李果實(shí)飽滿圓潤(rùn),果實(shí)肥碩,鮮嫩水靈,余味無窮,是人們喜愛的傳統(tǒng)果品之一。既可作成罐頭、果脯,還有較高的藥用價(jià)值。本文以采摘自山西太谷侯城鄉(xiāng)李果實(shí)作為研究對(duì)象,基于高光譜成像技術(shù)對(duì)李果實(shí)的成熟度進(jìn)行無損檢測(cè)研究,為實(shí)現(xiàn)李果實(shí)成熟度的無損檢測(cè)和判別提供理論依據(jù)。主要研究?jī)?nèi)容及結(jié)果如下：（1）基于高光譜儀對(duì)李果實(shí)樣本的光譜信息（420-1000nm）進(jìn)行采集,對(duì)不同成熟度的李果實(shí)（未熟、半熟、成熟、過熟）樣本進(jìn)行基于全波段光譜、主成分分析以及特征波長(zhǎng)的PLS建模分析,得出了每種模型下的李果實(shí)成熟度的校正集與預(yù)測(cè)集并進(jìn)行對(duì)比分析發(fā)現(xiàn),基于全波段光譜所建立的模型準(zhǔn)確率最高,但是考慮實(shí)驗(yàn)計(jì)算量及復(fù)雜程度來說,基于特征波長(zhǎng)的模型判別準(zhǔn)確率最優(yōu)。（2）對(duì)李果實(shí)樣本的SSC（可溶性固形物）和硬度值分別進(jìn)行測(cè)量后,通過SPSS統(tǒng)計(jì)軟件進(jìn)行箱圖分析,剔除異常樣本,并進(jìn)行Shapiro-Wilk正態(tài)性檢驗(yàn),表明兩因子對(duì)表征樣本成熟度具有代表性。然后基于兩因子分別建立李果實(shí)成熟度的PLS模型,結(jié)果表明,基于硬度值的判別準(zhǔn)確率最高,對(duì)未熟、半熟、成熟、過熟的判別準(zhǔn)確率達(dá)到了84.5%、75.6%、91.7%及96... 

【文章來源】：山西農(nóng)業(yè)大學(xué)山西省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１不同成熟度的樣本圖??Ｆｉｇ．２－１?Ｄｉｆｆｅｒｅｎｔ?Ｍａ山ｒｉｔｙ?ｏｆ山ｍｓ??

時(shí)間分別為１．２ｓ和３．２ｓ，本實(shí)驗(yàn)采用４２０？ｌＯＯＯｎｍ的ＭＳＣ?６２１?ＶＩＳ?ＩＩ校塊，ｉｆ中采集信息??物距（對(duì)象至鏡頭邊緣）為３０ｃｍ，曝光時(shí)間為３０（Ｋ）ｕｓ，平臺(tái)運(yùn)行速度為２０ｍｍ／ｓｅｃ，總??的運(yùn)行距離為４００ｍｍ。圖２－２所示為測(cè)試選用ＭＣＳ６００高光譜儀的內(nèi)部結(jié)構(gòu)圖和實(shí)驗(yàn)選??用的ＭＣＳ６００高光譜儀的整體結(jié)構(gòu)圖，團(tuán)２－３為高光譜儀的結(jié)構(gòu)圖。光譜采集軟件為??ＡｓｐｅｃｔＰｌｕｓ。??闕城。??圖２－２高光譜化??Ｆｉｇ．２－２?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?Ｓｙｓ化ｍ??１??１?２??１??Ｉ，／??魏Ｃ?寫口??圖２－３高光譜儀結(jié)構(gòu)圖??Ｆｉｇ．２－３?Ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｓｙｓｔｅｍ??１相機(jī)２光纖３光源控制器４計(jì)幹機(jī)５傳送帶??１?ｃａｍａｒａ?２?Ｏｐｔｉｃａｌ?ｆｉｂｅｒ?３?Ｐｏｗｅｒ?ｃｏｎｔｒｏｌｌｅｒ??４?Ｃｏｍｐ山ｅｒ?５?Ｃｏｎｖｅｙｏｒ?ｂｅｌｔ??－８－??

