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_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、水果品質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)空間內同時獲得被測物的光譜信息和圖像信息,可對農產品內外部品質進行可視化研究,近年來在水果品質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)了靈武長棗內外部品質的綜合評價,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。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)對獲取的高光譜數據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)

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