摘要
库尔勒香梨是新疆特色水果，其成熟度对采后的分选、运输、储藏以及销售都能提供重要的指导，因此迫切需要解决香梨成熟度的无损检测这一问题。水果成熟度无损检测方法的研究，对水果果实的采后分选、储藏等处理具有重要意义。为此，本研究搭建由敲击小球激励和激光多普勒测振仪感测的香梨振动响应信号检测系统，并对检测到的香梨振动响应信号分别从时域、频域和时频域中提取特征参数用于构建香梨成熟度的预测模型，为香梨成熟度的无损在线检测提供策略。论文的主要结果如下： （1）搭建香梨成熟度的激光多普勒测振检测系统获取香梨振动信号，计算香梨振动响应信号的14个时域特征参数和7个频域信特征参数，并与香梨成熟度指标进行相关性分析，选用其中11个时域特征参数和7个频域特征参数分别对香梨硬度进行预测，选用5个频域特征参数对香梨可溶性固形物含量进行预测。采用主成分回归对时域特征参数和频域特征参数构建的硬度预测模型预测结果与检测结果相关系数分别为0.760和0.789，频域特征参数构建香梨可溶性固形物含量预测模型预测结果与检测结果相关系数为0.602。 （2）对时域和频域特征参数进行融合，构建香梨硬度预测模型和可溶性固形物含量预测模型预测结果与检测结果相关系数分别为0.798和0.608。基于香梨振动响应信号时域和频域融合特征参数构建的预测模型略优于单一特征参数构建的预测模型。 （3）通过对香梨振动响应信号进行短时傅里叶变换和连续小波变换得到二维时频图，并基于灰度-梯度共生矩阵提取时频图的15个纹理特征参数。通过短时傅里叶变换时频图纹理特征参数构建的香梨硬度和可溶性固形物含量预测模型预测结果与检测结果的相关系数分别为0.796和0.611。通过连续小波变换时频图纹理特征参数构建的香梨硬度和可溶性固形物含量预测模型预测结果与检测结果的相关系数分别为0.809和0.612。 （4）用连续小波变换时频图纹理特征参数与时域、频域特征参数进行融合构建香梨成熟度的预测模型。构建的香梨硬度和可溶性固形物含量预测模型预测结果与检测结果的相关系数分别为0.848和0.667，与香梨硬度和可溶性固形物含量变化的敏感度分别为54.13%和9.45%。所构建的香梨硬度预测模型和香梨可溶性固形物含量预测模型都优于通过时域、频域特征参数构建的预测模型和连续小波构建的预测模型。
NETL