“小哥，买苹果嘛？” （你摇了摇头，目光充满了坚定） “所以你又摇头又眼神坚定的到底买不买，数电不定态是吧……咳咳，看打扮你是光电村里新来的冒险者？那建议你去看看工会门口前公告栏那里的悬赏。” （于是你径直到了工会门口前的公告栏）

赛题1：基于智能手机的苹果糖度无损测量 竞赛要点： 利用智能手机无损测量苹果样品的糖度。 竞赛说明： 利用智能手机已有的成像、数据处理和显示功能，通过增加最少附件，实现对苹果样品糖度的无损测量。按测量的精度确定比赛胜负。 竞赛规则：

按抽签分组，两队同场竞技，采用淘汰赛制。

利用国产手机的成像功能，通过添加最少量自己设计并构建的附件，实现苹果糖度的无损测量。添加附件基本要求如下：（1）不能直接使用商用核心模块；（2）提供添加附件的设计构建说明书；（3）体积不可超过限定值，具体由竞赛组委会规定。

测量数据的处理、显示工作需全部由手机完成。

被测苹果样品不少于三个种类，具体由竞赛组委会安排。竞赛用苹果样品应在规定的种类中现场随机分配。

苹果糖度的标准值由业界通用方法确定，具体由竞赛组委会安排。判定比赛胜负的标准是：（1）测量值与标准值相比，各次误差平均值较小的赛队胜出；（2）若两队测量值在标准值误差范围内一致，则重复精度高的队胜出。

全国竞赛获得一等奖的赛队，集中通过路演方式决定金、银、铜奖。

首先我们来分析下赛题并圈出一下要点：

以下是参加这场比赛你或者你的队友可能所需掌握的技能（嘛，不过思维不要过于局限下面那些）：

以下是常见问题以及某位冒险者的看法（不一定正确）：

Q：糖度是啥：

A：苹果中的糖度，又称为可溶性固形物含量，根据溶液的比重换算为含糖的百分比（单位Brix ），以赛方的检测结果及手段为准。

Q：用什么检测苹果糖度？

A：根据技术领域不同可以分为光谱分析技术、介电特性检测技术、声学特性及超声波检测技术、射线机检测技术、核磁共振检测技术、生物传感器技术、电子舌与电子鼻技术等等。 根据检测方法不同大致可以分为光学特性分析法、声学特性分析法、机器视觉技术分析法、电学特性分析法、核磁共振检测技术与 X 射线检测技术等。

Q:为什么要用近红外光检测？

A：苹果中含有 H 基团，如 C-H、O-H、N-H有关的有机物质分子会与近红外光子产生光学反应，如倍频与合频吸收，从而改变入射的近红外光，不同的基团有不同能级，吸收的程度就不同，当基团含量不同时，吸收的程度也会不同。不同官能团在近红外光谱区域具有不同的吸收位置和近红外光谱，正如我们所见到的不同物质在可见光区段显示不同颜色一样。近红外谱图包含有丰富的结构和组成信息。

Q：为什么要用漫反射？

A：透射式的光谱采集方式要求入射光穿透测量样品，反射式的光谱测量方式要求探头与测量样品存在一定的间隔，这都导致了光路的增加，因此这两种采集方式都需要提供大量的入射光来补偿光路距离增加带来的入射光及近红外光谱的损耗，从而保证足够强度的近红外光谱。

Q:什么是漫反射？

A：入射光在苹果样品中传播时会有不同的光学现象出现，这些现象主要包括苹果样品对入射光产生反射现象、透射现象、吸收现象。 漫反射是指光线被粗糙表面无规则地向各个方向反射的现象。 漫透射指的是一束入射光经透射后被分散向许多方向，其原因是光在介质中被散射。 波长越短光在物料中穿透能力越强，短波近红外常结合透射和漫透射方式，可以获得水果内部深层次的品质信息，能测量果实整体，但局限于易透光物料。长波采用漫反射方式，再利用化学计量方法建立定性或定量分析模型，漫反射获取水果表层浅层信息，但不适于厚皮的水果。

Q：什么是近红外光？

A：近红外光是指的波长介于 780~2526nm 之间的电磁波，其中 780~1100nm 之间的波段称为近红外短波，1100~2526nm 之间的波段称为近红外长波。

