李鋒霞 黃勇

摘? ? 要：堅(jiān)實(shí)度是哈密瓜成熟度的重要參考指標(biāo)之一。為了研究哈密瓜成熟期堅(jiān)實(shí)度的變化規(guī)律，結(jié)合試驗(yàn)條件，對(duì)2種不同成熟期的哈密瓜質(zhì)量、縱橫徑、堅(jiān)實(shí)度等指標(biāo)進(jìn)行測(cè)量，研究不同品種、不同成熟期、不同原始光譜、不同檢測(cè)部位哈密瓜的堅(jiān)實(shí)度指標(biāo)變化規(guī)律，分析各指標(biāo)之間的相關(guān)性，并結(jié)合高光譜技術(shù)建立哈密瓜不同檢測(cè)部位堅(jiān)實(shí)度與成熟度的預(yù)測(cè)模型。試驗(yàn)建模結(jié)果顯示，赤道陽(yáng)面部位的模型相關(guān)系數(shù)：校正集相關(guān)系數(shù)Rc=0.982，預(yù)測(cè)集相關(guān)系數(shù)Rp=0.832；赤道陰面部位的模型相關(guān)系數(shù)：Rc=0.889，Rp=0.878；果臍部位的模型相關(guān)系數(shù)：Rc=0.626，Rp=0.821。結(jié)果表明，哈密瓜堅(jiān)實(shí)度指標(biāo)的變化規(guī)律與成熟度具有相關(guān)性，且不同檢測(cè)部位的堅(jiān)實(shí)度值存在差異，赤道部位檢測(cè)結(jié)果優(yōu)于果臍部位。此研究結(jié)果為確定哈密瓜的最佳采摘期提供理論參考依據(jù)。

關(guān)鍵詞：哈密瓜；成熟期；堅(jiān)實(shí)度；變化規(guī)律；模型

中圖分類號(hào)：S652.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-2871（2024）01-081-07

Study on variation and correlation of firmness index of Hami melon at different maturity stages

LI Fengxia1，2， HUANG Yong1

（1. College of Mechanical and Electrical Engineering， Xinjiang Institute of Engineerin， Urumqi 830023， Xinjiang， China; 2. National Engineering Technology Research Center of Flat Rolling Equipment， University of Science and Technology Beijing， Beijing 100083， China）

Abstract： Firmness is one of the important reference indexes of Hami melon maturity. In order to study the change rule of firmness of Hami melon at maturity stage， this paper combined with experimental conditions to measure the weight， longitudinal and transverse diameter， firmness and other physical and chemical indexes of two kinds of Hami melon at different maturity stages. The firmness index of Hami melon with different varieties， different maturity stages， different original spectra and different test sites were studied， and the correlation between the indexes was analyzed. The prediction models of firmness and maturity of different parts of Hami melon were established by hyperspectral technique. The experimental modeling results showed that the correlation coefficients of the equatorial sunny side were Rc=0.982， Rp=0.832. The model correlation coefficient of the dark side of the equator： Rc=0.889， Rp=0.878. And the model correlation coefficient of fruit umbilical position： Rc=0.626， Rp=0.821. The results showed that the firmness index of Hami melon was correlated with the maturity， and the firmness of different parts was different. The results provide a theoretical basis for determining the optimum picking time of Hami melon.

Key words： Hami melon; Maturity stage; Firmness; The law of change; Model

哈密瓜是新疆的特色水果，風(fēng)味獨(dú)特，享譽(yù)國(guó)內(nèi)外，因其經(jīng)濟(jì)效益可觀，也是種植農(nóng)戶增收的重要途徑之一。目前，哈密瓜品種繁多，采收時(shí)，不同品種的成熟期不同，在成熟時(shí)的表現(xiàn)也不同，因此，簡(jiǎn)單地通過外表來(lái)分辨哈密瓜的成熟度，會(huì)造成判別不一致，影響哈密瓜的貨架期[1]，從而降低聲譽(yù)和經(jīng)濟(jì)效益。因此，研究哈密瓜成熟度有重要意義。

