文摘

损伤的影响的定量描述黄桃子评估他们的质量是一个重要的依据和指导他们的水分处理。在这项研究中,结合高光谱技术和力学参数的方法被用来定量调查黄桃子损伤的影响。首先,机械参数,受损区域,吸收能量,最大接触力和最大应力的黄色桃子,得到设备的影响。力学参数之间的统计回归模型和损伤区建立,和结果表明,吸收能量和最大接触力的最优参数来描述损伤的影响黄桃子。然后,原始光谱是由三种光谱预处理方法预处理的,这是标准正态变量(SNV)乘法散射校正(MSC)、SG平滑,分别和竞争的特征波长选择自适应再加权抽样(汽车)和光谱和力学参数之间的定量关系是成功建模基于偏最小二乘回归(PLSR)。结果表明,有一种强烈的光谱数据和力学参数之间的线性相关性,和SNV-CARS-PLSR模型的预测性能是最好的,和RP RMSEP受损区域的吸收能量,最大接触力和最大应力的0.920和86.452毫米2、0.845和1.303,0.943和49.666 N,分别为0.660和0.146 MPa。总之,这项研究表明,结合高光谱技术和力学参数的方法可用于定量评估损害的影响黄桃子,水果采后的处理和指导。

1。介绍

黄桃子富含营养和经常食用可以提高免疫力,并可以减少慢性疾病的风险。然而,黄桃子在收获期间不可避免地受到机械损伤,加工、包装、运输(1,2]。根据相关文献,造成的损害影响的影响力量在收获水果或水果和设备之间,运输、加工是最常见的类型的机械损伤新鲜水果(3,4]。新鲜水果可以显著降低其质量的瘀伤,导致农民经济损失。虽然水果瘀伤可以检测到先进的机器和受损的水果可以发现,它可以及时挑出,影响损伤的发生率并不减少了这种方法。因此,应采取预防措施在包装、运输、加工降低水果瘀伤的发生率[5,6]。因此,它对于分析水果的力学性能是至关重要的。

力学参数,如最大力量,最大压力、平均压力,吸收能量,恢复系数,影响速度,加速度是描述的主要参数的影响程度损害的水果(7- - - - - -9]。Strope和Gołacki10)设计了一个水果碰撞设备基于单摆的原则来记录的最大力量,最大应力和永久变形的苹果时受到影响。发现,永久变形和最大应力损伤苹果的最佳参数评估的影响。一个et al。11]研究了草莓的内部结构的破坏机制。他们发现,被吸收的能量是一个合适的,很容易衡量的机械参数评估损伤程度的草莓。然而,这些研究只分析了不同力学参数之间的相关性和影响的程度损伤的水果,和损伤程度的影响的定量预测成果尚未实现。因此,至关重要的是找到一个方法来定量评估和预测破坏水果的程度的影响。

近年来,随着高光谱技术的产生和发展,越来越多的研究人员利用高光谱技术探测新鲜水果的内部质量和外部损伤(12]。高光谱是一种快速、无损技术相结合的光谱和成像技术来提供关于对象的光谱和空间信息同时被发现(13,14]。谭et al。15)用光谱数据建立一个分类模型,不同的损伤程度的苹果。赵et al。16)利用高光谱技术和有限元分析相结合构建一个可视化模型青紫的枸杞。高光谱技术也可用于检测真菌污染在草莓17),白萝卜的空旷的分类18柑橘[],常见的缺陷19上土豆[],黑色的斑点20.]。检测水果瘀伤,许多研究人员已经建立了瘀伤分类模型将高光谱信息与各种水果的水果的物理化学性质(如可溶性固形物、可滴定酸、肉的颜色,和硬度)(21- - - - - -24]。但这些模型只区分水果是否损坏。与此同时,Zhang et al。25)利用高光谱成像技术900 - 1700 nm波长范围内的定量调查苹果损伤的影响,和PLSR模型成立。徐et al。26)用压敏膜技术测量的机械参数和高光谱数据收集苹果在900 - 1700纳米的范围建立定量预测模型力学参数的苹果。然而,一方面,他们使用碰撞设备基于自由落体原理测量力学参数的苹果,苹果面积的影响并不总是位于它的赤道区在自由落体,和压敏膜过程对苹果有缓冲效果的影响,导致增加了力学参数的测量误差;另一方面,利用高光谱成像量化影响损害黄桃子很少报道。

