一种蜜瓜内部品质在线检测方法及系统技术方案

本发明专利技术公开了一种蜜瓜内部品质在线检测方法及系统，所述方法包括：获取蜜瓜样品的漫透射光谱和图像；分别提取果肉光谱和整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；建立光谱转换模型；提取图像的颜色特征；计算蜜瓜样品的体积和果形指数；依据果肉光谱中的水渍缺陷敏感光谱信息、果肉光谱中的可溶性固形物含量敏感光谱信息、颜色特征、体积和果形指数，建立蜜瓜内部品质等级在线检测模型；利用检测模型对被测蜜瓜进行检测，得到被测蜜瓜的内部品质等级。本发明专利技术以果肉作为检测对象，去除了非食用组织对检测结果的影响，能够大大提高检测精度，并且将光谱信息与外部特征相结合进行检测，能够进一步提高检测精度。

An on-line detection method and system of internal quality of melon

The invention discloses an on-line detection method and system of internal quality of melon, the method includes diffuse transmission spectra and image acquisition samples were extracted from the pulp of melon; spectra and spectra of the whole melon water mark defect sensitive spectral information and the soluble solids content of sensitive spectral information; establish spectrum conversion model; image extraction color feature; calculation of the volume of the sample melon and fruit shape index; based on the spectrum of water soluble pulp defect sensitive spectral information, the flesh in the spectra of solids sensitive spectral information, color, volume and fruit shape index, the establishment of internal quality online detection model using the detection model of melon; melon were measured detection, measured the internal quality of melon. The invention takes pulp as the detection object, removes the influence of the non edible tissue on the detection result, greatly improves the detection accuracy, and combines the spectral information with the external features to detect, and further improves the detection accuracy.

