甜瓜的品种多样, 富含多种营养成分, 甜瓜种子品种不纯将对甜瓜生产造成一定危害, 研究采用种子的叶绿素荧光光谱结合反射光谱的分析方法鉴别甜瓜种子品种, 以甜瓜品种“一特白”、 “一特金”、 “京蜜7号”、 “京蜜11号”、 “伊丽莎白”为研究对象。 构建了甜瓜种子品种鉴别光谱系统, 包括激发光源单元、 光谱数据采集单元和数据处理单元, 使用该系统获取不同品种甜瓜种子的光谱数据。 对光谱数据分别进行一阶导数(first derivative, FD), Savitzky-Golay(SG) 平滑, FD结合SG平滑预处理。 采用主成分分析(principal component analysis, PCA)方法降低光谱数据的维数, 提取主成分。 使用两种不同分组方法将样品按照3∶1的比例分为训练集和验证集, 并分别采用Fisher判别和Bayes判别分析方法建立甜瓜种子品种的判别模型。 本文比较了仅使用叶绿素荧光光谱与使用叶绿素荧光光谱结合反射光谱建立判别模型的判别结果, 结果显示, 使用叶绿素荧光光谱结合反射光谱建模的判别结果优于仅使用叶绿素荧光光谱建模的判别结果, Fisher判别分析和Bayes判别分析的验证集样品品种的判别正确率均达到98.0%。 研究结果表明, 采用叶绿素荧光光谱结合反射光谱鉴别甜瓜种子品种具有可行性。

为实现温室环境机器人采摘作业中果实的品质判别和空间定位， 研究了基于近红外图像的黄瓜果实识别及特征获取方法。 分析比较黄瓜果实、 茎、 叶在各光谱波段的分光反射特性， 确定采用850 nm干涉滤光片来获取图像， 解决近色系目标、 背景的区分问题； 利用果实的灰度特征， 将P参数阈值法用于图像分割， 实现目标的初步识别， 并对目标图像进行等间距区域化处理， 依据区域块重心、 面积差异滤除噪声、 标记果实； 根据黄瓜的形状纹理特征， 计算果实中心线长度和弯曲度作为黄瓜的质量判别标准， 利用果实与果柄交界处灰度的变化标记出可抓取区域。 通过对温室场景下随机拍摄的包含30幅黄瓜果实图像和10幅无果实图像分别进行算法验证， 结果表明识别准确率各为83.3%和100%， 对抓取区域提取的成功率为83.3%。