在水果成熟度和品質(zhì)評(píng)價(jià)方面，有學(xué)者進(jìn)行了大量研究，主要是利用水果成熟過程中理化指標(biāo)變化規(guī)律及品質(zhì)指標(biāo)間的相關(guān)性，綜合評(píng)價(jià)水果的成熟度。廣新梅等[2]、蘭海鵬[3]研究了香梨硬度以及可滴定酸、葉綠素、可溶性糖、維生素C含量等指標(biāo)變化規(guī)律與成熟度的關(guān)系；李艷婷等[4]以翠冠梨果實(shí)不同部位可溶性固形物含量和硬度指標(biāo)展開比較研究，找到梨果實(shí)適宜測(cè)定部位及高效便捷的無(wú)損糖度測(cè)定方法。劉金秀等[5]研究了4種不同成熟階段的小白杏，探索可溶性固形物含量、含水率、硬度、糖酸比4個(gè)理化指標(biāo)變化規(guī)律與成熟度的關(guān)系；?？±虻萚6]以不同采摘期杏李品種理化指標(biāo)主成分及聚類分析，研究影響其品質(zhì)的主要指標(biāo)。代佳慧等[7]研究胡椒果實(shí)成熟度與色差a值和可溶性固形物、可滴定酸、果膠、胡椒堿含量的關(guān)系。賀春祥等[8]研究了延安12個(gè)蘋果品種果實(shí)的硬度、可溶性固形物含量、酸度等理化指標(biāo)分析評(píng)價(jià)成熟度。以上研究在水果成熟期理化指標(biāo)變化規(guī)律和相關(guān)性分析上都得到了很好的應(yīng)用。然而，對(duì)新疆哈密瓜成熟度評(píng)價(jià)方面的研究較少，堅(jiān)實(shí)度是反映哈密瓜成熟度的重要指標(biāo)之一。目前，堅(jiān)實(shí)度檢測(cè)多采用M-T有損檢測(cè)方法，該方法費(fèi)時(shí)、費(fèi)力，而且會(huì)破壞樣品。因此，急需一種無(wú)損、快速、便捷的檢測(cè)方法，綜合分析哈密瓜成熟期的理化指標(biāo)變化規(guī)律及其與堅(jiān)實(shí)度的相關(guān)性。近年來(lái)，高光譜技術(shù)在獼猴桃、草莓、蘋果、梨、櫻桃、香蕉和西甜瓜等[9-19]水果的成熟度、堅(jiān)實(shí)度、糖度等品質(zhì)無(wú)損檢測(cè)中得到應(yīng)用，為哈密瓜成熟期的品質(zhì)評(píng)價(jià)提供了無(wú)損檢測(cè)技術(shù)。

筆者以哈密瓜成熟期理化指標(biāo)變化規(guī)律為研究基礎(chǔ)，采用高光譜技術(shù)對(duì)哈密瓜的堅(jiān)實(shí)度開展了相關(guān)試驗(yàn)研究，以期揭示哈密瓜成熟期品質(zhì)指標(biāo)的變化規(guī)律與堅(jiān)實(shí)度之間的關(guān)系，對(duì)哈密瓜采收以及產(chǎn)業(yè)的發(fā)展都具有重要意義。

1 材料與方法

1.1 材料

1.1.1 樣本的選擇 試驗(yàn)選取2個(gè)品種的哈密瓜，均由新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)八師121團(tuán)提供。金密16號(hào)為早中熟雜交品種，果皮黃色，果實(shí)呈長(zhǎng)卵形，網(wǎng)紋密；金密17號(hào)為中晚熟雜交品種，果皮灰綠色，果實(shí)橢圓形，網(wǎng)紋粗。試驗(yàn)于2022年7－8月在新疆工程學(xué)院實(shí)驗(yàn)室進(jìn)行，試驗(yàn)設(shè)計(jì)了2個(gè)不同成熟度：第一批七成熟采收，第二批九成熟采收。具體成熟時(shí)間由當(dāng)?shù)亟?jīng)驗(yàn)豐富的瓜農(nóng)師傅認(rèn)定。采收后，將果實(shí)放在室溫條件下貯存，24 h之后進(jìn)行光譜采集和理化指標(biāo)測(cè)量。每批次、每個(gè)品種選取42個(gè)瓜，共168個(gè)。