【技术实现步骤摘要】
一种蜜瓜内部品质在线检测方法及系统
本专利技术涉及品质检测
，特别是涉及一种蜜瓜内部品质在线检测方法及系统。
技术介绍
蜜瓜是一种厚果皮、大果形、品质不均匀的果实，是西北地区重要的经济作物。长期以来，蜜瓜销售过程中成熟度和品质划分都只是采用传统的人工法或破坏性抽样检测，耗时费力，主观因素影响大，检测和分级粗放，造成良莠混杂，降低了该果品的市场竞争力和销售价格。解决蜜瓜存在的上述问题不能只单纯地依靠培育新品种、改善种植条件和储运条件，更重要的是，注重在商品化过程中的品质检测技术。目前，通常采用基于光谱和数字图像技术对蜜瓜的品质进行无损检测，现有的检测方法以整瓜作为检测对象，不考虑果皮和果腔内非食用组织对检测结果的影响，造成了检测精度不高。
技术实现思路
基于此，有必要提供一种能够提高检测精度的蜜瓜内部品质在线检测方法及系统。为实现上述目的，本专利技术提供了如下方案：一种蜜瓜内部品质在线检测方法，包括：获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像，所述漫透射光谱包括整瓜光谱和果肉光谱，所述果肉光谱为整瓜去除非食用组织后得到的光谱；提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；依据所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息以及所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，建立光谱转换模型，所述光谱转换模型用于将整瓜光谱转换为果肉光谱；提取所述蜜瓜样品的图像的颜色特征，所述颜色特征包括用于反应所述蜜瓜样品的含水量的水渍缺陷颜色特征和用于反应所述蜜瓜样品的含糖量的可溶性固形物含量颜色特征；依据所述蜜瓜样品的图像，计算所述蜜瓜样品的体积和果形指数；依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述水渍缺陷颜色特征、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜内部品质等级在线检测模型；利用所述蜜瓜内部品质等级在线检测模型对被测蜜瓜进行检测，得到被测蜜瓜的内部品质等级。可选的，在所述获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像之后，还包括：对所述蜜瓜样品的漫透射光谱和所述蜜瓜样品的图像分别进行预处理；所述对所述蜜瓜样品的漫透射光谱进行预处理，包括噪声消除、背景扣除、Norris滤波、多元散射校正、小波变换和数据标准化；所述对所述蜜瓜样品的图像进行预处理，包括形态学去噪、自适应阈值分割和对所述图像进行标记。可选的，所述提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，具体包括：获取所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱和所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱；对比所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱，依据所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱之间的差异特征，确定所述果肉光谱中的水渍缺陷敏感波段；对所述果肉光谱进行一阶微分处理、最小二乘拟合处理、多元散射校正和滤波后，确定所述果肉光谱中可溶性固形物含量敏感波段；依据所述果肉光谱中的水渍缺陷敏感波段和所述果肉光谱中可溶性固形物含量敏感波段，提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；所述提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，具体包括：获取所述蜜瓜样品中含水量在所述预设范围内的蜜瓜的果肉光谱和所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱；对比所述蜜瓜样品中含水量在预设范围内的蜜瓜的整瓜光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱，依据所述蜜瓜样品中含水量在预设范围内的蜜瓜的整瓜光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱之间的差异特征，确定所述整瓜光谱中的水渍缺陷敏感波段；对所述整瓜光谱进行一阶微分处理、最小二乘拟合处理、多元散射校正、和滤波后，确定所述整瓜光谱中可溶性固形物含量敏感波段；依据所述整瓜光谱中的水渍缺陷敏感波段和所述整瓜光谱中可溶性固形物含量敏感波段，提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息。可选的，所述建立光谱转换模型，具体包括：将所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息分别转换为矩阵形式；将所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息分别转换为矩阵形式；利用光谱分析法确定所述整瓜光谱中的水渍缺陷敏感光谱信息的矩阵形式与所述果肉光谱中的水渍缺陷敏感光谱信息的矩阵形式之间的差异特征，建立所述整瓜光谱中的水渍缺陷敏感光谱信息与所述果肉光谱中的水渍缺陷敏感光谱信息之间的转换模型；利用光谱分析法确定所述整瓜光谱中的可溶性固形物含量敏感光谱信息的矩阵形式与所述果肉光谱中的可溶性固形物含量敏感光谱信息的矩阵形式之间的差异特征，建立所述整瓜光谱中的可溶性固形物含量敏感光谱信息与所述果肉光谱的可溶性固形物含量敏感光谱信息之间的转换模型。可选的，所述建立蜜瓜内部品质等级在线检测模型，具体包括：依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述水渍缺陷颜色特征、所述体积和所述果形指数，建立蜜瓜水渍缺陷无损检测模型；依据所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜可溶性固形物含量无损检测模型；依据所述蜜瓜水渍缺陷无损检测模型和所述蜜瓜可溶性固形物含量无损检测模型，建立蜜瓜内部品质等级在线检测模型。本专利技术还提供了一种蜜瓜内部品质在线检测系统，包括：信息获取模块，用于获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像，所述漫透射光谱包括整瓜光谱和果肉光谱，所述果肉光谱为整瓜去除非食用组织后得到的光谱；果肉光谱敏感信息提取模块，用于提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；整瓜光谱敏感信息提取模块，用于提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；转换模型建立模块，用于依据所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息以及所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，建立光谱转换模型，所述光谱转换模型用于将整瓜光谱转换为果肉光谱；颜色特征提取模块，用于提取所述蜜瓜样品的图像的颜色特征，所述颜色特征包括用于反应所述蜜瓜样品的含水量的水渍缺陷颜色特征和用于反应所述蜜瓜样品的含糖量的可溶性固形物含量颜色特征；体积和果形指数计算模块，用于依据所述蜜瓜样品的图像，计算所述蜜瓜样品的体积和果形指数；检测模型建立模块，用于依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述水渍缺陷颜色特征、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜内部品质等级在线检测模型；检测模块，用于利用所述蜜瓜内部品质等级在线检测模型对被测蜜瓜进行检测，得到被测蜜瓜的内部品质等级。可选的，所述系统还包括预处理模块，所述预处理模块具体包括：光谱预处理单元，用于对所述蜜瓜样品的漫透射本文档来自技高网...

【技术保护点】
一种蜜瓜内部品质在线检测方法，其特征在于，包括：获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像，所述漫透射光谱包括整瓜光谱和果肉光谱，所述果肉光谱为整瓜去除非食用组织后得到的光谱；提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；依据所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息以及所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，建立光谱转换模型，所述光谱转换模型用于将整瓜光谱转换为果肉光谱；提取所述蜜瓜样品的图像的颜色特征，所述颜色特征包括用于反应所述蜜瓜样品的含水量的水渍缺陷颜色特征和用于反应所述蜜瓜样品的含糖量的可溶性固形物含量颜色特征；依据所述蜜瓜样品的图像，计算所述蜜瓜样品的体积和果形指数；依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述水渍缺陷颜色特征、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜内部品质等级在线检测模型；利用所述蜜瓜内部品质等级在线检测模型对被测蜜瓜进行检测，得到被测蜜瓜的内部品质等级。...

