沙梨又名金珠果，果皮色澤多為褐色或綠色，果肉細嫩脆爽，汁多味甜，深得消費者喜愛。目前，國內外對水果品質檢測方法常采用有直接破壞性的化學檢測方法、近紅外光譜檢測技術以及高光譜圖像檢測技術等。本文簡單介紹了高光譜圖像技術在沙梨無損檢測中的應用。

檢測方法

采集80個沙梨樣本在400-1 000 nm內的高光譜圖像數據及其對應的糖度，采用變量標準化、多元散射校正（MSC）、平滑濾波、基線校正等方法對原始光譜數據進行預處理，發現MSC 預處理效果最佳，再通過無信息變量消除法對MSC預處理后的光譜數據進行壓縮，最后分別建立BP神經網絡和PLS沙梨糖度預測模型。

檢測設備

高光譜成像儀，可以采用賽斯拜克SC系列高光譜相機，光譜波長測量范圍為400-1700 nm，分辨率為2.5nm，能夠精準捕捉沙梨的光譜特征。

?

實驗結果

無信息變量消除法將光譜變量壓縮到 234個，有效減少了建模的輸人變量，建立的PLS預測模型和BP神經網絡的預測相關系數均在0.85以上，而PLS預測模型的相關系數為0.9508，均方根誤差為0.268，優于BP神經網絡模型。

本研究將高光譜圖像技術與無信息變量消除法相結合，建立沙梨糖度PLS預測模型，為實現水果快速、無損檢測奠定了理論基礎。

?