因此,结合高光谱技术的波长范围内397.5 -1014 nm和力学参数的方法提出了定量调查黄桃子损伤的影响。首先,为了减少机械参数的测量误差的水果,新的碰撞设备,其中包含一个钟摆机制,高速相机,和一个智能数据采集系统(DASP-V11),设计,和黄桃的力学参数影响破坏了。然后,力学参数之间的统计回归模型和损伤区建立了寻找最优机械参数描述黄桃子损伤的影响。最后,PLSR模型之间的光谱变量和力学参数建立了量化和预测黄桃子损伤的影响。

2。材料和方法

2.1。黄桃样品

所有样品在这个研究是“Dangshang”黄桃子他们储存在4°C小于2周后的收获。180新鲜、未损坏的和定期的黄桃子被用于实验。减少重量和曲率半径的影响上的黄色桃子瘀伤大小、样本的平均体重约为248±5克,和赤道直径约为78毫米。在碰撞试验中,黄色的桃子都是清洁和编号。他们被放置在一个房间里24小时20°C和40%相对湿度的影响降到最低的水果温度对损伤的影响。所有样本被随机分为6组。为了获得不同程度的损伤,影响6组样本释放角为30°,40°,50°,60°70°和80°。

2.2。碰撞设备和测量仪器

水果影响设备使用本文设计的基于单摆原理,及其结构如图1。装置由支架和基础,有一个可移动的平板在基地,和压力传感器(程应传感器有限公司、安徽蚌埠,中国)安装在平板上。80厘米的摇臂是nonextendable钓鱼线,和水果夹具是一种新材料做的,聚乳酸(PLA), 3 d打印机。水果夹具和鱼的重量是很小,可以忽略不计;因此,夹具的质量和转动惯量的影响产生的摆臂可以忽略。摆臂移动到最低点时,摆臂在垂直方向平行于支撑架,确保了冲击力是垂直于表面和中心的影响碰撞力传感器的条件是满足。设备也有一个固定的量角器,控制摇臂的角度从5°- 85°。每个测试样本影响压力传感器后,样品被手抓起,防止第二压紧。力响应在碰撞过程中通过一个压力传感器,可以测量模型HZC-H1 2.00 mV / N的灵敏度和测量范围为0 - 100公斤。


图1
影响设备的结构图:1-protractor 2-pendulum手臂,3-fruit夹具,4-dynamic缓冲板,5-pressure传感器,6-intelligent数据采集和信号处理,7-high-speed相机,8-light来源,9-PC 10-release角。

两个系统是用来收集实验的力学参数。智能数据采集装置(中国Coinv DASP-V11)连接到测力传感器,它可以记录力响应过程时间;收集到的数据进行计算,并分析了有关软件DASP-V11,最大接触力等力学参数和平均力可以获得;力为51.2 kHz的采样频率,和校准值是0.02 mV / N,和接触力的测量,大于0.5 N。高速数码相机(HXC20NIR、滨松、日本)和35 mm的固定焦距镜头是用来捕获整个碰撞和反弹过程,和图片采集速度设置为1000帧/ s。由于射击速度较高,整个实验需要高亮度的照明和strobe-free LED灯(欧普照明,上海,中国)。在这个实验中,高速摄影机放置在升降平台上,可调整的精度1毫米在两个方向上减少相机定位不准确造成的测量误差。在这种冲击试验,从像素转换到毫米图像大小为0.130 mm /像素。

2.3。力学参数的计算和测量
2.3.1。损伤区域

后的影响实验中,为了容易识别和衡量黄桃的受损区域,样本存储在20°C(24小时27]。在这个实验中,所有样品的受损区域可以近似为一个圈。因此,直径在两个相互垂直方向的受损区域被数字游标卡尺测量精度(0.01毫米)和两个直径的平均值作为损坏的黄桃的直径。受损的面积是由公式计算(1) 一个是受损区域(毫米吗2),D瘀伤直径(毫米)。