1.1.2 試驗(yàn)器材 高光譜成像儀硬件系統(tǒng)：高光譜攝像頭（Im Spector，V10E，芬蘭）、0LE23鏡頭、線透鏡、150 W的光纖鹵素?zé)簦妱?dòng)移位臺(tái)控制器、帶1394采集卡的計(jì)算機(jī)等。為了避免外界光照對(duì)采集圖像的影響，采用密閉柜將全套系統(tǒng)封閉。

1.2 方法

1.2.1 樣本的預(yù)處理 樣品的預(yù)處理步驟：首先，人工挑選果實(shí)大小均勻、形狀規(guī)則、無(wú)機(jī)械損傷、無(wú)病蟲害、成熟度一致的樣本，試驗(yàn)每批次、每個(gè)品種的哈密瓜隨機(jī)選取42個(gè)樣本。其次，對(duì)樣本編號(hào)，按順序依次標(biāo)記。每個(gè)樣本標(biāo)記了3個(gè)檢測(cè)部位：赤道陽(yáng)面、赤道陰面、坐果結(jié)（果臍）（圖1），在每一個(gè)檢測(cè)部位用標(biāo)記筆畫好直徑約3 cm左右的圓圈作為樣本采集區(qū)域，分別編號(hào)區(qū)分為1-1、1-2、1-3。每批次、每個(gè)品種的哈密瓜共采集126個(gè)樣本點(diǎn)。

1.2.2 測(cè)定項(xiàng)目和方法 哈密瓜測(cè)定項(xiàng)目包括光譜信息采集和理化指標(biāo)（質(zhì)量、橫縱徑、堅(jiān)實(shí)度）測(cè)量。具體的方法如下：

（1）哈密瓜光譜信息的采集

高光譜圖像數(shù)據(jù)采集前，先進(jìn)行黑白校正，調(diào)整輸送裝置的速度。數(shù)據(jù)采集時(shí)，把哈密瓜樣本放到高光譜試驗(yàn)臺(tái)上，線陣的探測(cè)器在光學(xué)焦面（哈密瓜前進(jìn)方向）的垂直方向橫向掃描，掃出整個(gè)平面，獲取3個(gè)檢測(cè)部位的哈密瓜圖像信息，通過Spectral-Cube軟件對(duì)光譜信息采集和保存。

（2）哈密瓜理化指標(biāo)的測(cè)量

縱橫徑的測(cè)量：哈密瓜的高度部位即縱徑，用高度游標(biāo)卡尺測(cè)量。哈密瓜赤道部位即橫徑，用游標(biāo)卡尺測(cè)量。

質(zhì)量的測(cè)量：采用電子秤測(cè)量哈密瓜質(zhì)量，型號(hào)為供應(yīng)友聲BS-10KA。

堅(jiān)實(shí)度的測(cè)量：哈密瓜堅(jiān)實(shí)度的測(cè)量采用GY-4型手持式硬度計(jì)，壓頭直徑選擇11 mm。對(duì)已完成光譜信息采集的哈密瓜樣本的3個(gè)標(biāo)記區(qū)域（陰面、陽(yáng)面與果臍）削去果皮進(jìn)行測(cè)量。

1.2.3 光譜的處理及模型評(píng)價(jià)指標(biāo) 采集后的光譜數(shù)據(jù)采用ENVI4.7軟件進(jìn)行圖像數(shù)據(jù)降維和預(yù)處理。利用TQ Analyst 6.1軟件進(jìn)行建模定量、定性分析。模型的穩(wěn)健性和準(zhǔn)確性評(píng)價(jià)指標(biāo)有校正集相關(guān)系數(shù)（Rc），預(yù)測(cè)集相關(guān)系數(shù)（Rp）、校正均方根誤差（RMSEC）和預(yù)測(cè)均方根誤差（RMSEP）。通常情況下，模型中R值越大，RMSEC、RMSEP值越小，模型表現(xiàn)得越穩(wěn)健，結(jié)果越準(zhǔn)確。