【技术特征摘要】
1.一种蜜瓜内部品质在线检测方法，其特征在于，包括：获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像，所述漫透射光谱包括整瓜光谱和果肉光谱，所述果肉光谱为整瓜去除非食用组织后得到的光谱；提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；依据所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息以及所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，建立光谱转换模型，所述光谱转换模型用于将整瓜光谱转换为果肉光谱；提取所述蜜瓜样品的图像的颜色特征，所述颜色特征包括用于反应所述蜜瓜样品的含水量的水渍缺陷颜色特征和用于反应所述蜜瓜样品的含糖量的可溶性固形物含量颜色特征；依据所述蜜瓜样品的图像，计算所述蜜瓜样品的体积和果形指数；依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述水渍缺陷颜色特征、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜内部品质等级在线检测模型；利用所述蜜瓜内部品质等级在线检测模型对被测蜜瓜进行检测，得到被测蜜瓜的内部品质等级。2.根据权利要求1所述的一种蜜瓜内部品质在线检测方法，其特征在于，在所述获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像之后，还包括：对所述蜜瓜样品的漫透射光谱和所述蜜瓜样品的图像分别进行预处理；所述对所述蜜瓜样品的漫透射光谱进行预处理，包括噪声消除、背景扣除、Norris滤波、多元散射校正、小波变换和数据标准化；所述对所述蜜瓜样品的图像进行预处理，包括形态学去噪、自适应阈值分割和对所述图像进行标记。3.根据权利要求1所述的一种蜜瓜内部品质在线检测方法，其特征在于，所述提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，具体包括：获取所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱和所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱；对比所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱，依据所述蜜瓜样品中含水量在预设范围内的蜜瓜的果肉光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的果肉光谱之间的差异特征，确定所述果肉光谱中的水渍缺陷敏感波段；对所述果肉光谱进行一阶微分处理、最小二乘拟合处理、多元散射校正和滤波后，确定所述果肉光谱中可溶性固形物含量敏感波段；依据所述果肉光谱中的水渍缺陷敏感波段和所述果肉光谱中可溶性固形物含量敏感波段，提取所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息；所述提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息，具体包括：获取所述蜜瓜样品中含水量在所述预设范围内的蜜瓜的果肉光谱和所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱；对比所述蜜瓜样品中含水量在预设范围内的蜜瓜的整瓜光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱，依据所述蜜瓜样品中含水量在预设范围内的蜜瓜的整瓜光谱与所述蜜瓜样品中含水量超出所述预设范围的蜜瓜的整瓜光谱之间的差异特征，确定所述整瓜光谱中的水渍缺陷敏感波段；对所述整瓜光谱进行一阶微分处理、最小二乘拟合处理、多元散射校正、和滤波后，确定所述整瓜光谱中可溶性固形物含量敏感波段；依据所述整瓜光谱中的水渍缺陷敏感波段和所述整瓜光谱中可溶性固形物含量敏感波段，提取所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息。4.根据权利要求1所述的一种蜜瓜内部品质在线检测方法，其特征在于，所述建立光谱转换模型，具体包括：将所述果肉光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息分别转换为矩阵形式；将所述整瓜光谱中的水渍缺陷敏感光谱信息和可溶性固形物含量敏感光谱信息分别转换为矩阵形式；利用光谱分析法确定所述整瓜光谱中的水渍缺陷敏感光谱信息的矩阵形式与所述果肉光谱中的水渍缺陷敏感光谱信息的矩阵形式之间的差异特征，建立所述整瓜光谱中的水渍缺陷敏感光谱信息与所述果肉光谱中的水渍缺陷敏感光谱信息之间的转换模型；利用光谱分析法确定所述整瓜光谱中的可溶性固形物含量敏感光谱信息的矩阵形式与所述果肉光谱中的可溶性固形物含量敏感光谱信息的矩阵形式之间的差异特征，建立所述整瓜光谱中的可溶性固形物含量敏感光谱信息与所述果肉光谱的可溶性固形物含量敏感光谱信息之间的转换模型。5.根据权利要求1所述的一种蜜瓜内部品质在线检测方法，其特征在于，所述建立蜜瓜内部品质等级在线检测模型，具体包括：依据所述果肉光谱中的水渍缺陷敏感光谱信息、所述水渍缺陷颜色特征、所述体积和所述果形指数，建立蜜瓜水渍缺陷无损检测模型；依据所述果肉光谱中的可溶性固形物含量敏感光谱信息、所述可溶性固形物含量颜色特征、所述体积和所述果形指数，建立蜜瓜可溶性固形物含量无损检测模型；依据所述蜜瓜水渍缺陷无损检测模型和所述蜜瓜可溶性固形物含量无损检测模型，建立蜜瓜内部品质等级在线检测模型。6.一种蜜瓜内部品质在线检测系统，其特征在于，包括：信息获取模块，用于获取蜜瓜样品的漫透射光谱和蜜瓜样品的图像，所述漫透射光谱包括整瓜光谱和果肉光谱，所述果肉光谱为整瓜去除非食用组织后得到的光谱；果肉光谱敏感信息提取模块，用于提取所述果肉光谱中的水渍...

【专利技术属性】
技术研发人员：田海清，张海军，刘宇，刘飞，孙芊芊，张晶，张珏，王迪，王海庆，
申请(专利权)人：内蒙古农业大学，
类型：发明
国别省市：内蒙古,15