检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于可见/近红外光谱技术的板栗产地识别

中国农机化学报 2021年第12期42卷 189-194,203页

作者：杨雨图熊杰司万方会敏黄玉萍南京林业大学机械电子工程学院南京市210037 江苏大学农业工程学院江苏镇江212013

采用可见/近红外光谱分析技术对河北和安徽两个产地的板栗进行检测分级,获得板栗样品在600~1100 nm波长区间的可见/近红外光谱,采用偏最小二乘判别分析(PLSDA)进行建模,比较不同预处理方法和波长范围对PLSDA模型精度的影响。结果显示,... 详细信息

采用可见/近红外光谱分析技术对河北和安徽两个产地的板栗进行检测分级,获得板栗样品在600~1100 nm波长区间的可见/近红外光谱,采用偏最小二乘判别分析(PLSDA)进行建模,比较不同预处理方法和波长范围对PLSDA模型精度的影响。结果显示,不同预处理方法对模型性能影响较大,一阶导数预处理在全波长范围所建PLSDA模型性能最优,校正集和验证集的决定系数分别为0.884和0.863,均方根误差分别为0.170和0.191。不同波长范围也会影响模型的预测和识别性能,在波长区间为750~1000 nm的光谱所建立的PLSDA模型性能要高于全波长光谱所建立的模型性能,其中经过Savitzky-Golay平滑预处理后,模型性能的提高最为明显,且其与原始光谱在校正集和验证集的敏感性和特异性均达到最优,即识别率均可达到100%。因此,可见/近红外光谱分析技术能够对板栗产地进行鉴别。

关键词：板栗产地可见/近红外光谱技术光谱预处理方法波长范围

基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究

在线全文

学校读者我要写书评

暂无评论

基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究

作者：张东亮江苏大学

学位级别：硕士

夏秋茶提取液氧化可使多酚类物质氧化、苦涩味降低、并在此基础上加工高质量的速溶红茶,可提高夏秋茶综合利用率,而准确判断夏秋茶提取液氧化程度,是决定速溶红茶产品质量的关键。目前,企业主要通过人工观察夏秋茶提取液的颜色变化来判... 详细信息