2 結(jié)果與分析

2.1 哈密瓜樣本理化指標(biāo)測(cè)定結(jié)果及分析

哈密瓜在成熟過程中，理化指標(biāo)會(huì)隨著不同成熟期呈現(xiàn)出一定的變化規(guī)律。由表1可知，不同成熟期的哈密瓜理化指標(biāo)存在一定的差異。從縱徑的平均值來(lái)看，同一成熟度的哈密瓜，金密16號(hào)要略大于金密17號(hào)；從橫徑的平均值來(lái)看，同一成熟度的金密16號(hào)要略小于金密17號(hào)；七成熟的哈密瓜平均質(zhì)量均要小于九成熟的哈密瓜；從堅(jiān)實(shí)度值來(lái)看，七成熟的哈密瓜平均堅(jiān)實(shí)度均要大于九成熟的哈密瓜。

2.1.1 不同品種哈密瓜堅(jiān)實(shí)度的分析 果實(shí)的堅(jiān)實(shí)度直接影響果肉質(zhì)地與脆性。哈密瓜堅(jiān)實(shí)度是衡量?jī)?nèi)部品質(zhì)的重要指標(biāo)之一。從圖2可以看出，七成熟哈密瓜：金密16號(hào)的堅(jiān)實(shí)度值在54.0～120.0 N，金密17號(hào)的堅(jiān)實(shí)度值在50.6～84.0 N；九成熟哈密瓜：金密16號(hào)的堅(jiān)實(shí)度值在51.0～79.9 N，金密17號(hào)的堅(jiān)實(shí)度值在48.0～61.2 N。兩個(gè)品種的哈密瓜樣本點(diǎn)的堅(jiān)實(shí)度分布規(guī)律如圖1所示，通過對(duì)比可以發(fā)現(xiàn)，金密16號(hào)的堅(jiān)實(shí)度均大于金密17號(hào)，說明不同品種哈密瓜的堅(jiān)實(shí)度存在明顯差異。

2.1.2 不同成熟期哈密瓜堅(jiān)實(shí)度的分析 隨著哈密瓜生長(zhǎng)發(fā)育的不斷推進(jìn)，堅(jiān)實(shí)度隨著成熟期的不同而發(fā)生變化。圖3所示兩個(gè)品種的哈密瓜不同成熟期堅(jiān)實(shí)度變化規(guī)律，從中可以發(fā)現(xiàn)，同一品種哈密瓜，九成熟的堅(jiān)實(shí)度要比七成熟低，成熟度越高，堅(jiān)實(shí)度越低。研究表明，隨著哈密瓜不斷成熟，果實(shí)細(xì)胞壁果膠物質(zhì)的降解和纖維素分離，導(dǎo)致細(xì)胞解體，果肉的硬度降低。

2.1.3 不同原始光譜的分析 高光譜儀采集哈密瓜的光譜信息是由光源照射到哈密瓜表面后通過漫透射進(jìn)行擴(kuò)散傳輸?shù)摹D4是2個(gè)品種哈密瓜不同成熟度的原始光譜曲線，從中可以發(fā)現(xiàn)，同一品種、不同成熟期的哈密瓜光譜曲線走向基本一致。不同品種的哈密瓜光譜曲線之間存在很大差異，金密16號(hào)哈密瓜光譜在400～750 nm存在明顯變化的波峰、波谷。金密17號(hào)哈密瓜光譜在500～850 nm存在較明顯變化的波峰、波谷，在850 nm之后波形基本一致。說明不同品種的哈密瓜由于內(nèi)部生物結(jié)構(gòu)不同，光譜曲線差別也很大。

2.1.4 不同檢測(cè)部位堅(jiān)實(shí)度的分析 哈密瓜果實(shí)的成長(zhǎng)與發(fā)育先是縱徑發(fā)育，再橫向增重發(fā)育。根據(jù)哈密瓜的生長(zhǎng)特點(diǎn)，對(duì)金密16號(hào)哈密瓜的3個(gè)檢測(cè)部位（赤道陽(yáng)面、赤道陰面和果臍）的堅(jiān)實(shí)度進(jìn)行測(cè)量，其變化規(guī)律如圖5所示，從中可以發(fā)現(xiàn)，不同檢測(cè)部位的哈密瓜堅(jiān)實(shí)度存在差異，赤道（陽(yáng)面、陰面）部位的堅(jiān)實(shí)度要高于果臍部位的堅(jiān)實(shí)度；同一檢測(cè)部位相比，堅(jiān)實(shí)度的變化沒有明顯規(guī)律。

