检测常采用破坏性方法进行抽检，水果一旦被破坏，就失去商业价值，且这种方法并不 能保证未抽检到的水果无缺陷。光谱技术尤其近红外光谱技术是依据某一化学成分对近红 外光谱的吸收特征特性而进行的定量测定，非常适合水果物理和化学成分检测、水果变质 类型的缺陷检测，如腐烂缺陷等。但近红外光谱技术不能采集被测对象的空间信息，只能在 一个区域中来进行检测，这样可能造成较大的误差，且容易受环境因素（如温度和湿度等 因素影响）影响而可能带来大量噪声干扰信息，而影响检测的效率和精度。
[0006] 参考文献：
[0007] [1]王江楓，罗锡文，洪添胜等.计算机视觉技术在芒果重量及果面坏损检测中 的应用·农业工程学报· 1998, 14(4) : 186 - 18
[0008] [2]P Yimyam, T Chalidabhongse, P Sirisomboon, et a. I Physical properties analysis of mango using computer vision[C]//Proceeding of International Conference on Control Automation and Systems(ICCAS. 05). Korea, 2005.
[0009] [3]张立华，基于计算机视觉的芒果表面缺陷检测方法研究[D]，南宁：广西大学， 2006
[0010] [4]黄勇平，章程辉，刘静.应用计算机视觉对芒果表面缺陷的判别研究[J]，福 建热作科技，2008, 33(1) :4-6.
[0011] [5]Sirinnapa Saranwong, Jinda Sornsrivichai, Sumio Kawano. Prediction of ripe-stage eating quality of mango fruit from its harvest quality measured nondestructiveIy by near infrared spectroscopy[J]. Postharvest Biology and Technology, 2004, 31(2):137-145
[0012] [6]虞佳佳，何勇，鲍一丹.基于光谱技术的芒果糖度酸度无损检测方法研究 [J]，光谱学与光谱分析，2008, 128(112) :2839-2842.
[0013] [7]曹霞，周学成，范品良.基于近红外漫反射光谱技术的芒果糖度无损检测方 法研究[J]，农机化研究，2013, 1:177-180.
[0014] [8]屠振华，籍保平，孟超英，朱大洲，史波林，庆兆坤.芒果内部品质的 CCD-NIR无损检测试验研究[J]，光谱学与光谱分析，2008, 28(10) : 111-112.
[0015] [9]张烈平，曾爱群，陈婷.基于计算机视觉和神经网络的芒果检测与等级分类 [J]，农机化研究，2008, 10:57-60.(通过对获取的芒果表面图像进行处理，提取了 9个特 征参数，较全面地描绘了芒果的几何征，以各特征参数作为输入，创建了基于MATLAB的 3层BP神经网络模型识别芒果的表面缺陷）
[0016] [10]杨志伟，尹秀华.图像处理在芒果自动选别中的应用[J]，湖北农业科 学，2009, 48 (8) : 1992-1995.(拍摄数字相片，以计算机图像分析技术为手段，采集芒果颜 色参数。研究3种颜色模型中与芒果品质变化相关的颜色特征量，归纳出合适的颜色参数 与芒果品质指标值间关系式，用于推导芒果的成熟度；并经图像处理和运算，抽取出所需的 几何尺寸和突变部位的数据，作为样品分级的依据）
[0017] 唐会周.电子鼻在水果品质评价体系中应用的研究进展[J]，包装与食品机 械，2011，29(1) :51-54
【发明内容】
[0018] 本发明所要解决的技术问题在于提供一种检测结果更加准确的无损检测设备，从 图像、光谱和气味等多个角度获取芒果的相关信息，并将多种信息融合起来对芒果品质进 行智能自动化检测的设备。为了实现发明目的本发明通过高光谱成像系统获取芒果的图 像信息，再从图像信息中提取出芒果的外部特征，并采集到芒果的光谱信息，从光谱信息中 提取出芒果的内部特征；从气味传感器中采集气味传感器对芒果挥发出来的气味响应谱信 息，从中提取出芒果挥发出来的气味的成分和浓度等特征信息判断芒果部分内部品质；最 后，将芒果的图像特征和光谱特征和气味特征通过信息融合技术，对芒果的内外综合品质 进行分级判别。
[0019] 高光谱图像技术融合了光谱和图像两种技术的优点，其检测的水果产品信息既有 图像信息又有光谱信息，能够为水果内外品质检测提供详尽的信息，使得检测更加准确。随 着科技的进步以及信息时代的来临，此理论必将越来越成熟，国内外已经有了许多有关高 光谱图像技术无损检测水果品质的文献，但