基于归一化VNIR-SWIR透射高光谱成像与SPF-SSF-GSF-NLF融合方法的荔枝可溶性固形物及花青素精准检测

【编辑推荐】本研究创新性地结合归一化VNIR-SWIR透射高光谱成像(HSI)与光谱特征(SPF)-图像特征(SSF)-几何结构特征(GSF)-非线性特征(NLF)融合方法，显著提升荔枝可溶性固形物(SSC)和花青素(AC)的检测精度，PLSR模型预测Rp2分别达0.9148和0.8455，分级准确率95.17%，为水果品质无损检测提供新范式。

　　

Highlight

本研究亮点在于通过光谱归一化与多特征融合技术，突破传统高光谱检测中几何结构干扰和非线性关系限制，实现荔枝内部成分的精准量化分析。

Fruit, and sample collection

实验样本采自中国广州增城（23°9′ N, 113°21′ E）的荔枝果园，包含妃子笑(FZX)、桂味(GW)和糯米糍(NMC)三个嫁接品种共315颗果实，采样时间为2023年6月。

Internal components analysis

通过小提琴-箱线图可视化分析发现，剔除异常值后荔枝果实的重量、SSC和AC分布呈现品种特异性特征，其中FZX品种的SSC变异系数最小（7.82%），而NMC品种的AC含量最高（均值2.46 mg/g）。

Discussion

与传统反射光谱相比，透射光谱结合直径校正方程使SSC预测R_p²从0.7691提升至0.9148。值得注意的是，AC预测精度受果皮厚度影响更显著，需通过GSF特征补偿几何结构效应。

Conclusions

研究证实：1）光谱归一化可降低几何结构干扰；2）SPF-SSF-GSF-NLF多特征融合能协同提升模型鲁棒性；3）该方法可推广至其他水果成分检测领域。