基于高光谱成像技术的花生多项品质参数无损检测方法的研究
发布时间：2021-04-27 14:50
花生是我国重要的粮食作物之一,具有非常高的经济和营养价值,在整个食品市场中占有重要地位。花生水分含量,脂肪含量以及霉变与否直接决定其品质优劣。传统检测方法多为化学手段,检测过程破坏样品,耗时繁琐,并且很大程度上受操作者经验的影响。因此,研究花生品质的准确和快速无损检测技术尤为重要。本研究以花生为研究对象,采用高光谱成像技术结合化学计量学分析方法提出了准确和快速无损的花生霉变、水分含量以及脂肪含量的检测方法。具体研究内容如下:首先,运用1000～2500 nm波段范围的高光谱成像技术进行霉变花生的分类检测。采集所有花生样本的高光谱图像并提取每个霉变和健康花生的平均光谱数据。采用连续投影算法（SPA）进行特征波段筛选,并基于特征波段建立偏最小二乘判别分析（PLS-DA）、线性判别分析（LDA）以及支持向量机（SVM）的分类模型。通过对比,在三个模型中,SPA-LDA分类模型检测准确率最高,达100%。最后,应用SPA-LDA分类模型对花生样本高光谱图像所有像素进行判别分类,霉变像素以红色显示,健康像素以绿色显示,实现了霉变花生的可视化检测。其次,运用400～1000 nm波段范围的高光谱成...
【文章来源】：山东理工大学山东省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究目的及意义
1.2 高光谱成像技术在农产品无损检测方面的国内外研究现状
1.2.1 高光谱成像技术在国外研究中的应用
1.2.2 高光谱成像技术在国内研究中的应用
1.3 研究内容
1.4 技术路线
1.5 本章小结
第二章 实验材料、仪器和方法
2.1 实验材料
2.2 实验仪器
2.2.1 实验分析仪器
2.2.2 高光谱成像设备
2.2.3 数据分析软件
2.3 实验方法
2.3.1 花生样品水分和脂肪真实含量的测量方法
2.3.2 高光谱图像采集以及光谱数据提取方法
2.3.3 光谱特征波段筛选方法
2.3.4 化学计量学建模方法
2.3.5 模型评价指标
2.4 本章小结
第三章 应用高光谱成像技术准确鉴别霉变花生
3.1 样本制备
3.2 样本高光谱图像的采集以及光谱数据的提取
3.3 提取特征波段
3.4 基于特征波段建立霉变花生鉴别模型
3.4.1 PLS-DA分类模型
3.4.2 SVM分类模型
3.4.3 LDA分类模型
3.4.4 模型综合比较
3.5 霉变花生的可视化识别
3.6 本章小结
第四章 应用高光谱成像技术无损检测花生水分含量
4.1 样本制备
4.2 样本高光谱图像的采集以及光谱数据的提取
4.3 样本水分含量的测量以及样本集的划分
4.4 光谱数据建模分析
4.4.1 基于全谱波段建立水分含量检测模型
4.4.2 筛选特征波段
4.4.3 基于特征波段建立水分含量检测模型
4.4.4 模型综合比较
4.5 本章小结
第五章 应用高光谱成像技术无损检测花生脂肪含量
5.1 样本选取
5.2 样本高光谱图像的采集以及光谱数据的提取
5.3 样本脂肪含量的测量以及样本集的划分
5.4 光谱数据建模分析
5.4.1 基于全谱波段建立脂肪含量检测模型
5.4.2 筛选特征波段
5.4.3 基于特征波段建立脂肪含量检测模型
5.4.4 模型综合比较
5.5 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
参考文献
在读期间公开发表的论文
致谢
【参考文献】：
期刊论文
[1]世界花生和花生油生产、贸易发展动态及结构特征[J]. 李淞淋,曹永跃. 世界农业. 2018(11)
[2]马铃薯干物质空间分布状态可视化研究[J]. 许英超,王相友,印祥,胡周勋,岳仁才. 农业机械学报. 2018(02)
[3]高光谱成像技术结合化学计量学可视化花生中蛋白质含量分布[J]. 于宏威,王强,石爱民,杨颖,刘丽,胡晖,刘红芝. 光谱学与光谱分析. 2017(03)
[4]基于高光谱成像技术快速无损测定花生中水分含量[J]. 于宏威,刘红芝,杨颖,石爱民,刘丽,胡晖,王强. 农产品加工. 2016(23)
[5]近红外高光谱成像技术用于转基因大豆快速无损鉴别研究[J]. 王海龙,杨向东,张初,郭东全,鲍一丹,何勇,刘飞. 光谱学与光谱分析. 2016(06)
[6]基于高光谱图像纹理特征的牛肉嫩度分布评价[J]. 赵娟,彭彦昆. 农业工程学报. 2015(07)
[7]应用近红外高光谱成像预测三文鱼肉的水分含量[J]. 朱逢乐,何勇,邵咏妮. 光谱学与光谱分析. 2015(01)
