鳳梨是我國主要外銷水果品項之一，鳳梨品質及規格是否穩定，攸關外銷的成敗。農業試驗所利用高光譜影像資訊結合電腦深度學習，開發非破壞性的檢測技術，盼未來只要讀取鳳梨高光譜數據，即可判斷鳳梨果品糖度、成熟度、屬於肉聲果或鼓聲果，以利鳳梨選別分級。
鳳梨是我國農產出口主力項目，據農委會統計，去年全年生鮮冷藏鳳梨出口約3.2萬噸，產值達4308萬美金，今年1至11月亦已出口約5萬公噸，產值達6382萬美金，外銷潛力雄厚。
鳳梨可粗分肉聲果及鼓聲果2類，肉聲果因含水量高，果肉易變質，貯藏性差，不耐長途貯運，故無法作為外銷果品。雖可利用不同果品有不同浮力的水選方式，但因鳳梨泡水後易腐敗，故實際上未採此方式進行選別分級；農民仍多仰賴人工以熱熔膠條等工具敲打鳳梨、聽聲音的方式，透過人工判斷屬於肉聲果或鼓聲果，此方式不僅耗時費力，且人員的感官判斷也容易有誤差。
鳳梨成熟與否可從果皮顏色由綠轉黃判斷，但內部的果肉品質卻無法「看」得出來，因高光譜影像技術可獲取肉眼可見光之外更多的光譜資訊，農試所希望藉此技術掌握果皮所反映果肉品質的訊息，不用再靠人工敲打，就能根據鳳梨外表，判斷其糖度、成熟度及屬於肉聲果或鼓聲果。
農試所表示，肉眼可見光波段約介於400nm至800nm，但高光譜波段則可涵蓋400nm至1700nm，除了果皮的「顏色」資訊，那些肉眼看不見的光譜資料，則可反映鳳梨內部果品品質的其他訊息；因此，農試所一邊收集大量鳳梨果實的高光譜數據，一邊實際對果實進行成分化學分析，再將這兩種數據交由電腦深度學習，以建立果品品質的有效判斷模式。
農試所副研究員林毓雯表示，高光譜是連續光譜，不同波長各有其數據資料，無法單靠一筆波長資料就知道果品狀態，要靠電腦深度學習建立判斷模式；高光譜資訊可反映出肉聲果、鼓聲果差異，但能否建立有效的判斷模式，還須進一步的統計分析，目前高光譜檢測用於判斷鳳梨糖度則已具有相當正確性。她並說，若未來高光譜檢測模式建立，開發成產銷班、合作社集貨選別可操作的設備，將可替代傳統人工選別，讓果品管控更有效率。
