【1】利用最大类间方差法和数学形态 学方法对葡萄图像进行分割和去噪!分别建立葡萄质量和果 径大小的一元线性回归和偏最小二乘回归预测模型!预测决 定系数分别达到0.98和0.945,!准确度达到%85以上 【2】术采集了42串红提葡萄的RGB图像和NIR图像,对红提葡萄果粒尺寸进行分级检测"对红提葡萄 图像进行去除果梗和轮廓干扰信息后!利用随机最小二乘椭 圆法对红提尺寸进行提取!对整串红提进行分。分级正确 率达到90.48%。 【3】利用边缘检测对红提轮廓进行两次分割，采用曲率角 计算每个葡萄轮廓的曲率角值!从而实现红提大小的自动分级。
【1】 在HSV颜色模式下提取了颜色特征的有效区域，根据颜色特征对葡萄品质进行分级。 【2】AdaBoost框 架和多种颜色成分相结合，开发了一种自动检测夏黑葡萄成熟度的方法。
近红外光谱分析技术可以采集待测物在750-2500nm范围之间的光谱信息
【1】利用可见.近红外反射光谱技术在325-1075nm 波长范围内对黑提葡萄)马奶子和木拉格三个品种进行判别分析，通过主成分分析和人工神经网络的方法实现了葡萄品种的快速鉴别，为葡萄品种的鉴别提供了一种新方法。 【2】400-1100和900-2500范围内分别建立对美人指和白玉霓葡萄果实成熟过程中颜色、可溶性固形物（SSC）和总酚的最小二乘支持向量机（LS-SVM）和偏最小二乘（PLS）预测模型，并基于SSC建立/美人指和白玉霓葡萄
