基于高光谱成像技术和卷积神经网络的沙果成熟度检测

摘要：

为探究卷积神经网络(Convolutional neural network,CNN)在果品品质检测中的预测能力,实现不同成熟度沙果的识别,本研究以未成熟、可采成熟、食用成熟、生理成熟4个不同成熟度沙果为研究对象,采用高光谱成像技术,分别利用光谱和图像信息采用CNN建立沙果成熟度判别模型.结果表明,基于光谱和图像信息分别建立的沙果成熟度CNN模型的识别准确率均达到98.75％,实现了不同成熟度沙果的识别,为水果品质的无损检测提供了方法和思路.

关键词：高光谱成像技术、沙果、卷积神经网络、成熟度

分类号：S37(农产品收获、加工及贮藏)

在线出版日期：2019-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：72-75