In deze studie werd een 900-1700 nm hyperspectrale camera toegepast en FS-15, het product van Hangzhou Color Spectrum Technology Co., LTD., kon worden gebruikt voor gerelateerd onderzoek.Kortegolf nabij-infrarood hyperspectrale camera, de acquisitiesnelheid van het volledige spectrum tot 200FPS, wordt veel gebruikt bij de identificatie van composities, stofidentificatie, machinevisie, kwaliteit van landbouwproducten, schermdetectie en andere gebieden.
Tomaat is een bessengewas met een unieke smaak en rijk aan een verscheidenheid aan voedingsstoffen, waaronder glutathion, vitamines, lycopeen, bètacaroteen en andere bioactieve ingrediënten, en heeft een hoge voedingswaarde.Met de snelle ontwikkeling van de wereldeconomie neemt de vraag naar tomaten en tomatenverwerkingsproducten in de consumentenmarkt toe.De tomaat is ook een van de meest verbouwde en geconsumeerde groente- en fruitgewassen ter wereld geworden.Bovendien, met de algemene verbetering van de levensstandaard van mensen, zijn de interne kwaliteit, de uiterlijke kwaliteit, de opslag- en transportkwaliteit en de uitstekende smaak en smaak van tomaten steeds belangrijker geworden voor de consument, en de Chinese tomatenindustrie staat ook voor nieuwe uitdagingen en kansen .Volgens het onderzoek zijn de rijpheid en bewaarkwaliteit van tomaten erg belangrijk voor de tomatenindustrie, en de interne kwaliteit van cherrytomaatjes, evenals uitstekende smaak en smaak zijn meer bezorgd door de consument.Op basis van de ontwikkeling en toepassing van big data worden automatisch planten, gemechaniseerd plukken en intelligente classificatie van tomaten gerealiseerd om een verhoogde productie en efficiëntie van tomaten te bereiken.Op dit moment zijn er in binnen- en buitenland enkele onderzoeken gedaan naar detectie van tomatenkwaliteit op basis van spectrum, maar in de bestaande modellen voor detectie van tomatenkwaliteit is de extractie van effectieve spectrale informatie nog steeds een onderzoeksprobleem, en de detectie van interne kwaliteit van tomaten door middel van geschikte niet-destructieve testmethoden moeten nog worden bestudeerd.
In de studie van niet-destructieve detectie van oplosbare vaste stoffen in cherrytomaatjes op basis van hyperspectrale beeldvormingstechnologie, werden 191 cherrytomaten geselecteerd als onderzoeksobjecten, hyperspectrale beeldgegevens in het bereik van 865,11 ~ 1711,71 nm werden verzameld en het interessegebied van Het hyperspectrale beeld van cherrytomaatjes werd gesegmenteerd door het K-means-algoritme.Het gemiddelde spectrum van deze regio werd geëxtraheerd als de originele spectrale gegevens van cherrytomaat.MA en MSC werden gebruikt om de originele spectrale gegevens voor te verwerken en de cherrytomaatmonsters werden verdeeld in trainingssets en testsets op basis van het KS-algoritme.Om de effectiviteit van de informatie in de featureband te verbeteren, werden het SPA-algoritme en het PCA-algoritme gecombineerd om hoofdcomponentanalyse uit te voeren op de spectrale gegevens, en vervolgens vergeleken met PCA- en miRF-algoritmen, een op PLSR gebaseerd SSC-detectiemodel van cherry tomaat werd vastgesteld en het model werd geverifieerd aan de hand van de testsetgegevens.De resultaten laten zien dat de detectienauwkeurigheid van het model op basis van de hoofdcomponent die door SPA-PCA is geëxtraheerd duidelijk is geoptimaliseerd.Van de detectieresultaten van de modellen, van de drie modellen, heeft het SPA-PCA-PLSR-model het beste detectie-effect, R, 0,9039.Het detectie-effect van het miRF-PLSR-model was het tweede, RF was 0,8878.Het aanpassingseffect van het PCA-PLSR-model is het slechtst.