【摘要】：近年來(lái)我國(guó)幾大蘋果主產(chǎn)區(qū)均已出現(xiàn)不同程度的霉心病病害,蘋果霉心病發(fā)病呈逐年上升態(tài)勢(shì),給整個(gè)產(chǎn)業(yè)造成了嚴(yán)重?fù)p失�，F(xiàn)有霉心病無(wú)損檢測(cè)方法多基于近紅外光譜分析技術(shù),采用漫反射、透射進(jìn)行全波段光譜病害分析,實(shí)現(xiàn)了單個(gè)蘋果樣品霉心病檢測(cè),但仍存在檢測(cè)過(guò)程自動(dòng)化程度低,復(fù)雜度高的問(wèn)題,難以滿足果品產(chǎn)業(yè)在線分選對(duì)檢測(cè)方式、檢測(cè)速度、可靠性等方面的實(shí)際需求。針對(duì)產(chǎn)業(yè)霉心病在線檢測(cè)需求,本文基于霉心病發(fā)病機(jī)理分析,提出多因子融合的霉心病在線檢測(cè)方法,構(gòu)建了融合多源信息的病害判別模型,在此基礎(chǔ)上設(shè)計(jì)開發(fā)了相應(yīng)的霉心病在線檢測(cè)系統(tǒng),并進(jìn)行了系統(tǒng)測(cè)試與驗(yàn)證,結(jié)果表明本文設(shè)計(jì)的霉心病在線檢測(cè)方法能夠有效滿足蘋果霉心病在線高通量檢測(cè)需求,為實(shí)現(xiàn)蘋果霉心病在線檢測(cè)與保障果品質(zhì)量安全提供了新思路,對(duì)提升水果產(chǎn)業(yè)分選水平,增強(qiáng)產(chǎn)業(yè)核心競(jìng)爭(zhēng)力具有積極意義。本文具體工作及結(jié)論如下:(1)霉心病在線檢測(cè)主要關(guān)聯(lián)因素分析�；谔O果霉心病病害機(jī)理分析,提取了霉心病在線檢測(cè)主要關(guān)聯(lián)因子,論證了基于近紅外透射光譜及果實(shí)密度綜合檢測(cè)霉心病果的可行性,最終提出了采用霉心病特征透射光強(qiáng)、果形指數(shù)、果徑和重量作為霉心病的主要判別因子。針對(duì)霉心病特征透射波段選取需求,本文基于蘋果霉心病近紅外光譜采集平臺(tái),獲取了樣品全光譜數(shù)據(jù),采用偏最小二乘法進(jìn)行了特征波段篩選,最終確定在200-1100nm波段范圍的霉心病最相關(guān)波段為701nm~728nm。(2)多源信息預(yù)處理方法研究。本文基于霉心病在線檢測(cè)試驗(yàn)平臺(tái),獲取了108個(gè)陜西紅富士蘋果的圖像、重量、透射光譜數(shù)據(jù);針對(duì)蘋果果形指數(shù)信息的獲取,提出了一種基于機(jī)器視覺(jué)技術(shù)的蘋果橫縱徑在線計(jì)算方法,在線識(shí)別果實(shí)橫徑、縱徑的平均相對(duì)誤差為2.07%、2.52%;針對(duì)透射光譜和重量數(shù)據(jù)特點(diǎn),分別測(cè)量三次數(shù)據(jù)取平均值作為樣品數(shù)據(jù);最后,采用Z-score方法對(duì)四維霉心病檢測(cè)關(guān)聯(lián)因子數(shù)據(jù)進(jìn)行了歸一化預(yù)處理。(3)蘋果霉心病在線判別模型研究。霉心病判別具有二分類非線性特點(diǎn),采用線性判別算法,針對(duì)四維霉心病檢測(cè)關(guān)聯(lián)因子間不同組合情況構(gòu)建霉心病判別模型,結(jié)果表明四維因子融合的判別模型準(zhǔn)確率最高,達(dá)到68.18%;采用支持向量機(jī)算法,構(gòu)建了基于徑向基核函數(shù)的四維因子融合的判別模型,準(zhǔn)確率為90.91%,建模時(shí)間為5.951s;采用隨機(jī)森林算法,分析了不同決策樹個(gè)數(shù)對(duì)模型性能的影響,以150棵決策樹構(gòu)建了四維因子融合的判別模型,準(zhǔn)確率為95.45%,建模時(shí)間為0.054s。通過(guò)模型對(duì)比分析,結(jié)合本研究中在線檢測(cè)對(duì)模型復(fù)雜性、實(shí)效性的需求,最終選用隨機(jī)森林算法構(gòu)建霉心病在線檢測(cè)模型。(4)蘋果霉心病在線檢測(cè)系統(tǒng)開發(fā)與驗(yàn)證�；跇�(gòu)建的檢測(cè)模型,采用C++語(yǔ)言開發(fā)了蘋果霉心病在線檢測(cè)系統(tǒng)軟件,并將檢測(cè)模型嵌入在線檢測(cè)系統(tǒng),搭載于蘋果霉心病在線檢測(cè)試驗(yàn)平臺(tái),實(shí)現(xiàn)了蘋果霉心病在線檢測(cè)與分選決策;采用陜西紅富士蘋果54個(gè),進(jìn)行了系統(tǒng)整體測(cè)試,結(jié)果表明檢測(cè)系統(tǒng)可實(shí)現(xiàn)蘋果多源信息獲取分析、病害精準(zhǔn)判別以及蘋果霉心病在線分選決策,系統(tǒng)運(yùn)行穩(wěn)定可靠,霉心病在線判別精度達(dá)83.3%,檢測(cè)速度達(dá)到1.5s/個(gè),能夠滿足蘋果霉心病在線檢測(cè)需求。
【圖文】：

