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 PCA、 LDA 和 ED 分析結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 FCM 分析結果， 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。
關鍵詞: 番石榴 機械損傷 多源信息融合 高光譜 電子鼻