1、本文應用CT技術對蘋果內部品質，如糖度、可滴定酸度及含水率進行了無損檢測，主要包括以下兩個部分內容：
　　 第一部分，本試驗室前期已證明蘋果果肉的主要成分，如糖度、可滴定酸度及含水率與對應位置的CT值具有良好的線性關系。在此基礎上，我們發(fā)現(xiàn)不同品種的蘋果，其各自建立的基于CT值的各成分預測模型間存在著差異，且該差異隨貯藏期不同而變化。由此進行多品種蘋果的試驗，選擇產于山東和陜西的紅富士蘋果，以及新疆的冰糖心蘋果為試驗樣本。

2、>　　 首先證實了各品種蘋果的成分預測模型都具有較好的相關性，其R2值一般可在0.8以上。為量化并分析各品種蘋果模型的差異，在直接觀察圖表差別的基礎上，現(xiàn)采用兩種方法進行量化分析，第一種方法是對兩品種蘋果的數(shù)據(jù)與其所建模型進行相互交叉檢測；第二種方法則混合兩種蘋果數(shù)據(jù)后進行統(tǒng)一建模，再采樣進行誤差檢測。
　　 結果表明：在相同貯藏期內，不同品種間的蘋果，其基于CT值的糖度模型間差異隨貯藏時間的增長而減少，交叉預測誤差率從早期的

3、10％以上降低為5％以內，統(tǒng)一模型的R2值從0.5左右增加至0.8以上；可滴定酸度模型在所有試驗周期內均存在較大的差異，其交叉預測誤差可達50％以上，且統(tǒng)一模型的R2值也都在0.4以下；含水率模型品種間的差異很小，各品種模型的相對誤差一般在2%以內，統(tǒng)一模型的R2值均高于0.75。
　　 第二部分，關注于蘋果整體的品質表現(xiàn)，而不只限于蘋果局部果肉處的成分檢測。具體步驟為：首先在各蘋果斷面CT圖中，統(tǒng)一CT圖片的窗寬、窗位值為43

4、0Hu、-210Hu，確一定此時的CT值與灰度值的線性關系；然后利用Otsu法(即自適應閥值分割法)，對各蘋果中心剖面CT圖像進行灰度分割，分離出該圖中的全部果肉區(qū)域，同時統(tǒng)計該區(qū)域圖像的灰度像素數(shù)加權均值，后轉化成CT均值；最后建立上述中心剖面果肉區(qū)CT均值與蘋果整體品質的關系模型，可以發(fā)現(xiàn)蘋果的糖度、可滴定酸度、含水率均與其中心剖面果肉區(qū)的CT均值有較好的線性相關性，其R2值分別為0.8464、0.8233和0.9075，較顯著，且