可溶性固形物和碰伤是影响番茄品质的两个主要因素。 研究的目的是探索可见近红外漫透射光谱同时在线检测番茄碰伤和可溶性固形物的可行性。 在单通道送果速度5个每秒条件下, 采集番茄近红外漫透射光谱。 对比分析碰伤与正常番茄样品的近红外漫透射光谱特性, 结果表明, 碰伤与正常番茄样品的近红外漫透射光谱在光强上存在明显差异, 碰伤果光强要强于正常果, 其原因可能是碰伤后果肉变软, 透光性变强; 在650和675 nm处碰伤果比正常果要多两个吸收峰, 可能是碰伤后, 番茄表皮颜色发生变化所致。 选取贡献率占比最多的前三个主成数, 对正常果与碰伤果近红外漫透射光谱主成分定性分析, 正常果与碰伤果不能有效聚类, 故近红外漫透射光谱主成分定性分析效果不明显, 需选择建立高维近红外漫透射光谱定性判别模型。 故建立了碰伤番茄样品的近红外漫透射光谱偏最小二乘定性判别模型, 误判率为0%, 能正确判别碰伤果, 故选用碰伤番茄样品的近红外漫透射光谱偏最小二乘定性判别模型作为番茄碰伤果在线剔除分选模型。 通过对未参与建模的样品进行验证, 能正确识别出碰伤果。 经近红外漫透射光谱偏最小二乘定性判别模型剔除碰伤果后, 按照可溶性固形物指标进行分级。 分别使用全部波段和606～850 nm的波段进行建模预处理, 且对全部波段和606～850 nm波段光谱进行2阶导数预处理, 前后平滑设为9, 利用连续投影算法与遗传算法优选可溶性固形物的光谱建模变量, 对比发现, 利用未经算法筛选过的606～850 nm波段光谱变量进行建模, 效果最好, 建立了可溶性固形物在线检测模型, 预测集均方根误差为0.43 Brix°。 采用未参与建模的样品进行碰伤和可溶性固形物同时在线检测验证, 碰伤样品的分选准确率达96%, 可溶性固形物样品的分选准确率达91%。 表明: 番茄碰伤和可溶性固形物近红外漫透射光谱同时在线检测是可行的。

苹果损伤是一种发生在水果采摘和产后处理阶段的不可避免的主要缺陷。 为了快速有效地识别苹果的轻微损伤, 以具有代表性的双色红富士苹果为研究对象, 提出了一种以高光谱成像和最低噪声分离（MNF）变换的苹果轻微损伤识别检测方法。 首先, 使用高光谱成像系统获取苹果的可见-近红外波段（400~1 000 nm）的图像, 对比发现全波段的最低噪声分离变换比主成分分析（PCA）变换可获得更好的识别效果; 其次, 利用I-RELIEF算法对正常表皮和损伤区域的光谱进行分析得出权值系数图, 依据该系数曲线挑选出了5个特征波段（560, 660, 720, 820和960 nm）; 最后, 特征波段和最低噪声分离变换开发了损伤苹果的识别检测算法。 利用该算法对80个正常苹果和含有不同时间阶段轻微损伤的苹果进行试验, 损伤识别总体正确率为97.1%, 试验结果表明, 利用该方法和选取的特征波段可以快速有效地识别苹果的早期轻微损伤, 为利用多光谱成像技术和最低噪声分离变换在线检测苹果轻微损伤奠定了基础。