光譜視覺技術葡萄實時分選

水果作為一種重要的農產品，是人們日常的主要消費食品，其質量與人民生活密切相關。對水果質量的檢查，包括外觀形態檢測和內部品質檢測。外部檢測對象包括顏色、

大小和外部缺陷等形態參數，而內部品質檢測對象主要包括口感、糖度、酸度等。

 高光譜成像技術具備無損，原位和快速、高精度表面檢測的優勢，是諸多工業無損檢測的未來趨勢之一。

目前在塑料分選，煙草分選，顏色測量等行業已經在普及和應用。

采集到的高光譜數據和可見光圖像傳輸到采集控制和數據處理單元內，通過上位機軟件進行控制與處理。

根據待測物不同，提前驗證算法進行建模，數據處理單元可實時對待測物進行物質成份的檢測分類。

分別采集葡萄底端顆粒數據，同時對每顆樣品立即進行切片，對應標號（1-12），利用測糖儀記錄糖度值，結果如右圖所示：

1、經過深度學習建模，從顏色渲染圖可以區分出陽光玫瑰的糖度，糖度渲染結果跟測糖儀結果吻合，

其中1類為（2 11），2類為（3 4 7 8 10 12），3類為（1 5 6 9 ），部分數據還存在誤識別情況，可通過提高數據量減少誤差。

2、實驗結果驗證了可以通過900-1700nm近紅外高光譜測量葡萄糖度

測試樣品真值均值為17.6 模型推理結果均值為18.32，相差結果0.72。這是一次初步的驗證和試驗，根據內部評估，在測試環境更加嚴謹，專業化，標準化后，

結合更多的數據的訓練，晴王葡萄可以做到±0.5甜度差異內分類。具備市場產業化可行性。