夏秋茶提取液氧化可使多酚类物质氧化、苦涩味降低、并在此基础上加工高质量的速溶红茶,可提高夏秋茶综合利用率,而准确判断夏秋茶提取液氧化程度,是决定速溶红茶产品质量的关键。目前,企业主要通过人工观察夏秋茶提取液的颜色变化来判断其是否氧化适度,而后通过理化方法分析茶多酚含量加以验证。但此方法主观性大、重复性差、实时性差,最终影响到速溶红茶产品品质的稳定性。鉴于此,本论文开展了基于可见/近红外光谱技术的夏秋茶提取液氧化过程在线监测研究,并开发了一套夏秋茶提取液氧化过程在线监测系统。主要研究内容如下:(1)夏秋茶提取液氧化过程在线监测系统的设计。夏秋茶提取液氧化过程在线监测系统包括硬件系统和软件系统。硬件系统主要包括光谱仪、光源、光纤、样品池、嵌入式终端、上位机、气液混合管、贮液罐、空气泵、液泵和微型蠕动泵。其中,光谱仪的波长范围为300-1000 nm;光源是卤素灯;光纤采用石英光纤;样品池由流动比色皿、准直透镜和外部支架组成,用于实时获取液体样品;嵌入式终端的控制中心是三星S3C2440处理器;气液混合管是一根螺旋形盘旋管道;贮液罐保存夏秋茶提取液;空气泵用于输送氧气;液泵抽取待混合的夏秋茶提取液;微型蠕动泵将夏秋茶提取液输送至样品池中。软件系统主要指嵌入式终端和上位机的软件。嵌入式终端软件自下而上依次是Boot Loader、Linux kernel、Qt Embedded和用户程序,用户程序包括通信模块和用户界面。上位机软件包括与嵌入式终端通信的通信模块、光谱处理模块和用户界面。此套系统可以实时采集夏秋茶提取液氧化过程中的可见/近红外光谱,用于后期色度值和茶多酚含量的计算。(2)夏秋茶提取液氧化过程中色度值的在线监测。利用可见光谱技术实时检测夏秋茶提取液氧化过程的色度值,然后根据色度值变化实时判断提取液的氧化程度。首先对样品的原始透射光谱数据进行拟合得到整数波长下的光谱强度,对380～780 nm范围内的光谱使用等波长间隔法计算三刺激值,由此计算得到L*a*b*值。以标准比色液为样品,采用标准色差计对监测系统的测色模型进行标定,标定之后的测色模型准确度达到99%。对标定之后的测色模型,以不同氧化程度的夏秋茶提取液为样品,对比标准色差计的测量结果,测试其对样品色度值测量的准确性,并监测夏秋茶提取液在氧化过程中的色度变化。为了检验基于色度值的夏秋茶提取液氧化过程在线监测的可行性,以不同氧化程度的夏秋茶提取液为样品,对比人工专家系统,测试其对夏秋茶提取液氧化程度判断的准确度,测试结果显示,监测系统对夏秋茶提取液氧化程度判断的准确度高达96.25%。研究表明,利用可见/近红外光谱技术可以实现对夏秋茶提取液氧化过程中色度的准确在线测量,基于色度值的在线监测可以实现对夏秋茶提取液氧化程度的准确判断。(3)夏秋茶提取液氧化过程中总多酚类含量的在线监测。利用可见/近红外光谱技术实时检测夏秋茶提取液氧化过程的总多酚类含量,然后根据总多酚类含量变化实时判断提取液的氧化程度。首先建立夏秋茶提取液氧化过程中总多酚类含量的可见/近红外光谱定量预测模型。以夏秋茶提取液氧化过程的茶汤作为样本,采集其可见/近红外透射光谱;同时用标准化学方法检测其茶多酚含量。采用SNV方法对光谱进行预处理,之后有比较地利用全波段偏最小二乘法(PLS)、联合区间偏最小二乘法(Si-PLS)、遗传偏最小二乘法(GA-PLS)、竞争性自适应加权抽样算法(CARS)和蚁群算法(ACO)建模。其中,全波段PLS的变量数为902个,预测集的相关系数(Rp)为0.7659,预测均方根误差(RMSEP)为0.0707;Si-PLS模型的变量数为212个,Rp为0.8766,RMSEP为0.0535;GA-PLS模型的变量数为145个,Rp为0.8993,RMSEP为0.05;CARS模型的变量数为65个,Rp为0.8897,RMSEP为0.0517;ACO模型的变量数为20个,Rp为0.8853,RMSEP为0.0508。结果显示,四种波段筛选方法相比于全波段模型均能有效提高模型性能,综合考虑,ACO模型性能最好,因此选择ACO模型作为茶多酚含量的预测模型。然后,为了检验基于茶多酚含量的夏秋茶提取液氧化过程在线监测的可行性,本研究以不同氧化程度的夏秋茶提取液为样品,对比人工专家系统,测试其对夏秋茶提取液氧化程度判断的准确度,测试结果显示,监测系统对夏秋茶提取液氧化程度判断的准确度高达98.75%。研究表明,利用可见/近红外光谱技术可以实现对夏秋茶提取液氧化过程中茶多酚含量的准确在线测量,基于茶多酚含量的在线监测可以实现对夏秋茶提取液氧化程度的准确判断。

关键词：夏秋茶氧化茶多酚色度值在线监测可见/近红外光谱技术

基于IPLS-XGBoost算法的可见-近红外光谱鸡蛋新鲜度高效准确检测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第6期43卷 1711-1718页

作者：张美志张宁乔聪许黄蓉高博孟庆扬鱼卫星西安邮电大学电子工程学院陕西西安710121 中国科学院西安光学精密机械研究所中国科学院光谱成像技术重点实验室陕西西安710119

