最近，陕西延安气温较高。在延安起伏的苹果坡上，不见汗流浃背、分拣苹果的果农，取而代之的，是高速运转的智能分选设备。它能够精准识别水果的大小、色泽、糖度、表面瑕疵甚至内部病害。这台设备由厦门理工学院教授刘燕德及其团队研发。她主持完成的“果品质量数智化分级关键技术装备研发与应用”项目。
　　“团队的目标是融合可见光、近红外光谱与人工智能等技术，复刻并超越人工分拣。我们要让机器不仅能够‘看到’果皮上的瑕疵，而且可以‘获知’果肉内部的糖度、酸度。”刘燕德说。
　　然而，水果品种繁多、形态各异，机器如何精准识别？科学家的做法是，为每种水果量身定制专属的检测与分级模型数据库。为此，她和团队先后奔赴全国12个主要水果产区，收集50多种果品的近百万组样本数据，打磨出一套通用且精准的检测分选系统。
　　不过，这套系统在分选福建琯溪蜜柚时卡了壳。这种柚子果皮厚、形状不规则，近红外光穿透时信号极易失真。面对困难，团队没有退缩。他们把实验室搬进果园，一住就是两个多月。他们白天跟着果农采摘、取样，测上千组数据；晚上调整光源、优化算法，常常忙到后半夜。
　　最终，他们从近千个光谱波段中，筛选出能有效避开果皮油脂干扰的特征波段，结合机器学习算法，成功实现了厚皮大尺寸水果糖酸度的无损检测与分级。（改编自 科技日报2026年7月3日）