近日，设施所无损检测与智能分选研究团队提出了基于图像融合的柚果体积与可食率无损测量新方法并进行实验验证，相关论文在国际TOP期刊Postharvest Biology and Technology（中科院一区，IF=7.0）上发表。设施所徐赛研究员为论文通讯作者，联合培养研究生韩依洋为论文第一作者。

　　柚是广东盛产的水果之一。随着柚果产业发展与消费者需求提升，品质检测与分级成为产业中最关键且最具挑战性的一环，自动化的品质无损检测是未来的发展方向。在柚果品质检测中，体积与可食率分别为外部与内部关键检测指标，对品质分级提供重要依据。但由于柚果果形不均一，且皮厚、果大，研究领域尚缺乏一种兼顾准确与快速的柚果体积与可食率的测量方法。

　　本研究融合柚果的外观图像与X射线图像信息，基于B样条曲线插值拟合柚果轮廓，建立柚果立体模型以测量体积；提出三维模型法与灰度厚度拟合法两种可食率检测方法并进行优选，从而测量柚果可食率。该方法满足果品自动化分级检测的实时性需求，为柚果产业提供有效技术支撑。

　　本研究获得国家重点研发计划课题（2022YFD2002203）、广东省乡村振兴战略专项课题（2024TS-1–2）、国家自然科学基金（31901404）等项目（课题）资助。

　　论文链接：https://doi.org/10.1016/j.postharvbio.2024.112953