针对传统光谱法检测鸡蛋新鲜度存在的效率低、准确率不够高等问题,提出采用可见-近红外光谱结合极度提升树(XGBoost)等算法对鸡蛋新鲜度分类进行研究,以期在保证足够高准确度的同时大幅提高检测效率。将不同储存条件下的鸡蛋作为样本,... 详细信息

针对传统光谱法检测鸡蛋新鲜度存在的效率低、准确率不够高等问题,提出采用可见-近红外光谱结合极度提升树(XGBoost)等算法对鸡蛋新鲜度分类进行研究,以期在保证足够高准确度的同时大幅提高检测效率。将不同储存条件下的鸡蛋作为样本,并分别划分为训练集和测试集,采用训练集的综合评价指标(F-measure)和准确率(Accuracy)评估分类模型的性能。具体地,首先利用可见-近红外光谱系统采集鸡蛋的反射光谱,将所得的光谱数据经过不同预处理后再结合随机森林(random forest,RF)、偏最小二乘(partial least squares,PLS)、支持向量机(support vector machine,SVM)、多层感知机(muhi-layer perception,MLP)以及XGBoost等分类算法构建鸡蛋新鲜度分类评估模型,并对比各模型性能指标。分析结果发现,经Savitzky-Golay一阶导(Savitzky Golay first-order derivative,SG-1^(st)-Der)预处理后的RF、SVM、XGBoost模型和经标准正态变量(standardized normal variate,SNV)预处理后的PLS、MLP模型具有较好的训练结果。为进一步提高模型精度和运算效率,提出利用区间偏最小二乘法(interval partial least squares,IPLS)对SG-1^(st)-Der和SNV预处理后的光谱数据首先进行降维,然后再分别建立基于RF、SVM、XGBoost、PLS及MLP等算法的预估模型,最后通过测试集对模型进行验证。结果发现原始光谱数据经SG-1^(st)-Der预处理后所建立的IPLS-XGBoost分类模型性能最优,在不同储藏条件下测试集的F-measure分别为92.33%和90%,Accuracy分别达到94.44%和91.67%,而程序运行时间均不超过0.6 s。表明,可见-近红外光谱结合IPLS-XGBoost分类算法可应用于鸡蛋新鲜度评估,该方法在模型分类性能、准确度评估、运行速度等方面比传统方法更具优越性。

关键词：可见/近红外光谱技术 XGBoost算法区间偏最小二乘法鸡蛋新鲜度

小波变换和连续投影算法在火龙果总酸无损检测中的应用

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2016年第5期36卷 1345-1351页

作者：罗霞洪添胜罗阔代芬吴伟斌梅慧兰林凛华南农业大学电子工程学院广东广州510642 华南农业大学南方农业机械与装备关键技术教育部重点实验室广东广州510642 国家柑橘产业技术体系机械研究室广东广州510642 华南农业大学工程学院广东广州510642

应用可见/近红外光谱技术、小波变换（WT）和连续投影算法（SPA）,对火龙果总酸含量（TA）进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用Maya2000光纤光谱仪采集380~1 099nm范围的火龙果漫反射光谱数据,通过WT... 详细信息

应用可见/近红外光谱技术、小波变换（WT）和连续投影算法（SPA）,对火龙果总酸含量（TA）进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用Maya2000光纤光谱仪采集380~1 099nm范围的火龙果漫反射光谱数据,通过WT消噪、SPA优选波长和偏最小二乘回归（PLSR）分析方法,建立了火龙果总酸的定量预测模型。试验结果表明：经过WT消噪联合SPA优选波长压缩光谱变量后建立的WT-SPA-PLSR模型,预测精度都高于全谱PLSR模型。由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数（R_p）为0.851 394,预测均方根误差（RMSEP）为0.086 848;全部样本的原始光谱数据使用dbN（N=2,3,…,10）小波进行分解消噪,其中消噪效果最优的是db4小波2层分解（db4-2）,WT-PLSR模型的Rp为0.915 635,RMSEP为0.066 752,小波变换消噪后的光谱预测模型精度明显提高;原始光谱经过db10-3小波消噪联合SPA算法,从570个光谱变量中优选出530,545,604,626,648,676,685,695,730,897,972,1 016nm共12个变量作为输入变量,建立WT-SPA-PLSR预测模型,模型的RP为0.882 83,RMSEP为0.077 39。SPA算法适合火龙果TA模型的光谱变量选择,能够有效提取与总酸相关度高的波长变量,增加了预测模型的精度和稳定性。研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。

