>>背景

酸甜度是水果的重要評價成分，對水果的口感、香氣等品質特征具有顯著影響。然而，含糖量高中的某些水果可能對人體健康產生潛在危害。對水果質量的檢查，包括外觀形態(tài)檢測和內部品質檢測。外部檢測對象包括顏色、大小和外部缺陷等形態(tài)參數(shù)，而內部品質檢測對象主要包括口感、糖度、酸度等。

我國是水果生產和出口大國，但由于水果質量與國際標準要求還有較大差距，造成出口水果數(shù)量雖多，但價格偏低。我們迫切需要提高我國的水果檢測技術水平，改善水果質量，以提高競爭力。

目前，水果糖度檢測，特別是以葡萄為代表的整串（串狀）水果的檢測方式，主要依靠破壞性取樣進行，不但工作量大，而且難以實現(xiàn)快速、準確和連續(xù)測量。

因此對其濃度進行準確分析顯得尤為重要。高光譜技術作為一種新興的分析手段，具有光譜分辨率高、測量范圍廣、圖譜合一等特點，在濃度分析領域具有廣闊的應用前景。

>>實驗設備

1、試驗對象：市場上流行的晴王葡萄。

2、試驗設備：實驗室高光譜HY-8030系列。8030系列核心為900-1700nm近紅外高光譜相機。

采集到的高光譜數(shù)據(jù)和可見光圖像傳輸?shù)讲杉刂坪蛿?shù)據(jù)處理單元內，通過上位機軟件進行控制與處理。

根據(jù)待測物不同，提前驗證算法進行建模，數(shù)據(jù)處理單元可實時對待測物進行物質成份的檢測分類。

>>實驗結論

根據(jù)糖度分為三類，如下圖所示：

分別采集葡萄底端顆粒數(shù)據(jù)，同時對每顆樣品立即進行切片，對應標號（1-12），利用測糖儀記錄糖度值，結果如下圖所示：

深度學習建模，分類結果如下圖所示：結論：

1、經過深度學習建模，從顏色渲染圖可以區(qū)分出陽光玫瑰的糖度，糖度渲染結果跟測糖儀結果吻合，其中1類為（2 11），2類為（3 4 7 8 10 12），3類為（1 5 6 9 ），部分數(shù)據(jù)還存在誤識別情況，可通過提高數(shù)據(jù)量減少誤差。

2、實驗結果驗證了可以通過900-1700nm近紅外高光譜測量葡萄糖度。

>>數(shù)據(jù)模型推理

結論：測試樣品真值均值為17.6 模型推理結果均值為18.32，相差結果0.72。

這是一次初步的驗證和試驗，根據(jù)內部評估，在測試環(huán)境更加嚴謹，專業(yè)化，標準化后，結合更多的數(shù)據(jù)的訓練，晴王葡萄可以做到±0.5甜度差異內分類。具備市場產業(yè)化可行性。

左：上午采集用于建模；右：下午采集用于驗證