《COMPUT ELECTRON AGR》--基于高光谱成像技术与深度自编码器的葡萄成熟度原位估算

点击上方蓝字关注我们

摘要

在农业领域，尤其是对于高利润的酿酒葡萄，采用非破坏性技术于田间评估葡萄成熟度的重要性日益凸显，尤其在推动全自动化农业机器人进行选择性采摘作业的发展中尤为关键。尽管红外光谱技术已通过点光谱仪在实验室及田间环境中得到应用，但受限于光照变化的影响，成像光谱仪的应用主要局限于受控的实验室环境。该研究提出了一种基于自编码器框架的方法，旨在将不同光照条件下记录的原始光谱数据转换为标准化的反射光谱，有效克服了高光谱成像技术在田间直接应用中的难题。为了验证该方法的可行性，该研究对四种不同葡萄品种-霞多丽、玛拉格西亚、长相思和西拉的糖分含量（以糖度为单位）进行了估算。该研究对比了两种自编码器架构：深度全连接自编码器（DAE）和深度卷积自编码器（DCAE），并利用编码空间（潜在空间）以及自编码器的输出（即经过转换的标准化光谱）作为输入进行糖分含量的预测。此外，还探讨了多种光谱预处理策略，以期提升预测的精确度。尽管DAE与DCAE在性能指标上表现相似，但统计分析表明，在利用编码空间和自编码器输出进行预测时，DCAE的性能在统计学上显著优于DAE，从而验证了卷积自编码器框架的有效性。同时，研究发现，采用不同的输入预处理方法并未导致统计上的显著差异。该研究中糖分含量估算的准确性（平均RMSE为1.83糖度，R²为0.70，RPIQ为2.43）与在实验室条件下直接使用标准化反射光谱的研究成果相媲美。

研究过程

图5 自动编码器框架示意图

图7 四种葡萄品种的平均光谱和95%置信区间

表 最佳糖含量预测结果