本文關(guān)鍵詞：基于高光譜成像技術(shù)的藍莓內(nèi)部品質(zhì)檢測方法的研究

  更多相關(guān)文章： 藍莓 高光譜成像技術(shù) 品質(zhì)檢測 連續(xù)投影法 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：近年來,藍莓以其豐富的營養(yǎng)價值和保健價值一直受到廣大消費者的青睞,隨著物質(zhì)生活的提高,人們對藍莓的品質(zhì)要求逐漸增高。而人工分揀、分級只能依靠藍莓的大小,顏色,形狀來篩選,而藍莓的內(nèi)部品質(zhì)無法分辨。高光譜成像技術(shù)是近幾年來新興起的一門融合了圖像技術(shù)和光譜技術(shù)的學(xué)科,許多海內(nèi)外研究學(xué)者將其應(yīng)用到水果品質(zhì)的檢測之中,提出了很多水果無損檢測的方法,并且已取得很好的研究成果。本研究利用高光譜成像技術(shù)對藍莓內(nèi)部品質(zhì)(糖度和硬度)進行無損檢測。為實現(xiàn)藍莓在線無損檢測提供技術(shù)和理論的依據(jù),對提高藍莓分級精度和品質(zhì)檢測水平有重要意義。本研究以漿果之中最具有代表性的藍莓作為研究對象,首先采用自主搭建的高光譜成像設(shè)備,對藍莓進行高光譜圖像采集,將采集后的藍莓立即測定其糖度、硬度實測值。其次,將采集的藍莓高光譜圖像進行校正,利用軟件選取30×30的矩形感興趣區(qū)域(ROIs),計算ROIs內(nèi)的所有點的平均光譜反射率,觀察平均光譜反射率曲線去除受噪聲影響較大的區(qū)域,選取500nm-1000nm之間的數(shù)據(jù)作為全光譜數(shù)據(jù)。然后,研究提出簡化數(shù)據(jù)和優(yōu)化數(shù)據(jù)降維的方法—連續(xù)投影算法(SPA)做特征光譜提取,在糖度預(yù)測研究中,選取出12個特征波長,數(shù)據(jù)量減少了96.92%。在硬度預(yù)測實驗中,選取8個特征波長,數(shù)據(jù)量減少了97.95%。最后,采用BP神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型：基于全波段-BP神經(jīng)網(wǎng)絡(luò)糖度、硬度預(yù)測模型,基于SPA-BP神經(jīng)網(wǎng)絡(luò)糖度、硬度預(yù)測模型,并對所建模型的預(yù)測結(jié)果進行了比較。研究結(jié)果表明,所建模型都取得了較好的預(yù)測結(jié)果,相較于基于全波段的BP神經(jīng)網(wǎng)絡(luò)模型,基于特征波段的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測結(jié)果更好。采用提取特征波段的方法建立藍莓糖度、硬度預(yù)測模型,不僅可以降低數(shù)據(jù)維數(shù),減少模型的計算量,而且還取得了較好的預(yù)測結(jié)果。
【關(guān)鍵詞】：藍莓 高光譜成像技術(shù) 品質(zhì)檢測 連續(xù)投影法 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：沈陽農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要8-9
• Abstract9-11
• 第一章 緒論11-25
• 1.1 課題研究的背景、目的及意義11-15
• 1.2 高光譜成像技術(shù)在水果品質(zhì)檢測的國內(nèi)外研究進展15-22
• 1.3 研究目標(biāo)及具體內(nèi)容22-24
• 1.4 本章小結(jié)24-25
• 第二章 實驗材料和研究方法25-35
• 2.1 實驗材料25-30
• 2.1.1 高光譜成像硬件設(shè)備組成25-26
• 2.1.2 高光譜圖像采集軟件平臺26-27
• 2.1.3 高光譜圖像數(shù)據(jù)處理軟件平臺27-29
• 2.1.4 糖度儀29
• 2.1.5 硬度計29-30
• 2.2 實驗樣本30
• 2.3 實驗分析方法30
• 2.4 實驗數(shù)據(jù)處理方法30-34
• 2.4.1 圖像光譜校正方法30-31
• 2.4.2 光譜特征提取方法31-32
• 2.4.3 建模方法32-34
• 2.5 本章小結(jié)34-35
• 第三章 基于高光譜成像技術(shù)的藍莓糖度無損檢測研究35-45
• 3.1 實驗樣本采集35-38
• 3.1.1 藍莓樣本劃分35
• 3.1.2 高光譜圖像采集35-37
• 3.1.3 糖度值的采集37-38
• 3.2 數(shù)據(jù)處理及分析檢測38-41
• 3.2.1 光譜校正38
• 3.2.2 光譜數(shù)據(jù)分析38-40
• 3.2.3 光譜特征提取40-41
• 3.2.4 預(yù)測模型41
• 3.3 結(jié)果與討論41-44
• 3.4 本章小結(jié)44-45
• 第四章 基于高光譜成像的藍莓硬度無損檢測研究45-55
• 4.1 實驗樣本采集45-48
• 4.1.1 藍莓樣本劃分45
• 4.1.2 高光譜圖像采集45-47
• 4.1.3 藍莓樣本硬度值的采集47-48
• 4.2 數(shù)據(jù)處理及分析檢測48-51
• 4.2.1 光譜校正48
• 4.2.2 光譜數(shù)據(jù)分析48-50
• 4.2.3 光譜特征提取50-51
• 4.2.4 預(yù)測模型51
• 4.3 結(jié)果與討論51-54
• 4.4 本章小結(jié)54-55
• 第五章 結(jié)論與展望55-57
• 5.1 主要研究結(jié)論55-56
• 5.2 展望56-57
• 參考文獻57-62
• 致謝62-63
• 攻讀碩士學(xué)位期間論文發(fā)表情況63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李慶利;薛永祺;王建宇;岳小強;;高光譜成像系統(tǒng)在中醫(yī)舌診中的應(yīng)用研究[J];紅外與毫米波學(xué)報;2006年06期