2.3.2。被吸收的能量

由于黄桃子的塑性变形,将吸收部分冲击能量冲击碰撞试验中的黄色的桃子。忽略了能量损失,黄桃的被吸收的能量相当于能源和能源反弹的影响之间的差异;被吸收的能量越高,越高的水果所造成的损害。自1000年高速摄影机可以获得图像在1 s,黄桃的速度很低时影响和反弹。因此,空间位置的移动的黄桃连续两帧图像在∆黄桃的位移t时间(在这个实验中,∆t= 1×10−3·s)。之前的两个连接帧图像和碰撞后被选中。黄桃的距离在这张照片是通过MATLAB中的impixelinfo函数解决R2018b [28,29日]。因此,黄桃子速度和反弹速度的影响可以通过公式计算(2): 在哪里年代黄色的实际位移桃子和吗t的时差是两个连接帧的图像(t= 1/1000。对于结果的准确性,速度值在这项研究中,解决了几个点的,然后他们平均。后计算的速度值之前和之后的每一黄桃子碰撞,黄桃的被吸收的能量可以通过公式计算(3)。 在哪里 是黄色的桃子在碰撞前的速度, 是黄桃的速度反弹后,然后呢米的质量是黄色的桃子。

2.3.3。最大接触力和最大压力

DASP-V11是力与力传感器记录实时响应过程。然后,收集到的数据进行分析的时域相关软件,和最大接触力碰撞的时候可以获得每一黄桃子。黄桃的整个碰撞过程是由高速摄影机记录。冲击力达到最大值时,黄桃碰撞表面之间的接触宽度和力传感器可以由用高速摄影机拍摄的照片,这个时候和接触面积可以计算公式(4):30.]。 在哪里一个续接触面积, 是接触宽度。最大应力计算公式(5): 在哪里σ马克斯最大应力,F马克斯是最大的力量,一个续接触面积。

2.4。高光谱图像采集和提取

受损的桃子是离开后在室温20°C 24小时,损坏表面的高光谱图像黄桃子是由高光谱成像系统获得的。高光谱图像采集系统如图2。系统由一个成像光谱仪,电荷耦合装置(CCD)相机,四个卤素前大灯,移动平台。在这项研究中,波长范围为397.5 -1014海里,光谱分辨率为3.5 nm 176乐队。相关的参数设置如下:镜头之间的距离和样本48厘米,曝光时间为6 ms,移动平台的推进速度是3厘米/秒。


图2
高光谱成像系统的原理图。

之前获得的高光谱图像的数据处理和分析黄桃子,所有原始的反射光谱图像需要在黑暗黑白由于校准电流和光尺度CCD相机。白色的参考图像被相机捕捉收购白校准板,和图像模糊镜头时完全被黑色的参考图像。校准图像计算公式(6): 在哪里我r是原始高光谱图像,我d是黑暗反射图像, 白色反射图像。选择感兴趣的一个矩形区域(ROI)的黄桃损伤面积和平均光谱值的计算使用ENVI4.5软件ROI区域。

2.5。光谱预处理

信息的质量受损区域反映的原始光谱。但是,在收集原始光谱、样品状态,仪器性能,和其他外部环境干扰可能引入信息不相关的质量受损区域,如系统噪声和环境杂散光。没有一个标准的哪些是最好的类型的预处理对光谱(31日]。因此,有必要使用不同原始光谱进行预处理的方法,这样可以选择合适的预处理方法。在这项研究中,标准正态变量(SNV)变换,乘法散射校正(MSC),和SG平滑用于原始光谱预处理,分别。

2.6。特征波长选择

数据处理速度减慢,大量的全光谱波长数据。相邻波长数据点的冗余和协方差和在线光谱成像技术的应用是有限的。因此,特征提取算法需要从full-band选择最具代表性的特征波长光谱快速检测的要求。在这项研究中,竞争适应再加权抽样(汽车)方法被用来选择特征波长。

汽车是一种基于蒙特卡罗抽样特征波长选择方法与PLS模型回归系数(32]。回归系数的绝对值较大的变量选择的PLS模型自适应权重技术(ARS)和指数衰减函数(EDF)。然后请模型中的变量的子集选择最小的RMSECV特征波长的交叉验证。选择的主要步骤的特征波长会在后续章节中详细介绍。

2.7。偏最小二乘回归(PLSR)

偏最小二乘回归(PLSR)的方法之一是在定量分析中最常用的方法。结合主成分分析和典型相关方法的基础上,普通多元回归和独立变量多重共线性的问题可以通过它来解决33]。主成分数的选择是非常重要的在造型过程中,PLSR模型性能的强烈影响。Underfitting将发生如果主成分的数量太小了。如果选择主成分太多,就会发生过度拟合。因此,最佳主成分数可以选择交叉验证。