关键词：可见/近红外光谱技术无损检测小波变换(WT) 连续投影算法(SPA) 火龙果总酸(TA)

应用局部神经网络和可见/近红外光谱法估测土壤有效氮磷钾

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2014年第8期34卷 2102-2105页

作者：吴茜杨宇虹徐照丽晋艳郭焱劳彩莲中国农业大学资源与环境学院北京100193 云南省烟草农业科学研究院云南昆明650021 中国农业大学信息与电气工程学院北京100083

要实现农田合理施肥,需要对土壤养分状况进行实时、准确地诊断,因而建立快速、稳定可靠的土壤养分定量分析方法是关键。光谱分析是一种有很大潜力的快速分析方法,从可见/近红外光谱建模的几个重要环节,即特征波段、预处理方法及回归模... 详细信息

要实现农田合理施肥,需要对土壤养分状况进行实时、准确地诊断,因而建立快速、稳定可靠的土壤养分定量分析方法是关键。光谱分析是一种有很大潜力的快速分析方法,从可见/近红外光谱建模的几个重要环节,即特征波段、预处理方法及回归模型方法的选择,研究了土壤有效氮、磷、钾含量快速估测的光谱建模方法。采用了多元散射校正加一阶导数进行光谱预处理,通过逐波段相关分析在可见-近红外区优选特征波段,并应用了局部非线性回归方法(BP神经网络局部回归法)建模,所建模型对土壤有效氮、磷、钾含量估测的相关系数r分别为0.90,0.82和0.94,BP神经网络局部建模比全局建模具有更好的精度和稳定性,估测精度提高幅度分别为40.63%,28.64%,22.90%。因此,采用局部BP神经网络回归建模法建立土壤有效氮、磷、钾的光谱定量分析模型,可实现对土壤养分状况的快速诊断。该研究的创新点是通过采用局部非线性回归方法提高了土壤光谱营养诊断模型的稳定性和可靠性,为作物生长过程中不同生长时期的土壤养分的动态监测和过程控制提供了技术支持。

关键词：可见/近红外光谱技术土壤养分

可见/近红外技术与感官评价信息融合预测冷藏条件下罗非鱼TVB-N的研究

在线全文

学校读者我要写书评

暂无评论

食品工业科技 2017年第21期38卷 268-273页

作者：史策孙立涛钱建平韩帅范蓓蕾杨信廷北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 农产品质量安全追溯技术及应用国家工程实验室北京100097 天津科技大学电子信息与自动化学院天津300222

应用可见/近红外光谱技术与感官评价信息融合实现冷藏条件下有鳞罗非鱼不同部位鱼肉挥发性盐基氮(TVB-N)的预测。通过便携式近红外光谱仪采集有鳞罗非鱼胸部、中部和尾部鱼肉在340~1063 nm的光谱数据,分别采用卷积平滑法、变量标准化、... 详细信息