2.2 哈密瓜不同檢測(cè)部位對(duì)建模結(jié)果的影響

根據(jù)哈密瓜不同檢測(cè)部位堅(jiān)實(shí)度不同這一特性，對(duì)哈密瓜不同檢測(cè)部位原始光譜進(jìn)行了分析，以金密16號(hào)哈密瓜為代表，圖6是3個(gè)不同采集部位（陽(yáng)面、陰面、果臍）原始光譜圖，通過對(duì)比分析可以發(fā)現(xiàn)，哈密瓜不同部位采集的原始光譜走向基本一致，但在吸光度、能量值的大小上存在差異。這種差異也必定對(duì)建模結(jié)果有一定的影響。

因此采用偏最小二乘法（PLS）對(duì)不同檢測(cè)部位的哈密瓜建立堅(jiān)實(shí)度預(yù)測(cè)模型，光譜經(jīng)過異常光譜去除、光散射校正后用一階微分處理，其建模結(jié)果如圖7所示，統(tǒng)計(jì)結(jié)果如表2所示。

從上述建模的結(jié)果可以看出，赤道陽(yáng)面部位的校正集相關(guān)系數(shù)（Rc）=0.982，校正均方誤差（RMSEC）=1.37 N，預(yù)測(cè)集相關(guān)系數(shù)（Rp）=0.832，預(yù)測(cè)均方誤差（RMSEP）=3.79 N。赤道陰面部位的Rc=0.889，RMSEC=2.77 N，Rp=0.878，RMSEP=3.60 N。果臍部位Rc=0.626，RMSEC=5.16 N，Rp=0.821，RMSEP=3.16 N。通過對(duì)比可以發(fā)現(xiàn)，赤道（陰陽(yáng)面）部位相關(guān)系數(shù)R均高于果臍部位，赤道（陰陽(yáng)面）部位的校正均方誤差（RMSEC）小于果臍部位，預(yù)測(cè)均方誤差（RMSEP）大于果臍部位，綜上所述，赤道部位建模結(jié)果優(yōu)于果臍部位。根據(jù)這一研究結(jié)果，后期對(duì)哈密瓜進(jìn)行試驗(yàn)研究時(shí)，可以選取赤道部位作為研究對(duì)象。

3 討論與結(jié)論

在實(shí)際生產(chǎn)中，哈密瓜堅(jiān)實(shí)度的測(cè)定多是隨機(jī)選取部分樣品對(duì)其臍部及整果進(jìn)行測(cè)定，測(cè)定方法缺乏科學(xué)性與時(shí)效性，且會(huì)破壞樣本，使其失去商品價(jià)值。為此，有科研工作者結(jié)合光譜技術(shù)展開哈密瓜內(nèi)外部品質(zhì)（表面紋理特征、表皮顏色、果肉顏色、可溶性固形物含量、總酸含量、硬度等）對(duì)成熟度進(jìn)行相關(guān)性研究。Sun等[20]利用近紅外高光譜系統(tǒng)對(duì)甜瓜的糖度和硬度進(jìn)行了無(wú)損檢測(cè)研究，劉超[21]、許濟(jì)海[22]利用機(jī)器視覺技術(shù)對(duì)哈密瓜糖度進(jìn)行預(yù)測(cè)，利用哈密瓜表面顏色特征、紋理特征建立糖度的相關(guān)性。呂琛[23]、胡光輝等[24]采用機(jī)器視覺技術(shù)通過哈密瓜的表面圖像信息預(yù)測(cè)成熟度。李明周[25]利用高光譜技術(shù)對(duì)哈密瓜不同生長(zhǎng)期的糖、蛋白質(zhì)、維生素C、可滴定酸含量以及單果質(zhì)量等進(jìn)行預(yù)測(cè)，徐璐[26]采集哈密瓜赤道部位近紅外光譜特征，建立哈密瓜可溶性固形物含量的預(yù)測(cè)模型。上述方法對(duì)哈密瓜成熟度判定提供了理論依據(jù)。但是對(duì)不同成熟期哈密瓜堅(jiān)實(shí)度的研究較少，且哈密瓜檢測(cè)部位的選取沒有對(duì)比驗(yàn)證，不具有典型代表性，從而影響預(yù)測(cè)模型的可靠性。因此，根據(jù)不同成熟期哈密瓜堅(jiān)實(shí)度指標(biāo)的變化規(guī)律，結(jié)合高光譜技術(shù)對(duì)哈密瓜成熟度展開檢測(cè)研究是十分必要的。

