[發明專利]一種基于近紅外光譜的蘋果分類方法

在審

• 申請號: 201710121634.6
• 申請日: 2017-03-02
• 公開（公告）號: CN106932359A
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 鄔淵;李玲玲;黃炳清;楊裔;李廉
• 申請（專利權）人: 蘭州大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于近紅外光譜的蘋果分類方法，其特征在于：需要保證樣品中同一種類的蘋果大小尺寸近似，并且確保蘋果樣品表面沒有明顯腐爛或霉變的現象發生。

2.如權利要求1所述的一種基于近紅外光譜的蘋果分類方法，其特征在于：在恒溫恒濕的環境下，采用漫反射模式采集所有蘋果樣品的近紅外光譜，光譜范圍為340-1022nm，對于每一個蘋果樣品，為減少誤差，隨機選擇蘋果樣品環赤道面上的15個點進行掃描，獲取這15個點的光譜數據后，取其平均值作為最終的實驗數據。

3.如權利要求2所述的一種基于近紅外光譜的蘋果分類方法，其特征在于：將得到的光譜數據統一整理輸入MATLAB R2014b軟件，采用主成分分析方法對蘋果樣品近紅外漫反射光譜信息進行降維處理，在滿足主成分累計可信度≥95％的條件下選取主成分個數，并保存降維后的蘋果近紅外光譜數據。

4.如權利要求3所述的一種基于近紅外光譜的蘋果分類方法，其特征在于：所述累計可信度為前i個主成分特征值除以總的特征值之和。

5.如權利要求4所述的一種基于近紅外光譜的蘋果分類方法，其特征在于：人工標記蘋果樣品的種類標簽值，對于不同種類的蘋果樣品標記不同的標簽值，對于同一種類的蘋果樣品標記相同的標簽值，并且記錄所有蘋果樣品的標簽值。

6.如權利要求5所述的一種基于近紅外光譜的蘋果分類方法，其特征在于：利用經過預處理的訓練集蘋果樣品近紅外光譜數據以及訓練集蘋果樣品的標簽數據作為實驗數據，結合支持向量機算法，建立蘋果分類模型，利用該模型將不同品種的蘋果進行分類，并且可以給出所檢測蘋果所述的類別。