本发明涉及基于深度学习和高光谱成像技术的猕猴桃品质检测方法,属于水果质量检测技术领域,该方法首先,准备N个形状良好、颜色正常并且无腐烂的猕猴桃并进行存储条件编号,分别放入低温试验箱和室温模拟不同的存储环境,在两个存储环境中存储不同时间后进行近红外高光谱成像。其次,采用ENVI5.3软件提取不同存储条件下果实感兴趣区域中所有像素点的光谱反射率,对其进行黑白校正后用于建立像素级分类模型,实现对不同存储条件下果实的快速识别。本发明检测方法高效、无损且节省人力资源,适用于猕猴桃果实的实时监测和工业化管理。
声明:
“基于深度学习和高光谱成像技术的猕猴桃品质检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)