a 褐變 b 霉心 c 心腐圖 2-1 霉心病類型Fig. 2-1 Type of moldy core of apple種病害，目前并沒(méi)有成熟的防治方法，主要通過(guò)化學(xué)藥劑法進(jìn)行間組織狀態(tài)、品種、環(huán)境溫度影響很大，往往打藥不及時(shí)或花期就會(huì)造成霉心病大規(guī)模爆發(fā)。在產(chǎn)后分析中，目前僅有少量便攜設(shè)備，不能夠滿足產(chǎn)業(yè)批量化分選需求。射光譜檢測(cè)的檢測(cè)因子分析述分析，霉心病果果肉發(fā)生明顯變化，果實(shí)內(nèi)棒曲霉素含量急劇量等指標(biāo)上與健康果存在顯著。近紅外透射光譜（NITS）是近能夠通過(guò)有機(jī)物在近紅外光譜區(qū)的振動(dòng)吸收而快速分析樣品組、精準(zhǔn)的特點(diǎn)，他與反射及漫反射光譜檢測(cè)最大的區(qū)別在于能夠織成分，而不單單局限于物體表面，能夠有效滿足霉心病檢測(cè)需術(shù)運(yùn)用在霉心病檢測(cè)上具有良好的科學(xué)性。因此，本文采用近紅心病檢測(cè)因子分析。

果肉發(fā)生明顯變化，，果實(shí)內(nèi)棒曲果存在顯著。近紅外透射光譜近紅外光譜區(qū)的振動(dòng)吸收而快速與反射及漫反射光譜檢測(cè)最大的局限于物體表面，能夠有效滿足測(cè)上具有良好的科學(xué)性。因此，�；径�，也是 NITS 中的關(guān)鍵色光垂直入射均勻不發(fā)生散射類有關(guān)，還與物質(zhì)密度及光程成A = lg(1 / T) = kbc 能力，T 為入射光與透射光光強(qiáng)透射光波段有關(guān)，C 為吸光物質(zhì)面如圖 2-2 所示。
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：S436.611;S126

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柴玉華;孫瑋t

本文編號(hào)：2563189