食品行业
本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。FS13高光谱相机包含可见光（400-700nm）、近红外（400-1000nm）和短波近红外（900-1700nm）3种光谱区域，广泛应用于印刷，纺织等各种工业制品的表面颜色纹理检测（颜色测量单像素重复性可达dE*ab<0.1），成分识别，物质鉴别，机器视觉，农产品品质等领域。
新疆果品分级一般在采收地进行，主要采用人工方式判别果品大小、成熟度和外表缺陷，然后分级包装。受主观因素的影响，不能基于统一尺度进行精确高效的果品分级。水果尺寸大小是水果分级的重要指标之一。高光谱图像技术结合光谱与图像技术的优点，能够获得大量连续波长光谱信息的图像。其中，图像信息可检测农产品的外部品质，光谱信息则可用于农产品内部品质的检测。针对新疆本地特色林果业产品，采用机器视觉分析和检测其品质并进行分级的研究尚处于起步阶段，相关的研究工作较为匮乏。本研究采用高光谱图像技术对新疆红富士苹果大小进行预测分析，是高光谱图像分析新疆红富士苹果内外综合品质研究的重要组成之一。水果品质的实时检测和分级要求图像信息的处理与识别算法必须简单而有效，以满足在线高生产率的要求。因此，本研究寻找有效的一个或几个特征波长图像和大小检测的方法，为今后多光谱成像在线分析苹果品质奠定了研究基础。
本文基于高光谱图像对新疆红富士苹果果径检测进行了初步研究。采用大津法对852/713比值图像做阈值分割，形态学闭运算去除果梗区域，基于8邻接边界跟踪法得到苹果区域的轮廓坐标，采用最小外接矩形法预测苹果的大小。结果表明，利用双波段比运算结合最小外接矩形法能够准确预测苹果大小，最大绝对误差为3.06mm,均方根误差为1.21mm。此外，双波段比运算中选定的特征波长，为设计多光谱成像系统在线快速检测苹果大小提供了研究基础。