应用可见/近红外光谱技术与感官评价信息融合实现冷藏条件下有鳞罗非鱼不同部位鱼肉挥发性盐基氮(TVB-N)的预测。通过便携式近红外光谱仪采集有鳞罗非鱼胸部、中部和尾部鱼肉在340~1063 nm的光谱数据,分别采用卷积平滑法、变量标准化、一阶(1st Der)和二阶(2nd Der)导数进行光谱预处理,利用连续投影算法(SPA)提取罗非鱼不同部位鱼肉的特征波长,建立鱼肉光谱与TVB-N偏最小二乘回归(PLSR)模型,结果表明尾部鱼肉的1st Der-SPA-PLSR模型预测均方根误差(RMSEP)=1.1295 mg/100 g,预测相关系数(Rp^2)=0.8998,预测结果高于其胸部和中部鱼肉模型,并稍高于尾部鱼肉全波段模型。因此,选择尾部鱼肉作为罗非鱼光谱采样区域。为进一步提高模型预测准确性,将尾部鱼肉特征光谱数据与感官评价进行信息融合。通过对比尾部鱼肉光谱、尾部鱼肉光谱与感官评价融合的SPA-PLSR、SPA-BP神经网络和SPA-偏最小二乘支持向量机(LS-SVM)模型,结果表明,尾部光谱和感官评价信息融合的SPA-LS-SVM模型预测结果为RMSEP=0.9701 mg/100 g,Rp^2=0.9255,能更准确预测罗非鱼冷藏条件下TVB-N变化。为冷藏过程中罗非鱼新鲜度预测方法提供了新的思路。

关键词：可见/近红外光谱技术罗非鱼新鲜度预测模型贮藏信息融合

在线全文

学校读者我要写书评

暂无评论

番茄内外品质在线无损检测与分级系统研发

番茄内外品质在线无损检测与分级系统研发

作者：陈昂西北农林科技大学

学位级别：硕士

随着国内外市场对番茄需求量的增加,番茄的品质问题也越来越受到关注。这就要求对采摘后的番茄进行分级,以满足不同消费者的需求,适应消费多样化的发展趋势。因此,研发一种番茄内外部品质无损检测分级系统具有重要的现实意义。本研究基... 详细信息

随着国内外市场对番茄需求量的增加,番茄的品质问题也越来越受到关注。这就要求对采摘后的番茄进行分级,以满足不同消费者的需求,适应消费多样化的发展趋势。因此,研发一种番茄内外部品质无损检测分级系统具有重要的现实意义。本研究基于番茄无损检测分级的需求,利用机器视觉技术检测番茄外部品质,结合近红外光谱技术检测内部品质,开发番茄在线检测分级系统,实现番茄内外品质综合检测并分级,以提高番茄分级的效率和准确性。本论文的主要研究内容与结论如下:(1)番茄内外品质在线检测系统整体设计。根据调研和相关标准,确定番茄内外部品质分级指标和标准。明确在线检测分级系统由信息采集机构,输送机构,上位机分级系统,控制系统,分选机构,五个部分组成。对信息采集机构进行方案设计、硬件选型、安装。根据番茄在线检测流程,对控制系统进行设计,并确定可编程逻辑控制器、伺服器、伺服电机等硬件的型号,在此基础上采用梯形图语言编写控制程序。开发光谱在线采集程序,实现连续采集番茄赤道面的光谱数据求平均值并保存。(2)基于机器视觉技术的番茄外部品质检测模型研究。采集番茄图像,使用Label Img开源软件对番茄图像进行标注,并对训练集样本进行扩充,训练集,验证集,测试集的数量为5550幅、618幅、618幅,基于YOLOv7网络模型,增加解耦头和引入C2f模块对模型进行改进,用训练集图片在七种常用的深度学习模型中进行同批次的训练,经过改进的YOLOv7模型对番茄外部缺陷的检测帧率为40帧/s,平均精确度为94.7%。在YOLOv7的检测结果中对番茄基于颜色通道的A通道进行自适应阈值分割,在分割后的掩膜图像上计算出番茄的果形指数和番茄果径的像素大小,通过小孔成像模型,计算出番茄的实际果径,并通过试验得出果径计算的平均绝对误差为1.9mm。(3)基于可见/近红外光谱技术的番茄内部品质检测模型研究。首先以160个金鹏品种番茄为试验样本,对比竞争自适应重加权采样算法(Competitive adaptive reweighted sampling,CARS)和连续投影算法(Successive projections algorithm,SPA)两种特征提取方法对建模精度的影响,以及偏最小二乘回归(Partial least squares regression,PLSR)和支持向量回归(Support vector regression,SVR)两种建模方法对建模精度的影响。最终得出使用SNV预处理算法加CARS特征提取算法加PLSR建模方法组合使用建立出的模型,对番茄可溶性固形物和硬度预测效果最佳,番茄可溶性固形物和硬度的预测集相关系数R和均方根误差(Root mean squared error of prediciton,RMSEP)分别为0.872、0.289°Brix;0.867、0.675 kg/cm。为了提高检测模型的适用性,增加了普罗旺斯、丰田两种番茄参与模型的验证与优化,由于单一品种建立模型的适用性有限,混合三个品种番茄建立全局模型,得出全局模型对可溶性固形物的预测集相关系数R为0.859,均方根误差RMSEP为0.322°Brix;对番茄硬度的预测集相关系数R为0.877,均方根误差RMSEP为0.643 kg/cm。(4)分级系统搭建与系统准确性验证试验。将建立的番茄内部品质检测模型和外部品质检测模型移植到上位机同一环境下运行,开发基于PyQt5的人机交互界面。在5.8 cm/s速度条件下对100个番茄进行系统准确性验证试验,得出番茄外部品质单独分级、内部品质单独分级、融合品质分级的准确率分别为94.9%、87.3%和88.5%,检测效率为每分钟19个番茄,系统可用于番茄在线检测与分级。