角巧■?ｇ＂＇ｍ’‘Ｉ?＾■弓￡貨５苗於＞＞說３?灼ＭＰ；?ｆ?ＩＣＭＷｉ?Ｉ?ｉ－ｉ?ｖｔ＾ｍ?ｊ？?：?＇ｉ?ｍＭ■Ｉ?％?Ｔ：?ｔ廣１?＇Ｌ＿Ｊ－囚?占ｎ圖２＞４信息采集軟件??Ｆｉｇ．２－４?Ｉｎｆｏｒｍａｔｉｏｎ?ａｃｑｕｉｓｉｔｉｏｎ?ｓｏｆｔｗａｒｅ??儀??實(shí)可溶性固形物含量的獲得，是將李果實(shí)內(nèi)的到。圖２－５為實(shí)驗(yàn)中使用的阿貝折射儀，表２

【參考文獻(xiàn)】：
期刊論文
[1]基于高光譜成像技術(shù)的沙金杏成熟度判別[J]. 薛建新,張淑娟,張晶晶.  農(nóng)業(yè)工程學(xué)報(bào). 2015(11)
[2]壺瓶棗自然損傷的高光譜成像檢測(cè)[J]. 薛建新,張淑娟,張晶晶.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(07)
[3]基于高光譜成像的水稻穗瘟病害程度分級(jí)方法[J]. 黃雙萍,齊龍,馬旭,薛昆南,汪文娟.  農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[4]基于近紅外高光譜成像的獼猴桃早期隱性損傷識(shí)別[J]. 遲茜,王轉(zhuǎn)衛(wèi),楊婷婷,劉大洋,郭文川.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(03)
[5]基于主成分與聚類分析的蘋果加工品質(zhì)評(píng)價(jià)[J]. 公麗艷,孟憲軍,劉乃僑,畢金峰.  農(nóng)業(yè)工程學(xué)報(bào). 2014(13)
[6]基于圖像處理技術(shù)的大田麥穗計(jì)數(shù)![J]. 劉濤,孫成明,王力堅(jiān),仲曉春,朱新開,郭文善.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(02)
[7]基于高光譜成像技術(shù)的鮮棗裂紋的識(shí)別研究[J]. 余克強(qiáng),趙艷茹,李曉麗,張淑娟,何勇.  光譜學(xué)與光譜分析. 2014(02)
[8]基于高光譜成像技術(shù)的柑橘缺陷無損檢測(cè)[J]. 章海亮,高俊峰,何勇.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2013(09)
[9]梨果糖濃度近紅外漫反射光譜檢測(cè)的預(yù)處理方法研究[J]. 王偉明,董大明,鄭文剛,趙賢德,矯雷子,王明飛.  光譜學(xué)與光譜分析. 2013(02)
[10]鮮棗可溶性固形物可見/近紅外光譜檢測(cè)建模方法比較[J]. 張淑娟,張海紅,趙艷茹,趙華民.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2012(03)

博士論文
[1]基于光譜的黑土區(qū)有機(jī)質(zhì)快速測(cè)定方法及其應(yīng)用研究[D]. 吳才武.中央民族大學(xué) 2015

碩士論文
[1]基于高光譜成像技術(shù)的山楂無損檢測(cè)研究[D]. 李濤杰.山西農(nóng)業(yè)大學(xué) 2015
[2]基于近紅外光譜技術(shù)和X射線圖像的鮮棗蟲害檢測(cè)研究[D]. 孫海霞.山西農(nóng)業(yè)大學(xué) 2014
[3]主成分分析法研究及其在特征提取中的應(yīng)用[D]. 陳佩.陜西師范大學(xué) 2014
[4]基于高光譜成像技術(shù)的哈密瓜堅(jiān)實(shí)度檢測(cè)研究[D]. 李鋒霞.石河子大學(xué) 2014
[5]基于圖像處理的煙葉成熟度檢測(cè)技術(shù)研究[D]. 周首峰.西北農(nóng)林科技大學(xué) 2013
[6]基于NIR高光譜成像技術(shù)的長(zhǎng)棗蟲害及可溶性固形物無損檢測(cè)研究[D]. 羅陽.寧夏大學(xué) 2013
[7]基于光譜技術(shù)的甜橙果實(shí)內(nèi)在品質(zhì)檢測(cè)及成熟期預(yù)測(cè)模型研究[D]. 毛莎莎.西南大學(xué) 2010
[8]基于數(shù)字圖像處理技術(shù)的水稻長(zhǎng)勢(shì)監(jiān)測(cè)研究[D]. 劉繼承.南京農(nóng)業(yè)大學(xué) 2007
[9]基于顏色和紋理特征的圖像檢索研究[D]. 李迎新.上海海事大學(xué) 2007
[10]應(yīng)用于圖像處理的中值濾波改進(jìn)算法[D]. 周杰.北京郵電大學(xué) 2007



本文編號(hào)：3048625