很难获得理想的样本集从一个随机选择的样本。目前,最常用的样本选择方法是Kennard-Stone (KS)方法。KS方法可以统一选择样本在特征空间中基于变量之间的欧氏距离。因此,KS方法用于选择20个样品从每个角度发布,共有120个样本选择模型组和剩下的60个样本选为预测在这个研究。的PLSR模型损伤面积,吸收能量,最大接触力,分别建造了最大应力。

主要指标用来评估PLSR模型的性能建模集相关系数(RC),模型的均方根误差(RMSEC),预测集的相关系数(RP),预测的均方根误差(RMSEP)。相关系数越接近(R),更稳定的模型,和均方根误差(RMSE)越小,更精确的模型。此外,结果是基于RPD值相比,更大的价值RPD可以被认为是一个好的预测。

3所示。结果与讨论

3.1。力学参数的测量结果和统计分析

图3力学参数的测量结果显示黄色的桃子在6种不同版本的角度。从数据可以看出3(一个)和3 (b)损伤区,吸收能量,最大接触力和最大应力逐渐增加释放黄桃的角增加。版本是角越大,影响越严重损害黄桃。可以看到从图中误差,机械参数的值显示了一些波动。分析后,主要有两个因素:一方面,机械参数的值是影响黄桃子本身的生理特点,如肉体的硬度、曲率半径、和内部结构的异质性;另一方面,他们是受到外部因素的影响,如振荡的态度黄桃子在空气中,碰撞的位置,支撑架的振动,系统错误。然而,每个机械参数显示了某些线性变异与发布角增加,这表明它是可行的和合理的描述黄桃子力学参数的损伤程度的影响。

(一)
(一)
(b)
(b)
图3
黄桃力学参数的变化在不同的碰撞角度:(a)损伤面积和最大接触力;(b)吸收能量和最大应力。

图4线性回归分析的结果显示黄色桃子的力学参数。损伤区域是最直观的参数描述黄桃子损伤程度的影响。在这项研究中,统计回归模型是研究开发的力学参数之间的定量关系和黄色的受损区域桃子,受损区域作为因变量和力学参数作为自变量,以间接地确定最佳的力学参数特征的影响程度损害黄桃子。从数据4(一)和4 (b)可以看出,被吸收的能量和最大接触力受损区域的样本有好的线性相关性,和R2分别是0.83和0.90,这表明吸收能量和最大接触力是最佳的机械参数来描述损伤的影响黄桃子。

(一)
(一)
(b)
(b)
(c)
(c)
图4
黄桃的力学参数的统计分析:(a)损伤区域最大接触力;(b)损害area-absorbed能量;(c)损伤区域最大压力。

图4 (c)表明之间的线性符合最大应力和损伤面积并不令人满意。这是与刘易斯等人的研究结果一致。1和陆等。34]。分析后,有两个可能的原因:首先,坚定的有一些差异,曲率半径,和每个黄桃本身的质量,导致一个大的错误在黄桃的接触面积接触力达到最大在碰撞过程中,导致最大应力的计算不准确。其次,从材料科学的角度来看,最大应力的位置是随机分布的,它只能代表应力值在某一位置的受损表面黄桃子,和不断变化的模式不能反映整个受损区域。因此,单独使用最大应力不提供一个令人满意的评估损伤程度的影响。在未来的工作中,水果本身的属性的影响在实验或最大应力与其他力学参数的组合将进一步控制果实损伤的影响进行评估。

3.2。光谱特征分析

图5显示黄桃的平均光谱样本在六个不同的碰撞角度。从图可以看出6,所有的平均光谱曲线显示在704 nm和995 nm的波谷截然不同,在704 nm的槽是由于振动收缩碳氢键的碳水化合物,和槽995海里是由于地债券的水分子(35]。具体来说,影响损伤可引起组织损伤和细胞破裂,黄色的桃子。细胞破裂后,酶和水分子被释放,导致受损的水果组织改变的光散射。因此,受损的反射率黄桃子显示差异。受损的平均光谱反射率黄桃子的平均光谱反射率明显低于健康黄桃子。这是符合发现受损区域的水果的含水量通常高于正常组织(36]。此外,不同程度的样本具有相似的光谱曲线的趋势,但它们的光谱反射率明显是不同的在同一个乐队;黄色的桃子是越严重受损,光谱反射率越低。这表明黄桃子的损害程度可以反映平均光谱曲线。因此,本研究将建立一个预测模型光谱数据和力学参数之间的定量评估的程度影响损害黄桃子。然而,黄桃子的平均光谱曲线与不同的损伤程度重叠严重。光谱数据处理需要提高建模精度之间的光谱数据和力学参数。