关键词：番茄品质可见/近红外光谱技术机器视觉技术在线检测分级系统检测模型

马铃薯内外部关键品质快速无损检测与系统开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

马铃薯内外部关键品质快速无损检测与系统开发

作者：陈钊庆杭州电子科技大学

学位级别：硕士

马铃薯是粮菜兼用型农产品,中国的马铃薯种植面积和总产量均为全球第一,其品质直接关系到产业的经济价值。对马铃薯品质进行快速无损检测,对于保证粮食安全、促进乡村振兴、保障农民增收和实现共同富裕具有重要意义。本研究利用可见/近... 详细信息

马铃薯是粮菜兼用型农产品,中国的马铃薯种植面积和总产量均为全球第一,其品质直接关系到产业的经济价值。对马铃薯品质进行快速无损检测,对于保证粮食安全、促进乡村振兴、保障农民增收和实现共同富裕具有重要意义。本研究利用可见/近红外光谱技术和机器视觉技术,分别对马铃薯内部的淀粉含量、糖度、内部黑心病和外部的绿皮、发芽、腐烂和机械损伤进行检测,同时开发了在线无损检测系统,最后对此系统进行了验证。论文的主要研究内容和结论如下:(1)马铃薯内部品质典型指标检测。使用偏最小二乘回归对马铃薯的淀粉含量和糖度建立预测模型,并进行模型优化。利用波长筛选算法对全波段数据进行筛选,使用竞争自适应重加权采样(CARS)法选择波长变量后进行建模的效果最优。针对淀粉含量预测模型,与全波段相比,使用CARS后建模变量个数减少为58个,为全波段的9.6%。模型验证集的决定系数(Rp)为0.8897,验证集的均方根误差(RMSEp)为0.8431,Rp相比于全波段建模提升了0.3321。针对糖度预测模型,使用CARS后,变量个数减少为66个,为全波段的11%。模型的Rp为0.9179,RMSEp为0.1509,Rp相比于全波段建模提升了0.5765。(2)马铃薯主要内部缺陷检测。采用可见/近红外光谱技术并结合神经网络建立了马铃薯的内部黑心病缺陷检测模型。将内部缺陷检测转化为二分类问题,分为有缺陷与健康两类。通过搭建的全连接神经网络与卷积神经网络进行模型训练,表明基于卷积神经网络建立的模型分类效果最优,验证集的准确率达到了98.2%。(3)马铃薯外部缺陷检测。通过工业相机与光源组成的视觉光学系统采集马铃薯的外部缺陷图像,检测的外部缺陷包含发芽、腐烂、机械损伤和绿皮缺陷,使用标注软件对图像中的缺陷进行标注并制作成数据集。选取YOLOv5s与YOLOv5m目标检测模型对图像数据集进行训练建模。模型的m AP(IOU=0.5)为89.2%与89.8%。YOLOv5m的模型大小约为YOLOv5s的三倍,结果表明,YOLOv5s是适合在线检测。(4)马铃薯品质检测系统研发。在硬件流水线平台基础上加装视觉与光谱系统,并编写上位机软件进行控制。最终对系统检测的准确性做了测试验证,结果表明,外部缺陷的检测准确率为92.5%,内部缺陷的检测准确率为90%。马铃薯在线检测时淀粉含量预测模型的R为0.7868,RMSE为1.0577。在线检测时糖度预测模型的预测R为0.8205,RMSE为0.1953。

