来源：期刊VIP网 时间：
作者：马振浩;彭彦昆;张宾;孙晨;
单位：中国农业大学工学院;国家农产品加工技术装备研发分中心;
摘要：为了解决采后苹果品质检测设备应用较少、评价参数单一及检测精度较低的问题。对机械手系统的硬件部分进行开发和测试，建立基于YOLOv9目标检测算法的苹果目标识别计算机视觉系统；为了便于苹果的抓取和内部质量检查，设计并制造一种末端执行器，以实现苹果的抓取和近红外光谱采集功能；采用不同的预处理方式，建立各指标预处理后的PLS模型。结果表明，苹果的目标识别准确率达到0.990 8，比较不同的光谱预处理方法，NSR和CARS的综合预处理取得最佳的糖度和硬度建模效果，MSC+CARS结合的预处理方法得到最优的酸度PLS模型，糖度模型的校正集相关系数R_c和预测集相关系数R_p分别达到0.978 9和0.976 9，校正集均方根误差RMSEC和预测集均方根误差RMSEP分别为0.300 6%和0.338 2%。选取40个苹果进行独立验证，糖度的验证集相关系数R_v为0.968 3，验证集均方根误差RMSEV达到0.430%。对机器手的分级功能进行验证，系统的整体分级精度达到95%。研究对苹果后期分选和相关领域的无损检测具有重要意义。
关键词：苹果;;机器视觉;;检测和分类;;机器手;;YOLOv9
基金资助：国家重点研发计划项目(2021YFD1600101-06)
