油桃系普通桃的變種,起源于我國(guó),由于其具有對(duì)土壤、氣候適應(yīng)性強(qiáng)的特點(diǎn)而得到了廣泛的種植。油桃以其果皮光滑無毛、色澤艷麗、風(fēng)味濃甜而深受人們的喜愛。本研究以油桃為研究對(duì)象,基于高光譜成像技術(shù)分別對(duì)油桃的外部缺陷和內(nèi)部品質(zhì)進(jìn)行了檢測(cè)研究,同時(shí)實(shí)現(xiàn)了對(duì)多品種油桃的分類判別。本研究的主要內(nèi)容與結(jié)論如下：(1)基于高光譜成像技術(shù)的光譜維角度對(duì)“中油9號(hào)”油桃外部缺陷的檢測(cè)研究。采用可見/近紅外波段(420～1000nm)的光譜數(shù)據(jù),分別建立全波段、主成分和特征波長(zhǎng)的偏最小二乘法(Partial Least Squares, PLS)、最小二乘支持向量機(jī)(Least Square Support Vector Machine, LS-SVM)和極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)的檢測(cè)模型,并對(duì)其完好果、裂紋果、銹斑果、異形果和暗傷果進(jìn)行缺陷檢測(cè)。結(jié)果表明：采用全波段光譜數(shù)據(jù)建立的LS-SM模型得到最優(yōu)的判別效果,判別精度為96.67%;采用主成分光譜數(shù)據(jù)建立的ELM模型得到最優(yōu)判別效果,判別精度為90.00%；采用偏最小二乘回歸法(Partial Least ...

【文章頁(yè)數(shù)】：169 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖2-3高光譜實(shí)驗(yàn)軟件界面

Ｆｉｇ．２－３?Ｔｈｅ?ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｉｎｇ?ｅｘｐｅｒｉｍｅｎｔａｌ?ｓｏｆｔｗａｒｅ?ｉｎｔｅｒｆａｃｅ??為防止信息的過度飽和或成像失真采集圖像信息前進(jìn)行相應(yīng)的設(shè)置ｐｗ。本研究設(shè)下表２－１所示：??表２－１圖像信息采集軟件初始化設(shè)置表??Ｔａｂ．２－１?....

圖２－４?ＥＮＶＩ?４．７軟件界面??Ｆｉｇ．?２－４?虹化ｒｆａｃｅ?ｏｆ?ＥＮＶＩ?４．７??２．２．４?Ｔｈｅ?Ｕｎｓｃｒａｍｂｌｅｒ?Ｘ１０．２光譜分析和建模軟件??

在確定好所用的算法之后，與該方法有關(guān)的信息就會(huì)自動(dòng)出現(xiàn)在后面彈出的窗口中，最??后建立相關(guān)的模型。軟件能夠?qū)Φ玫降哪Ｐ瓦M(jìn)行各種診斷，其中有光譜主成分分析、交??互驗(yàn)證、光譜統(tǒng)計(jì)分析等。該軟件的界面如圖２－５所示。??１７??

圖2-5TheUnscramblerX10.2軟件界面

Ｆｉｇ．?２－５?Ｔｈｅ?Ｕｎｓｃｒａｍｂｌｅｒ?ＸＩ?０．２?ｓｏｆｔｗａｒｅ?ｉｎｔｅｒｆａｃｅ??２．２．５其他數(shù)據(jù)處理軟件??由于高光譜圖像含有很大的數(shù)據(jù)量，因此實(shí)驗(yàn)中使用了?ＥＮＶＩ和二次開發(fā)兩種方法??來批量處理各種高光譜圖像數(shù)據(jù)，之后要把得到的經(jīng)過處理的圖像數(shù)據(jù)再輸....

圖２－７油桃樣本??Ｆｉｇ．２－７?Ａ?ｔｙｐｉｃａｌ?ｎｅＵａｒｉｎｅ?ｓａｍｐｌｅ??

圖像分割；濾波過程要利用掩膜，來去掉樣本中的背景。此研究中使用了手動(dòng)提取感興??趣區(qū)域的手段來濾除背景。ＲＯＩ表示圖像中最吸引用戶，最可Ｗ突出圖像內(nèi)容的范圍，??若可Ｗ得到相關(guān)區(qū)域則能夠極大地提升處理圖像的效率及準(zhǔn)確性ｔ７８］。見下圖２－７，油桃??是楠圓形狀且其表面光滑，光照在....

本文編號(hào)：3965887