关键词：马铃薯可见/近红外光谱技术神经网络 YOLOv5 系统开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

库尔勒香梨多品质检测装置研发

库尔勒香梨多品质检测装置研发

作者：张艺潇塔里木大学

学位级别：硕士

库尔勒香梨因味美多汁、营养丰富等优点,深受广大消费者的喜欢。随着人们生活水平的改善,消费者对于香梨的品质日益重视,不仅仅关注颜色、果形、果重等相关感官品质,更加关注可溶性固形物、硬度等食用品质。目前,香梨相关品质参数检测... 详细信息

库尔勒香梨因味美多汁、营养丰富等优点,深受广大消费者的喜欢。随着人们生活水平的改善,消费者对于香梨的品质日益重视,不仅仅关注颜色、果形、果重等相关感官品质,更加关注可溶性固形物、硬度等食用品质。目前,香梨相关品质参数检测大多按照果蔬品质检测标准进行,既费时费力,又对香梨产生损伤,适用于抽检,不利于香梨大批量品质检测。本文利用可见/近红外光谱技术、机器视觉技术,特征变量筛选算法和定量预测算法结合嵌入式系统,研发了香梨多品质检测装置。研究内容及结果如下:(1)搭建图像及光谱同时获取多点检测装置。装置主要由光谱图像采集单元、控制处理单元、光源单元、显示单元、电源单元和多点检测结构组成。(2)开发了库尔勒香梨多品质检测软件。检测软件具有用户识别功能、检测设备识别与参数设置功能、光谱、图像预处理功能、品质参数预测功能、实时显示模块及通讯模块。检测软件在Linux系统环境下开发,使用Python语言开发。(3)研究库尔勒香梨感官品质及食用品质预测模型。选择库尔勒香梨的感官品质(颜色、果重)和食用品质(硬度、可溶性固形物(Soluble solids content,SSC))作为库尔勒香梨品质指标。多元散射校正、标准正态变量变换等算法预处理光谱数据,以连续投影算法筛选特征波长,利用偏最小二乘回归算法建立基于光谱、图像数据和二者融合的品质预测模型。采用矩形框(800pixel×900pixel)截取香梨,大津法(Otsu)计算图像阈值并二值处理,利用形态学、边缘检测算子、填充运算提取缺陷轮廓,得到缺陷面积。长轴、短轴、周长、面积4个特征建立质量预测模型,使用灰度共生矩阵提取图像纹理特征。将图像纹理特征与光谱特征波长对应的光谱数据相结合建立品质预测模型。在特征融合下,SSC预测模型校正集与预测集相关系数0.933、0.931,均方根误差0.432%、0.436%,硬度预测模型校正集与预测集相关系数0.941、0.926,均方根误差0.418kgf/cm2、0.478kgf/cm2,颜色a*校正集与预测集相关系数0.946、0.935,均方根误差0.406、0.426。将最佳模型代入样机中,在样机测试中,样机可完成品质信息的获取,给出的结果与人工检测相比具有较高一致性。

关键词：库尔勒香梨图谱分析机器视觉嵌入式可见/近红外光谱技术