一、检测目的和依据

1、采用900-1700nm近红外高光谱相机，完整采集待测苹果样品的全域光谱数据，覆盖果蔬内部霉变检测核心近红外波段；

2、通过光谱数据分析比对，精准验证苹果内核霉变、腐烂病变对应的专属光谱曲线特征值，区分正常果品与变质果品光谱差异；

3、依托机器学习、深度学习人工智能算法，对苹果高光谱数据进行训练、拟合与建模分析，完成苹果内核霉变无损鉴别技术的实验验证，实现果蔬内部缺陷无损检测技术的产业化落地应用。

二、样品类别及数量

样本：待测实验苹果样品 数量12个

三、检测设备和方式

检测设备

1、400-1000nm、900-1700nm高光谱相机；

2、光学暗箱（搭载350-2500nm宽谱光源、精密放样移动平台，隔绝环境杂光干扰，保障果蔬检测数据精度）

3、黑色低反射率托盘，构建纯净无干扰检测背景，规避反光杂讯影响光谱特征采集

4、辅助材料：标识标签，用于逐一标记苹果样品编号，实现各样品与对应光谱特征曲线数据精准匹配溯源

采集方式

1、样品摆放规则：将12组待测苹果样品按照标准实验图示规范均匀摆放，保障成像均匀、数据采集一致性达标

2、数据采集模式：统一采用反射检测模式，采集苹果样品900-1700nm波段完整高精度透射光谱数据。

3、设备调参：调节相机高度，使相机视场可以覆盖所有样品；

调节镜头光圈到最大（F1.4）；

调节镜头焦距，使样品图像最清晰；

曝光时间调整到合适的值，避免采集到的样品数据过曝。

四、采集结果

1、数据提供

标准化输出多维度苹果光谱数据文件，单样品配套全套格式数据，适配果蔬检测科研、算法建模、设备落地场景

每个样品数据包含如下6个格式文件：

a、样本900-1700nm原始数据（包含 .dat、.hdr格式）；

b、样本900-1700nm透射数据（包含 .dat、.hdr格式）；

c、样本900-1700nm高光谱图像（.png格式）；

d、提供样品摆放实拍图（.jpg格式）。

2、数据展示

3、苹果良品与内核霉变腐烂验证