图5
黄桃样本的平均光谱在六个不同的碰撞角度。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图6
所有样品预处理后的光谱:(a)原始反射光谱;(b) SNV预处理;(c) SG预处理;和(d) MSC预处理。
3.3。光谱预处理的结果

图6显示了不同的方法预处理后的光谱曲线。从图可以看出6,虽然是不同的预处理方法,光谱曲线的趋势基本上没有改变。光谱中吸收峰的位置是不同的,这是由于每个黄桃损伤区域的不同化学成分。如图6 (c)之间没有显著差异,SG预处理光谱和原始光谱,它表明SG预处理方法不过滤掉噪音信息的原始光谱。数据的光谱曲线6 (b)和6 (d)更收敛和紧凑,表明SNV和MSC预处理的方法后,小变化在原始的光谱曲线放大,而部分重叠光谱信号也分开。总的来说,SNV和MSC方法有效地去除散射对光谱反射率的影响,提高光谱信噪比。然而,它并不容易确定哪些预处理方法是更有效的从光谱曲线。因此,进一步分析与模拟的结果是必需的。

PLSR模型建立了基于原始光谱预处理和光谱数据,分别,结果如表所示1。比较分析表明,不同的预处理方法PLSR模型的性能有不同的影响具有不同的力学参数。尽管SNV和MSC预处理后的光谱曲线基本上是相同的,预测的损伤区域,吸收能量,最大接触力和最大应力RP和RMSEP SNV-PLSR模型0.891和102.021毫米2、0.838和1.337,0.907和70.319 N, 0.664和0.145 MPa,分别和RPD的值是2.111,1.521,2.225,和1.121,分别。的RP和RMCEP MSC-PLSR模型0.878和105.599毫米2、0.829和1.317,0.901和69.961 N,分别和0.641和0.148 MPa。RPD的值是1.923,1.512,2.224,和0.966,分别。结果表明,SNV-PLSR模型的预测性能优于MSC-PLSR模型。值得注意的是,损伤区域的预测,RP和RMSEP Raw-PLSR模型0.923和88.664毫米2,分别和RPD的值是2.583。可以看出Raw-PLSR更好的结果比SNV-PLSR受损区域的预测,但预测的值是相似的。一般来说,原始光谱预处理SNV更好。因此,SNV预处理光谱数据用于后续的数据分析。

表1
PLSR模型预测结果与不同的方法预处理后的光谱。
3.4。特征波长选择

本文通过SNV特征波长的光谱数据中提取的汽车。在筛选机械参数的特征波长,蒙特卡罗采样的数量设置为100。图7显示的特征波长的选择过程受损区域。图7(一)显示变量的数量随着样本数量的增加,减少和降低变量的速度减少从快速减缓由于指数衰减函数,表明变量的选择过程是“艰难的选择”到“精致的选择。“图7 (b)表明,旨在RMSECV请模型值降低,然后增加与取样操作的数量取样操作的数量增加。RMSECV值达到48采样时间的最小值,这意味着相关的信息不会受损区域或协方差被移除1-48th取样操作。RMSECV价值49后增加采样操作,这表明受损区域的相关信息已被删除。图7 (c)代表176年回归系数变化的路径变量的样本。RMSECV基于变量的子集的价值获得48抽样最小化;因此,在48抽样获得的变量指定的特征波长,含有21个变量,441.3,458.3,468.3,478.7,533.4,774.9,792.7,799.9,803.4,807,810.6,821.3,828.5,860.9,864.5,875.3,889.8,897.1,904.3,929.8,和944.3海里。在后者的研究中,这些21波长是用来预测进一步黄桃的受损区域,而不是全波段。

(一)
(一)
(b)
(b)
(c)
(c)
图7
变量选择基于汽车。

特征波长选择的结果为所有力学参数如表所示2。如表所示2的损害特征波长区域,吸收能量,最大接触力和最大应力是21日,9日,28日和26日,分别。选定的乐队的数量占11.9%,5.1%,15.9%,和14.7%的总乐队,分别。大部分的特征波段为每个机械参数是不同的,表明相应的光谱特征信息变量对不同的力学参数是不同的。

