基于高光谱技术的库尔勒香梨成熟度检测

来源：江苏农业科学杂志2025年第第10期北京时间：

作者：刘佳乐;发孟洪兵;张焱姝

单位：1.塔里木大学信息工程学院，新疆阿拉尔 843300； 2.塔里木绿洲农业教育部重点实验室，新疆阿拉尔 843300

摘要：开发了一种基于高光谱成像技术的库尔勒香梨成熟度检测方法，旨在突破传统经验判断法的局限性。采用450~1 000 nm光谱范围的高光谱成像系统并采集了4个成熟阶段(共计160个样本)的光谱数据，运用多元散射校正(MSC)和标准正态变量变换(SNV)进行数据预处理以消除噪声干扰。创新性地构建了融合深度可分离卷积技术的CNN-S神经网络模型，实现了不同成熟阶段香梨的精准分类。试验数据表明，CNN-S模型在测试集上的准确率达92%，明显优于AlexNet、ResNet模型。经过预处理的数据提升了模型性能，验证集准确率达到96%。该方法为香梨成熟度检测提供了高效、准确的解决方案，并为智慧农业技术应用提供了理论依据。

关键词：高光谱成像技术;库尔勒香梨;成熟度检测;无损检测;CNN-S模型