香蕉是岭南在中国的特色水果之一，统计数据显示，2020年中国香蕉产量达到1151株30,000吨。 香蕉在收获和运输过程中通常处于硬绿阶段（绿香蕉），在此期间它们容易受到各种碰撞损坏。 传统的绿香蕉碰撞损伤检测方法主要是人工视觉识别和常规RGB图像识别。 然而，手动识别受主观因素影响较大，常规RGB图像识别难以检测到初始碰撞损伤。 针对传统检测方法的不足，利用高光谱技术进行无损检测的应用发展迅速。 高光谱成像技术结合了传统图像和光谱技术的优点，可以同时获取被检测物体的空间信息和光谱信息，测量其内外质量参数，并根据这些参数建立与青香蕉碰撞损伤的关系，并区分瘀伤程度，弥补了传统检测方法的不足。
1、青香蕉碰撞损伤程度的分类
在青香蕉质量分级标准中，子实体表面机械损伤面积是一个重要指标。 该标准规定，子实体表面无瘀伤的青香蕉质量上乘; 如果粉碎面积小于1cm2，则属于一级产品; 如果压碎面积为 1 2 cm2，则属于第二类; 如果挤压面积大于2cm2，则为劣质产品，不会进入市场。
2. 高光谱检测绿香蕉碰撞损伤的机理分析
近红外波段的光谱特性主要与样品中有机分子的含氢基团的振动有关。 青香蕉的伤口会与空气中的氧气发生化学反应，破坏牙髓细胞的细胞壁和细胞膜，释放出部分水分，减少光的散射，导致伤口的含水量和光谱反射率数据与健康表面不同。 因此，即使冲击能量很小，肉眼和RGB图像也无法识别瘀伤伤口，经过高光谱图像技术处理后，光谱波段内的图像仍能清晰地看到瘀伤部位和瘀伤程度，如图A和图B的对比所示， 这显示了高光谱成像技术检测绿香蕉早期轻微碰撞损伤的可行性。下图显示了同一样品在不同波段的图像，对比表明不同波段的图像显示出不同的瘀伤。
为了利用这部分表示的数据信息，采用二值化处理、精巧边缘检测和图像分割算法，按照图8所示的过程，获得所有样品在特征波长下的瘀伤区域。
3.可视化瘀伤水平的图像
通过图像分割过程，将918张灰度图像分割成图像，提取香蕉凹凸部位的轮廓区域，利用图像全像素下的反射率数据来表示凹凸轮廓区域每个像素所代表的信息。
为了更好地展示分类结果，并考虑检测的可视化，每个像素都标有“00”表示健康，并用黄色RGB（255,255,0）标记。 “01”代表轻微碰撞伤害，标有蓝色RGB（67,142,219）; “10”代表中度碰撞伤害，标有紫色RGB（128、0、128）; “11”表示严重的碰撞伤害，并用红色 RGB （255,0,0） 标记为最终输出显示。 如果该区域整体识别结果的85%以上具有相同的值和颜色，则该区域将以该值和颜色统一的方式显示，最终的可视化图像如下图所示。
推荐：
无人机机载高光谱成像系统iSPEChyper-VM100
一种基于小型多旋翼无人机机载成像系统的高光谱成像系统，由高光谱成像相机、稳定云台、机载控制和数据采集模块、机载电源模块组成。 无人机机载高光谱成像系统通过独特的内置或外部扫描稳定控制，有效解决了微型无人机配备推扫式高光谱相机时因振动引起的图像质量差的问题，具有较高的光谱分辨率和良好的成像性能。