表2
不同力学参数的特征波长选择的汽车。
3.5。PLSR模型结果基于特征光谱数据和力学参数

PLSR模型在本研究中,基于选择的特征波长汽车和整个波长变量构建,分别。结果如表所示3。从表中可以看出,对损伤区域的预测,被吸收的能量和最大接触力,RP和RMSEP SNV-PLSR模型0.891和102.021毫米20.907和70.319、0.838和1.337 J和N,分别和RPD的值是2.111,1.521,和2.225,分别。的RP和RMSEP SNV-CARS-PLSR模型0.920和86.452毫米2、0.845和1.303,分别为0.943和49.666 N。RPD的值是2.415,1.622,和2.947,分别。结果表明,基于特征波长SNV-CARS-PLSR模型预测性能优于SNV-PLSR基于全波长在预测模型预测性能损伤面积,吸收能量,最大接触力。然而,对于最大应力的预测,SNV-PLSR模型预测精度略高于SNV-CARS-PLSR模型。可能的原因是,一些光谱信息与最大应力时删除特征波长选择,导致特征光谱信息输入到模型的数量被减少,因此减少了模型的预测精度。总体而言,特征波长的选择影响PLSR模型的预测精度,少和SNV-CARS-PLSR模型基于变量达到一个高的预测精度。这表明特征波长选择汽车可以代替完整的波长。因此,所选特征光谱数据汽车用于后续的数据分析。

表3
PLSR模型的预测结果与不同的力学参数基于全波段的特征波段。

图8显示了预测值和真实值之间的相关性的机械参数,X实际测量值与设在Y设在预测值。从数据可以看出8(一个)- - - - - -8 (c),所有的采样点均匀分布在回归线和采样点相对接近回归直线,表明特征波长选择基于汽车方法基本上覆盖黄桃损伤区域的特征信息。损伤区域,吸收能量,最大接触力的黄桃PLSR模型都预测,表明有一种强烈的线性光谱数据之间的相关性和黄桃的力学参数。的RP和RMSEP损伤面积,吸收能量,最大接触力0.920和86.452毫米2、0.845和1.303,分别为0.943和49.666 N。它表明,机械损伤区域,吸收能量,最大接触力的黄桃SNV-CARS-PLSR模型可以准确预测的参数。与完整的波长相比,全方位的2.8% - -8.5%的变量在这个模型中,使用和检测效率大大提高,有利于实际应用。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图8
散点图的建模集和预测集:(一)受损区域;(b)吸收能量;(c)最大接触力;(d)最大应力。

如图8 (d),最大应力的预测RP和RMSEP SNV-CARS-PLSR模型0.660和0.146 MPa,分别和最大应力的预测的准确性可以改善。不令人满意的预测结果有两个主要原因:一方面,有大的错误在最大应力的计算过程,另一方面,最大应力之间的线性相关和光谱数据是虚弱的。PLSR模型无法准确预测的最大压力。在未来的研究中,一个更好的接触面积的测量方法应该发现减少计算误差的最大应力。同时,找到最好的模型预测最大应力,或最大应力的PLSR模型的预测性能结合光谱信息与图像特性得到改善。

4所示。结论

在这项研究中,高光谱成像结合力学参数是用来定量调查黄桃子,损伤的影响和PLSR模型力学参数与光谱变量之间建立的最优化方法。在研究期间,受损区域之间的统计回归模型等建立了力学参数。然后,原始光谱由SNV预处理,MSC, SG平滑。最后,汽车是用来选择特征波长的光谱数据,和PLSR模型建立了基于特征波段的光谱数据和完整的乐队。分析和比较后,本研究的主要结论如下:(1)被吸收的能量和最大接触力的黄色桃子与受损区域具有良好的线性相关性,和他们的R2分别是0.83和0.90,这表明最大接触力和被吸收的能量最优机械参数来描述损伤的影响黄桃子。(2)三种预处理方法,SNV方法最好的对原始光谱数据预处理的影响。(3)在SNV-CARS-PLSR PLSR模型,模型预测精度最高损伤面积,吸收能量,最大接触力和最大应力。RP和RMSEP模型0.920和86.452毫米2、0.845和1.303,0.943和49.666 N,分别和0.660和0.146 MPa。

总之,以上研究结果证实潜在的近红外光谱成像技术定量预测黄桃的力学参数。这提供了一种理论依据定量评估的质量和指导采后的处理黄桃子。

数据可用性

的数据支持本研究的发现可以从作者要求。

的利益冲突

作者宣称没有利益冲突。

确认

国家科学技术奖励备份项目培养计划(20192 aei91007)和自然科学基金(12103019)。