1.一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：包括如下步骤：步骤1，准备多个水果，对每个水果进行检测区域的标记；

步骤2，使用智能手机和高光谱成像系统分别获取多个水果的检测区域的RGB图像和高光谱图像，然后对拍摄后的每个水果使用折光仪获得其糖度实测值；

步骤3，对获得的所有水果的RGB图像进行初步处理，然后将初步处理后的RGB图像与高光谱图像进行图像配准；

步骤4，对图像配准后的RGB图像和高光谱图像进行感兴趣区域提取，获得训练样本；

步骤5，确定训练样本的RGB值和光谱反射率；

步骤6，根据训练样本组建训练集，然后结合训练集中训练样本的RGB值和光谱反射率获得映射关系，进而获得重建的光谱反射率；

步骤7，通过重建的光谱反射率与水果的糖度实测值建立回归关系；

步骤8，获取待检测水果的RGB图像，然后将待检测水果的RGB图像通过映射关系及回归关系来检测待检测水果的糖度。

2.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述步骤1中的检测区域位于水果的赤道部位，标记中对每个检测区域均使用标签纸标记并编号，单个水果均标记至少3个检测区域。

3.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述初步处理即对RGB图像进行环境光补偿，补偿方案如下：其中，R、G、B分别表示RGB图像补偿前的RGB值，r、g、b分别表示RGB图像补偿后的RGB值。

4.根据权利要求1所述的一种基于光谱反射率的水果糖度无损检测方法，其特征在于：所述步骤4具体为：在图像配准后的高光谱图像中选取一个高光谱图像的感兴趣区域ROI_

1，且导出感兴趣区域ROI_1以获得感兴趣区域ROI_1的坐标信息；所述图像配准后的RGB图像与图像配准后的高光谱图像具有统一的坐标系，将获得的感兴趣区域ROI_1的坐标信息读入图像配准后的RGB图像中，得到RGB图像的感兴趣区域ROI_2并作为训练样本。

5.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述步骤5具体为：将每个所述训练样本内所有像素点的RGB值的平均值作为该训练样本的RGB值，将每个所述训练样本内所有像素点的光谱反射率的平均值作为该训练样本的光谱反射率。

6.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述步骤6中组建训练集具体为：S6.1，针对所有的训练样本，任选取一个训练样本作为第一训练样本；

S6.2，依次计算第一训练样本与剩余所有训练样本的欧氏距离；

S6.3，将剩余所有训练样本中与第一训练样本的欧氏距离最远的训练样本或者与第一训练样本的欧氏距离最近的训练样本及第一训练样本均放入训练集；

S6.4，对剩余训练样本重复步骤S6.1‑S6.3，直至获得具有规定的训练样本数目的训练集，所述欧氏距离具体通过以下公式确定：式中，p和q分别表示第p个训练样本和第q个训练样本，x表示光谱变量，y表示训练样本的理化值变量，N表示训练样本总数，dxy(p，q)表示第p个训练样本和第q个训练样本的欧氏距离，dx(p，q)表示第p个和第q个训练样本基于光谱变量的欧氏距离，dy(p，q)表示第p个和第q个训练样本基于理化值变量的欧氏距离，max dx(p，q)表示N个训练样本之间基于光谱变量的欧氏距离的最大值，max dy(p，q)表示N个训练样本之间基于理化值变量的欧氏距离的最大值；

其中，第p个和第q个训练样本基于光谱变量的欧氏距离dx(p，q)以及第p个和第q个训练样本基于理化值变量的欧氏距离dy(p，q)分别通过以下公式确定：式中，j表示训练样本的光谱波段，xp(j)表示第p个训练样本在第j个光谱波段的光谱变量，xq(j)表示第q个训练样本在第j个光谱波段的光谱变量，M表示总的光谱波段数量，yp表示第p个训练样本的理化值变量，yq表示第q个训练样本的理化值变量。

7.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述步骤6中获得映射关系具体为：利用BP神经网络学习训练所述训练集中每个训练样本的RGB值和光谱反射率获得映射关系，所述映射关系如下式所示：Yi＝l(w2g(w1Xi+b1)+b2)；

式中，Xi为单个训练样本第i个波段的RGB值，Yi为单个训练样本第i个波段的重建的光谱反射率，g()为隐藏层中的非线性激活函数，1()为输出层中的线性激活函数，w1和w2分别为输入层到隐藏层的权重和偏置，b1和b2分别为隐藏层到输出层的权重和偏置。

8.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述步骤7中的回归关系具体通过以下过程确定：选用偏最小二乘回归PLSR建立训练集中训练样本的重建的光谱反射率与水果的糖度实测值之间的回归关系，所述回归关系如下所示：B＝β0+β1Y1+β2Y2+…+βiYi+ε；(i＝1，2，...，M)其中β0为回归式的常数项，βi为第i个回归式的系数项，ε为均值为0的随机误差，B为待检测水果的糖度，Y1、Y2...Yi分别为训练样本第1、2...i个波段的重建的光谱反射率。

9.根据权利要求1所述的一种基于光谱反射率重建技术的水果糖度无损检测方法，其特征在于：所述检测待检测水果的糖度具体为：将获得的待检测水果的RGB图像通过映射关系获得待检测水果的重建的光谱反射率，再将获得的重建的光谱反射率通过回归关系获得待检测水果的糖度。