基于此，筆者以哈密瓜理化指標(biāo)變化規(guī)律為研究基礎(chǔ)，對(duì)2個(gè)不同品種、不同成熟期、不同原始光譜、不同檢測(cè)部位的哈密瓜堅(jiān)實(shí)度進(jìn)行了分析和比較。試驗(yàn)結(jié)果表明，不同品種哈密瓜的堅(jiān)實(shí)度存在明顯差異，成熟度越高，堅(jiān)實(shí)度越低。同一品種哈密瓜光譜曲線走向基本一致，但不同品種的哈密瓜光譜曲線差別很大。不同檢測(cè)部位的哈密瓜堅(jiān)實(shí)度也存在差異，同一檢測(cè)部位相比，沒有明顯的變化規(guī)律。為了尋找哈密瓜光譜采集最合適的采集部位，筆者的研究對(duì)哈密瓜3個(gè)不同檢測(cè)部位（赤道陰面、赤道陽(yáng)面和果臍）建立堅(jiān)實(shí)度預(yù)測(cè)模型，試驗(yàn)建模結(jié)果表明，哈密瓜堅(jiān)實(shí)度指標(biāo)的變化規(guī)律與成熟度具有相關(guān)性，且赤道部位建模結(jié)果優(yōu)于果臍部位。后期對(duì)哈密瓜進(jìn)行試驗(yàn)研究時(shí)，可以選取赤道部位作為研究對(duì)象。筆者通過本研究為哈密瓜成熟度量化評(píng)價(jià)和確定哈密瓜的最佳采摘期以及品質(zhì)分級(jí)提供理論參考依據(jù)，對(duì)哈密瓜生產(chǎn)與科學(xué)研究具有一定的指導(dǎo)價(jià)值。

參考文獻(xiàn)

[1] 許德芳．基于深度學(xué)習(xí)和近紅外技術(shù)的甜瓜采摘檢測(cè)及貨架期研究[D]．太原：山西農(nóng)業(yè)大學(xué)，2020．

[2] 廣新梅，徐崇志，王緒春，等．采摘期內(nèi)庫(kù)爾勒香梨品質(zhì)指標(biāo)變化規(guī)律及相關(guān)關(guān)系[J]．江蘇農(nóng)業(yè)科學(xué)，2018，46（19）：118-121．

[3] 蘭海鵬．庫(kù)爾勒香梨成熟特征表達(dá)及評(píng)價(jià)方法[D]．哈爾濱：東北農(nóng)業(yè)大學(xué)，2017．

[4] 李艷婷，周錚，黃冬華，等．翠冠梨果不同部位可溶性固形物及硬度測(cè)定比較研究[J]．中國(guó)南方果樹，2022，51（3）：148-152．

[5] 劉金秀，賀小偉，羅華平，等．不同成熟期小白杏品質(zhì)指標(biāo)變化規(guī)律研究[J]．塔里木大學(xué)學(xué)報(bào)，2021，33（1）：38-44．

[6] ?？±?，劉茂秀，彭秋梅．不同采摘期杏李味厚品種理化指標(biāo)主成分及聚類分析[J]．新疆農(nóng)業(yè)科學(xué)，2015，52（1）：33-36．

[7] 代佳慧，尹青春，黨政，等．不同成熟度胡椒理化指標(biāo)變化規(guī)律和相關(guān)性研究[J]．中國(guó)調(diào)味品，2020，45（7）：81-85．

