本项目的研究目标是筛选西瓜品质表征因子,奠定西瓜品质多信息融合分选理论基础,开发快速无损检测模型。针对西瓜果型大、果皮厚,内部品质无损检测信息获取难,成熟度表征因素复杂等问题,探讨了表征因子的光学特性及无损检测基础;引入最小二乘法(OLS)筛选西瓜品质表征因子;构建多组分相互独立样本矩阵,采用二维相关近红外光谱分析方法,探索西瓜成熟度表征因子的内在关系和变化规律;提出体积灰度密度新概念和计算方法;进行图像信息和光谱信息融合,多指标综合评价西瓜品质;开发空洞西瓜低成本单点X射线图谱识别技术,首次采用单位直径下区域面积来判别西瓜空洞缺陷。项目的实施可为西瓜品质快速无损检测提供理论基础和技术支撑,促进我国西瓜产业健康发展。
Watermelon;Physical and chemical index;Optics;Nondestructive measurement;Information integration
本项目以近红外光谱和X射线技术为手段,围绕西瓜品质评价进行了应用基础研究,为西瓜品质快速无损检测提供理论基础和技术支撑,促进我国西瓜产业健康发展。本项目涉及小型西瓜果实生长过程中基础信息分析,采用相关分析和因子分析法,筛选出西瓜品质表征因子,并采用回归法估计成份的得分系数矩阵,构建了公因子表达式;优化小型西瓜评价位置筛选及数据采集参数,进行变量提取构建了PLS和MLR定量预测模型;根据表征因子构建了PCADA和PLSDA判别模型,赤道部位作为识别区时得到最佳判别正确率达到96.9%;采用X射线成像技术和图像处理方法,构建了西瓜物理指标的评价模型,进而进行了可溶性固形物、番茄红素、含水率、体积、质量等指标数据融合,得到F因子的计算公式,为小型西瓜的光学无损检测方法在线应用奠定基础。