摘要: 提出了一種基于高光譜與電子鼻融合的水果機械損傷識別方法。分別采用高光譜儀與電子鼻對無損傷、 輕度機械損傷和重度機械損傷的番石榴進行采樣， 提取特征信息后， 運用主成分分析(PCA)、 線性判別分析(LDA)、歐氏距離分析(ED)和模糊 C 均值聚類(FCM)對高光譜儀、 電子鼻以及高光譜與電子鼻融合 3 種識別方法的識別效果進行了對比。PCA 和 LDA 的分析結(jié)果表明， 高光譜與電子鼻識別番石榴機械損傷是可行的， 但單獨采用這兩種識別方法均無法對番石榴機械損傷程度進行分級。采用高光譜與電子鼻融合方法， 結(jié)合 LDA 分析可以較好地識別番石榴機械損傷程度， 比單一識別方法具有更好的識別效果。此外， LDA 比 PCA 對番石榴機械損傷識別效果更佳。根據(jù) PCA、 LDA 和 ED 分析結(jié)果可以推測多源信息融合的分類識別方法既可獲取更多的樣本信息， 提高相同樣本之間的聚類性， 又可較多地保持單一分類識別方法得到的不同樣本之間的大距離。根據(jù) FCM 分析結(jié)果， 高光譜識別、 電子鼻識別和高光譜與電子鼻融合識別 3 種方法對番石榴機械損傷識別的正確率分別為 89. 74%、82.05%和 97. 44%， 驗證了多源信息融合方法對提高水果機械損傷識別效果的可行性。
關(guān)鍵詞: 番石榴 機械損傷 多源信息融合 高光譜 電子鼻