Q:手机摄像头能否拍摄到近红外光？

A：大多不能，因为手机摄像头内有红外滤光片，但是较老的手机没有，也许你可以考虑手动拆卸滤光片（万能的贴吧老哥做过）或者使用一款老式手机，除此之外，新近一些新手机比如三星和华为都有推出能拍摄近红外光的手机可自行了解下。 附注：经过我们一位同僚七七的实验，即使有红外滤光片，绝大多数的手机（iphone系列可能除外）也是可以拍摄到红外光的（光源为激光光源，波长为830，940nm），但是不同手机拍摄效果有很大的不同聚焦也会有很大影响。在尝试过拆除红外滤光片后，发现拍摄后手机整个画面会整体偏红，实验实验，一定要脚踏实地做实验，不然我也以为会拍摄不到

Q：基于手机自制光谱仪有无可能？

A：有，简易版本且精度不高，手机相当于承担了成像功能和探测接收系统，基于手机自制简易光谱仪的相关论文也很多，如图所示内部各部件分别为①连接器,②固定入射狭缝,③长波吸收滤光片,④准直透镜,⑤光栅,⑥聚焦镜,。检测器收集透镜,⑧检测器,⑨滤波器：

Q：用深度学习的方法是否可行？

A：理论可行，需要明确赛方具体种类且数据集的建立需要大量样本，其次虽然很多框架都有推出手机端版本，但大型深度学习模型的运行对手机仍不友好 (经过实践，两百多MB的模型文件都跑的动，不过可能也取决于你输入的大小？)，除此之外，模型精确度的保障程度又很大取决于数据集。

Q：吸光度？

A：光谱仪或者高光谱相机的纵轴有时会是吸光度，吸光度（absorbance）：是指光线通过溶液或某一物质前的入射光强度与该光线通过溶液或物质后的透射光强度比值的以10为底的对数（即lg(I0/I1)），其中I0为入射光强，I1为透射光强，影响它的因素有溶剂、浓度、温度等等。所以采用漫反射时波峰波谷要反转一下。

Q：如何看懂光谱图？

A：光谱图，横坐标多为波长（频率）纵坐标为强度，或者相对强度等光谱图有3个最为重要的信息。 第一：峰值，在哪个波长（频率），强度达到了峰值。 第二：半高宽，即达到峰值一半高度（有时也取1/e），所对应的两个波长中间的宽度，也就是“谱线宽度” 第三：变化趋势，研究光谱强度随频率的变化，可以进行一定的预测，从而了解物质的性质。

Q：高光谱成像是啥？

A：高光谱成像是一种新的光电检测技术，开始于二十世纪八十年代，正处在快速发展中。它集成了众多学科的特点，已广泛应用于航空遥感检测、检测农产品和药品等。 通常，称为高光谱图像的光谱分辨率通常都在 10-2数量级。所谓的高光谱的高字充分体现了其光谱范围广且具有很高的分辨率

Q:近红外光谱仪的分类? A：滤光片一型近红外光谱仪 傅立叶变换近红外光谱仪 声光可调滤光器近红外光谱仪 固定光路多通道检测器近红外光谱仪

Q：论文里推荐的算法五花八门，采用哪种好呢？ A：数据呢数据呢，没数据你说锤子，绕开数据和数据用途的算法都是扯淡（小声：用你最擅长的）

Q： 论文推荐的波长很多，怎么知道哪个波长的光效果最好呢？ A：二营长，ntn的高光谱相机，光谱仪呢？搬出来实验做下给我康康

Q： 目前有没有做出来的成品之类的？ A：手机联用的苹果糖度便携式检测装置设计与试验_乔鑫 如上题目，去年12月刚好有这么一篇文献，可以说功能思路等方面很契合这个比赛了，虽然很多同学老师都打算参考这篇的思路，但这篇其实并没有用到手机的成像功能，而且据说实验数据的采集要用到一万多块的光谱仪，设计其实也和市面上的近红外探测糖度差不多

持续更新。。。。。。

已上传至CSDN资源：基于智能手机的苹果糖度无损测量文献资源.zip 内含苹果糖度检测的83篇相关文献及文献目录txt （经一些小伙伴的私信提醒，现已将上述文献资源改为免积分免C币下载（我也是第一次上传所以不是很懂），大家都是学生，就当交个朋友叭(°∀°)ﾉ~）

高情商：coming soon…… 低情商：在写了在写了（进度0%）

“欸，小哥，你怎么回来了？回心转意想买苹果了嘛？”