北京盈盛恒泰科技有限责任公司

摘要: 提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、 轻度机械损伤和重度机械损伤的番石榴进行采样， 提取特征信息后， 运用主成分分析(PCA)、 线性判别分析(LDA)、欧氏距离分析(ED)和模糊 C 均值聚类(FCM)对高光谱仪、 电子鼻以及高光谱与电子鼻融合 3 种识别方法的识别效果进行了对比。PCA 和 LDA 的分析结果表明， 高光谱与电子鼻识别番石榴机械损伤是可行的， 但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法， 结合 LDA 分析可以较好地识别番石榴机械损伤程度， 比单一识别方法具有更好的识别效果。此外， LDA 比 PCA 对番石榴机械损伤识别效果更佳。根据 PCA、 LDA 和 ED 分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息， 提高相同样本之间的聚类性， 又可较多地保持单一分类识别方法得到的不同样本之间的大距离。根据 FCM 分析结果， 高光谱识别、 电子鼻识别和高光谱与电子鼻融合识别 3 种方法对番石榴机械损伤识别的正确率分别为 89. 74%、82.05%和 97. 44%， 验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。
关键词: 番石榴 机械损伤 多源信息融合 高光谱 电子鼻