2 田有文;程怡;吳瓊;牟鑫;;農(nóng)產(chǎn)品病蟲害高光譜成像無損檢測的研究進展[J];激光與紅外;2013年12期

3 徐爽;易東;;利用高光譜成像技術(shù)檢測長棗表面蟲傷[J];電子制作;2013年21期

4 高國龍;用高光譜成像熒光成像儀觀察海底情況[J];紅外;2003年05期

5 單佳佳;彭彥昆;王偉;李永玉;吳建虎;張雷蕾;;基于高光譜成像技術(shù)的蘋果內(nèi)外品質(zhì)同時檢測[J];農(nóng)業(yè)機械學(xué)報;2011年03期

6 高國龍;;美國高光譜成像技術(shù)獲資金支持[J];紅外;2009年11期

7 蔡健榮;韓智義;;碧螺春茶葉的真?zhèn)舞b別技術(shù)——基于漫反射式高光譜成像技術(shù)[J];農(nóng)機化研究;2013年04期

8 高國龍;;采用靜態(tài)傅里葉變換光譜儀的星載高光譜成像技術(shù)[J];紅外;2013年05期

9 孫梅;陳興海;張恒;陳海霞;;高光譜成像技術(shù)的蘋果品質(zhì)無損檢測[J];紅外與激光工程;2014年04期

10 羅陽;何建國;賀曉光;王松磊;劉貴珊;;農(nóng)產(chǎn)品無損檢測中高光譜成像技術(shù)的應(yīng)用研究[J];農(nóng)機化研究;2013年06期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 盧云龍;劉志剛;;高光譜成像技術(shù)及其在目標(biāo)檢測中的應(yīng)用進展[A];國家安全地球物理叢書（九）——防災(zāi)減災(zāi)與國家安全[C];2013年

2 馬本學(xué);應(yīng)義斌;饒秀勤;;高光譜成像在水果表面缺陷及污染檢測中的研究進展[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

3 何寶琨;;使用曲面棱鏡的高光譜成像系統(tǒng)設(shè)計[A];中國空間科學(xué)學(xué)會空間探測專業(yè)委員會第二十六屆全國空間探測學(xué)術(shù)研討會會議論文集[C];2013年

4 孫向軍;劉凱龍;趙志勇;李雪濤;;高光譜成像及仿真技術(shù)途徑探索[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 顏昌翔;;星載高光譜成像及數(shù)據(jù)應(yīng)用[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會論文集[C];2012年

6 肖功海;舒嶸;薛永祺;;顯微成像光譜技術(shù)及其應(yīng)用[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2004年

7 賴建軍;陳四海;陳坦;易新建;;基于MEMS微鏡陣列的高光譜成像技術(shù)研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第三屆學(xué)術(shù)會議論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 葛明鋒;基于輕小型無人機的高光譜成像系統(tǒng)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

2 何青;多類型高光譜成像集成系統(tǒng)的研制及其應(yīng)用研究[D];暨南大學(xué);2015年

3 王彩玲;干涉高光譜成像中的信息提取技術(shù)[D];中國科學(xué)院研究生院(西安光學(xué)精密機械研究所);2011年

4 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測[D];浙江大學(xué);2014年

5 馬m，

本文編號：814881