贵阳学院孟庆龙副教授深入探讨：基于高光谱成像和机器学习的精品水果品质快速无损检测

第23期高光谱课堂荣幸邀请到贵阳学院孟庆龙副教授做线上讲座报告，孟教授本次主要分享了高光谱成像和机器学习算法在精品水果品质快速无损检测研究中的背景、方法、取得的突出成果。针对“基于高光谱成像和机器学习的精品水果品质快速无损检测”和孟教授进行了如下探讨。

AI大模型的广泛应用，是否可以对解决高光谱成像技术检测中模型的稳定用、通用性问题上带来新的解决思路呢？

AI大模型确实是未来的一个发展方向，对我们现有的模型构建方法带来很多新的思路和帮助。AI大模型能够帮助提升模型稳定性，AI大模型通过大规模数据预训练，能够学习到丰富的特征表示，再通过微调适应高光谱成像任务，增强模型在不同场景下的稳定性。同时，利用大模型在其他领域的知识，迁移到高光谱成像中，减少对特定数据集的依赖，提升模型在数据不足或分布变化时的稳定性。AI大模型通过特征提取，大模型能自动提取高光谱数据中的关键特征，减少人工干预，提升处理效率。

高光谱成像技术相比传统光学检测、单点光光谱仪等检测手段，有哪些突出的优势？

光学检测主要是指RGB相机，更多是检测水果的形态、缺陷和有无明显斑点等，无法检测水果的品质、农药残留等信息。

单点光谱仪可以检测水果的理化信息、品质信息及是否有农药残留，但是单点光谱仪的仅能测试水果的某一个点，相当于对单一水果空间抽样检测，容易出现单个点的结果无法代表整个水果的信息。

高光谱成像技术的图谱合一的特性，同时达到RGB相机和单点光谱仪的特性，对单个水果整个空间维度进行光谱分析，获得水果完整的品质评估，结合高帧频的高光谱相机，可满足产线检测要求。

针对枇杷这种表面比较光滑的水果，如果在获取数据的时候发生了表面耀斑如何解决？

光滑水果出现表面耀斑主要是因为镜面反射导致的，光滑表面微观起伏小，光线入射时能按相同角度反射，形成镜面反射。

如果是数据中已经存在了镜面反射的区域，一般这个区域的数据直接剔除，不参与分析。

在硬件上，我们是通过配置双利合谱的穹顶光源，消除或减弱镜面反射。穹顶光源是通过从多个方向的漫反射光均匀照射样品，避免了单一方向的强光和局部过亮或过暗导致镜面反射的发生。

产品推荐

▲

便携式光谱成像系统

特点：系统覆盖可见光到短波红外波段，轻便灵活，续航能力出色、智能化、数据分析处理功能齐全、能够实时监控、实时校准、实时输出反演结果。