基于NIR高光譜成像技術的長棗蟲害及可溶性固形物無損檢測研究.pdf

1、水果品質(zhì)是決定其商品價值的重要因素，也是影響消費者購買需求的重要屬性。傳統(tǒng)的理化檢測方法因其檢測指標單一、耗時以及樣品破壞性已不能滿足水果商品化的需求。高光譜成像技術集成了計算機成像技術和光譜技術的優(yōu)勢，能夠在連續(xù)空間內(nèi)同時獲得被測物的光譜信息和圖像信息，可對農(nóng)產(chǎn)品內(nèi)外部品質(zhì)進行可視化研究，近年來在水果品質(zhì)檢測方面得到廣泛應用。
　　 本文以靈武長棗為研究對象，利用近紅外高光譜成像技術(900-1700nm)，結合化學計量學方法

2、和圖像處理方法，開發(fā)了棗果蟲害識別算法，建立了靈武長棗可溶性固形物含量的定量分析模型，從而實現(xiàn)了靈武長棗內(nèi)外部品質(zhì)的綜合評價，為下一步開發(fā)實時、快速、在線的無損檢測系統(tǒng)提供理論依據(jù)。主要研究結果如下:
　　 (1)利用NIR高光譜成像系統(tǒng)對蟲棗進行研究，結合掩模、取反、閾值分割、膨脹和連通度分析五種圖像處理算法，開發(fā)了基于特征波長PCA長棗蟲害識別算法，對240個長棗樣本逐一識別，蟲害棗識別率為81.9％，正常棗識別率為96％。

3、
　　 (2)采用波段比(BR)和圖像差(IS)算法結合圖像處理算法對未識別長棗進一步識別。結果表明，PCA結合IS的方法對蟲害的識別率從81.9％提高到92.5％，PCA結合BR的方法對蟲害的識別率從81.9％提高到90.6％。
　　 (3)對獲取的高光譜數(shù)據(jù)結合長棗可溶性固形物(SSC)實測值，采用杠桿值結合Cook距離與學生化殘差對光譜異常和化學值異常樣本進行剔除，有效提高了預測模型的穩(wěn)健性。
　　 (4)