监测葡萄品质属性是一种可以检查葡萄成熟度和确定最佳采收期的有效方法。本文开发了一种基于高光谱成像(HSI)技术的无损监测方法。

(a)RGB图像来自葡萄园行扫描截面的高光谱图像(b) 由曼哈顿函数获得的分类所产生的ROI的表示(红色)。

通过使用可见光/近红外(400–1000 nm)高光谱相机在葡萄收获前和收获期的13个不同的日子里，对葡萄园行进行成像。利用便携式数字折射计测量(以°Brix表示的)可溶性固形物含量(SSC)。葡萄样品分为两类：第一类由°Brix低于20(未成熟)的样品组成，第二类由°Brix高于20(成熟)的样品组成。从每幅高光谱图像中提取葡萄平均光谱，用偏最小二乘回归(PLS)预测葡萄干细胞，用PLS判别分析(PLS-DA)将葡萄样品分为两类。预测SSC时，R²=0.77(RMSECV=0.79°Brix)，样品分类正确范围从86%到91%。即使波长的数目有限，正确分类样品的百分比也在上述范围内。本研究显示了在自然光条件下通过近端测量直接在田间使用HSI技术预测葡萄收获时间的潜力。

在不同的分析天数(从 I 到 XIII)，所有样品的原始 (A) 和通过平滑和 SNV (B) 光谱进行预处理。

通过 PLS 回归(交叉验证)获得的固体可溶物含量 (Brix) 的测量值与预测值

来源：

Benelli A, Cevoli C, Ragni L, et al. In-field and non-destructive monitoring of grapes maturity by hyperspectral imaging. Biosystems Engineering Volume 207, July 2021, Pages 59-67. https://doi.org/10.1016/j.biosystemseng.2021.04.006.