[8] 賀春祥，王輝，譚江，等．延安十二個(gè)蘋果品種果實(shí)主要理化指標(biāo)分析評(píng)價(jià)[J]．西北園藝（果樹），2022（4）：50-52．

[9] SHINYA．P，CONTADOR．L，PREDIERI．S，et al．Peach ripening：Segregation at harvest and postharvest flesh softening[J]．Postharvest Biology and Technology，2013，86：472-478．

[10] ZHANG C，GUO C T，LIU F，et al．Hyperspectral imaging analysis for ripeness evaluation of strawberry with support vector machine[J]．Journal of Food Engineering，2016，179：11-18．

[11] GAO Z M，SHAO Y Y，XUAN G T，et al．Real-time hyperspectral imaging for the in-field estimation of strawberry ripeness with deep learning[J]．Artificial Intelligence in Agriculture，2020，4：31-38．

[12] 張?。诟吖庾V成像技術(shù)的藍(lán)莓內(nèi)部品質(zhì)檢測(cè)方法的研究[D]．沈陽(yáng)：沈陽(yáng)農(nóng)業(yè)大學(xué)，2016．

[13] 盧娜，韓平，王紀(jì)華．基于高光譜成像技術(shù)的草莓硬度預(yù)測(cè)[J]．軟件導(dǎo)刊，2018，17（3）：180-182．

[14] REDDY R R，LI M．Uncertainty assessment for firmness and total soluble solids of sweet cherries using hyperspectral imaging and multivariate statistics[J]．Journal of Food Engineering，2021，289：110177．

[15] XIE C Q，CHU B Q，HE Y．Prediction of banana color and firmness using a novel wavelengths selection method of hyperspectral imaging[J]．Food Chemistry，2018，245：132-140．

[16] SHEN L X，WANG H H，LIU Y，et al．Prediction of soluble solids content in green plum by using a sparse autoencoder[J]．Applied Sciences，2020，10（11）：3769．

[17] 侯寶路，李柏承，周瑤，等．基于可見－近紅外高光譜成像技術(shù)的梨硬度和可溶性固體含量的預(yù)測(cè)[J]．激光雜志，2015，36（10）：70-74．

[18] ZHANG H L，ZHAN B S，PAN F，et al．Determination of soluble solids content in oranges using visible and near infrared full transmittance hyperspectral imaging with comparative analysis of models[J]．Postharvest Biology and Technology，2020，163（3）：111148．

[19] 何洪巨，胡麗萍，李武，等．基于可見/近紅外高光譜成像技術(shù)的西甜瓜糖度檢測(cè)[J]．中國(guó)食物與營(yíng)養(yǎng)，2016，22（10）：53-57．

[20] SUN M J，ZHANG D，LIU L，et al．How to predict the sugariness and hardness of melons：A near-infrared hyperspectral imaging method[J]．Food Chemistry，2017，218：413-421．

[21] 劉超．基于可見-近紅外光譜與機(jī)器視覺信息融合的河套蜜瓜糖度檢測(cè)方法研究[D]．呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2014．

[22] 許濟(jì)海．基于紋理特征的網(wǎng)紋哈密瓜分類研究[D]．杭州：浙江大學(xué)，2017．

[23] 呂?。跀?shù)字圖像處理的哈密瓜成熟度無(wú)損檢測(cè)技術(shù)研究[D]．新疆石河子：石河子大學(xué)，2014．

[24] 胡光輝，郭俊先，虞飛宇，等．“京蜜八號(hào)”哈密瓜成熟等級(jí)分類研究：基于機(jī)器視覺和神經(jīng)網(wǎng)絡(luò)[J]．農(nóng)機(jī)化研究，2015，37（2）：190-194．

[25] 李明周．基于高光譜哈密瓜生長(zhǎng)過程品質(zhì)的檢測(cè)研究[D]．新疆阿拉爾：塔里木大學(xué)，2018．

[26] 徐璐．基于可見-近紅外光譜及成像技術(shù)的水果可溶性固形物含量檢測(cè)[D]．合肥：安徽大學(xué)，2019．