本次测试的对象为，不同新鲜程度的白菜。利用高光谱技术实现对不同新鲜程度白菜的区分。

本次测试采用高光谱设备进行测量

➣高光谱相机覆盖400~900nm波长范围

➣线性推扫成像方案

➣照明光源采用卤素光源

➣测试时在暗室环境，样品放置在水平位移台上

不同新鲜度白菜在400-1000nm光谱曲线

光谱分析：

分别取完好的径和叶区域，干枯的径和叶区域作平均光谱。

完好的叶（红色）与干枯的叶（紫色），在500-700nm和800-900nm曲线有明显变化。

完好的径（绿色）与干枯的径（黄色），在650-850nm曲线有明显变化。

算法一：选取枯叶ROI区域作为标准，进行分类。如图所示，算法一能有效的识别出部分白菜的表面干枯区域，对干枯的径区域分效果一般。

算法二：对图像进行特征提取。如图所示，算法二能有效的识别出白菜的表面干枯区域，实现对不同新鲜度白菜的有效区分。

可行性：

利用400-1000nm高光谱相机，能够测出的不同新鲜程度白菜的差异，数据处理结果符合实际结果。

难点：

在实际的测量过程中，白菜表面的保鲜膜会对光线进行反射，造成干扰。

白菜的测量表面是一个圆弧，对光线的反射和相机的对焦都会产生影响。

下一步计划：

对光源结构进行升级，多角度光照。

建立反射率校正模型，对弧面样品的光谱数据进行校正，以消除因弧面反射造成的光谱强度差异，提高数据的可比性。

增加样本数量，对不同新鲜度白菜建立深度学习模型，能更精确的实现对不同新鲜程度白菜的区分。

获取更多实验报告或了解高光谱产品， 

可电话联系13588435456（微信同号）。