结果表明,山楂包含许多可能有益于人类健康的物质。 但是,这种水果很可能会被昆虫内部破坏。 水果害虫有可能在其生产中造成重大的经济损失,其损害难以​​发现。 因此,研究了高光谱成像技术检测昆虫损坏的山楂果实的潜力。 使用高光谱反射成像系统在360 nm至400 nm的波长范围内扫描了360个样品,包括正常的和虫害的山楂果实。 使用显着性差异分析评估了从高光谱图像中提取的十四种图像特征对昆虫破坏的山楂的检测能力。 然后,将高光谱数据的反射灵敏度分析用于从全波长中提取最佳波长。 应用偏最小二乘判别分析(PLS-DA)来开发分类模型。 在14种图像特征中,均值,能量和熵特征这3种特征对虫害山楂产生了较高的分类精度。 基于使用均值,能量和熵的集成特征的全谱PLS-DA模型,分类精度为98.0%,这明显优于仅使用均值,能量和熵特征的PLS-DA模型。 通过反射灵敏度分析从15个最佳波长中选出的三个集成特征的分类模型(仅占全波长的16.0%)实现了97.4%的测试集分类精度。 配对t检验表明,使用三个积分特征的十五个波长分类模型与使用三个积分特征的全光谱模型之间没有显着差异。 这些结果表明使用基于高光谱图像的特征积分检测昆虫损坏的山楂的潜力。