猕猴桃软腐病检测模型

融合高光谱图像的光谱与纹理特征，实现软腐病早期无损分类。

Gao, Hongsheng · 郭志强 · Yun-Liu, Zeng · Gang, Ding · Wang, Xiaoyao · 李理

Guang Pu Xue Yu Guang Pu Fen Xi/Spectroscopy and Spectral Analysis 2024

参数信息

分类准确率

92.05 %

技术优势

早期就能识别

软腐病潜伏期长，早期无明显症状时人工难以筛分，该模型能在早期阶段正确识别大部分样本。

减少特征冗余

用NSCT融合特征波段图像再提取纹理特征，降低特征维度和冗余，同时整合不同波段图像的互补信息。

无损检测

方法基于高光谱成像，不需要切开或破坏果实，适合在线分选。

应用场景

• 猕猴桃采后品质分级：采后分选线上自动识别软腐病果，替代人工肉眼筛选。
• 猕猴桃病害早期筛查：在潜伏期无症状阶段筛查感染果，避免病害在储存中扩散。
• 高光谱无损检测：用高光谱成像对整果进行无损扫描，无需剖切即可判断内部病害。