基于X射線成像技術的農產品內部品質無損檢測研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、我國是農業(yè)大國,發(fā)展農業(yè)生產,增加農民收入是解決“三農”問題的關鍵。對農產品進行產后加工、品質檢測是確保農產品品質、提高農產品競爭力、實現(xiàn)農民增收的有效途徑。傳統(tǒng)的破壞性檢測方法費工、費時,檢測結果受檢測人員主觀因素影響大,并造成大量經濟損失,為解決這一問題,有必要實現(xiàn)農產品品質的快速、客觀和無損檢測,它也正成為當前研究的熱點。本論文提出了利用X射線成像技術對農產品內部品質進行檢測的思路。以板栗和蘋果(分別作為堅果和水果的代表)為對象,

2、融合X射線成像技術和圖像處理技術對其內部品質進行無損檢測。論文的主要內容如下: 1.根據(jù)X射線探測器成像原理和結構,完成了X射線探測器成像校正;針對板栗、蘋果兩種物料,通過試驗,確定其品質檢測試驗最佳參數(shù)。板栗檢測最佳試驗條件:電壓65KV、電流0.6mA、積分時間2.22ms、傳送速度18.02cm/s;蘋果檢測最佳試驗條件:電壓70KV、電流0.75mA、積分時間2.22ms、傳送速度18.02cm/s。 2.討論板

3、栗X射線圖像的去噪方法,確定采用3×3的高斯濾波器對圖像去噪;采用自動閾值法結合二維插值生成自適應閾值圖,分割病害圖像,結合形態(tài)學處理,提取病害區(qū)域面積,設定閾值,判定板栗內部品質。判準率達91.8%。根據(jù)板栗分級標準,提取板栗圖像灰度參數(shù),建立板栗重量預測模型,模型預測相關系數(shù)R2=0.924。 3.采用Laplacian-Gaussian(Log)邊緣檢測算子獲得蘋果碰傷邊緣圖像;采用巴特沃斯高通濾波器和Ostu閾值分割法分

4、割出蘋果腐爛、褐變區(qū)域圖像;針對蘋果水心特點,采用蘋果正負片圖像相減法增強圖像,利用局部閾值法分割蘋果水心。提取蘋果水心的5個特征:蘋果圖像初始面積Si、蘋果圖像初始平均灰度Via、水心區(qū)域面積So、初始圖像的水心區(qū)域平均灰度Voa和水心區(qū)域與蘋果面積比R。并以此作為輸入向量建立蘋果水心的k-近鄰法和BP神經網絡分類模型。結果表明,5×5×1的BP神經網絡分類模型分類效果較好,預測準確率為84.2%。 本文對板栗、蘋果內部品質的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論