[8]世界花生消费现状及发展趋势[J]. 王通,陈娜,胡冬青,王冕,陈明娜,潘丽娟,迟晓元,禹山林. 花生学报. 2014(04)
[9]应用可见/近红外高光谱成像测定鲑鱼片脂肪含量分布（英文）[J]. 朱逢乐,彭继宇,高峻峰,赵艳茹,余克强,何勇. 农业工程学报. 2014(23)
[10]基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究[J]. 朱逢乐,章海亮,邵咏妮,何勇. 光谱学与光谱分析. 2014(07)
博士论文
[1]基于光谱和光谱成像技术的茶叶含水率检测机理和方法研究[D]. 魏玉震.浙江大学 2019
[2]谷物霉菌的高光谱成像辨识方法和霉变玉米籽粒检测方法研究[D]. 褚璇.中国农业大学 2018
[3]高光谱技术在马铃薯品种鉴别及品质无损检测中的应用研究[D]. 姜微.东北农业大学 2017
[4]农产品无损检测中的模式识别问题研究[D]. 余心杰.浙江大学 2015
[5]基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D]. 朱逢乐.浙江大学 2014
[6]基于高光谱成像技术的棉花杂质检测方法的研究[D]. 郭俊先.浙江大学 2011
硕士论文
[1]快速检测红枣中功能成分的光谱信号处理与识别[D]. 闫文丽.新疆大学 2019
[2]花生米品质分选系统的关键技术研究[D]. 张凯.山东大学 2019
[3]高光谱技术在马铃薯淀粉含量无损检测中的应用研究[D]. 李亨.东北农业大学 2018
[4]基于高光谱和近红外信息融合的羊肉新鲜度无损检测研究[D]. 邱园园.石河子大学 2018
[5]基于高光谱成像技术的玉米种子霉变检测方法研究[D]. 崔博.沈阳农业大学 2017
[6]花生有害霉菌污染的快速无损检测方法研究[D]. 刘鹏.南京林业大学 2017
[7]霉变花生仁色选试验研究[D]. 张德高.中国农业科学院 2017
[8]基于高光谱图像技术的大米品种、水分及淀粉含量无损检测研究[D]. 路心资.江苏大学 2017
[9]基于高光谱成像技术的干贝水分含量快速检测研究[D]. 沈晔.浙江大学 2017
[10]基于高光谱成像技术的花生分类及水分和蛋白质含量检测[D]. 崔彬彬.河南工业大学 2015
本文编号：3163658
【文章来源】：山东理工大学山东省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究目的及意义
1.2 高光谱成像技术在农产品无损检测方面的国内外研究现状
1.2.1 高光谱成像技术在国外研究中的应用
1.2.2 高光谱成像技术在国内研究中的应用
1.3 研究内容
1.4 技术路线
1.5 本章小结
第二章 实验材料、仪器和方法
2.1 实验材料
2.2 实验仪器
2.2.1 实验分析仪器
2.2.2 高光谱成像设备
2.2.3 数据分析软件
2.3 实验方法
2.3.1 花生样品水分和脂肪真实含量的测量方法
2.3.2 高光谱图像采集以及光谱数据提取方法
2.3.3 光谱特征波段筛选方法
2.3.4 化学计量学建模方法
2.3.5 模型评价指标
2.4 本章小结
第三章 应用高光谱成像技术准确鉴别霉变花生
3.1 样本制备
3.2 样本高光谱图像的采集以及光谱数据的提取
3.3 提取特征波段
3.4 基于特征波段建立霉变花生鉴别模型
3.4.1 PLS-DA分类模型
3.4.2 SVM分类模型
3.4.3 LDA分类模型
3.4.4 模型综合比较
3.5 霉变花生的可视化识别
3.6 本章小结
第四章 应用高光谱成像技术无损检测花生水分含量
4.1 样本制备
4.2 样本高光谱图像的采集以及光谱数据的提取
4.3 样本水分含量的测量以及样本集的划分
4.4 光谱数据建模分析
4.4.1 基于全谱波段建立水分含量检测模型
4.4.2 筛选特征波段
4.4.3 基于特征波段建立水分含量检测模型
4.4.4 模型综合比较
4.5 本章小结
第五章 应用高光谱成像技术无损检测花生脂肪含量
5.1 样本选取
5.2 样本高光谱图像的采集以及光谱数据的提取
5.3 样本脂肪含量的测量以及样本集的划分
5.4 光谱数据建模分析
5.4.1 基于全谱波段建立脂肪含量检测模型
5.4.2 筛选特征波段
5.4.3 基于特征波段建立脂肪含量检测模型
5.4.4 模型综合比较
5.5 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
参考文献
在读期间公开发表的论文
致谢
【参考文献】：
期刊论文
[1]世界花生和花生油生产、贸易发展动态及结构特征[J]. 李淞淋,曹永跃. 世界农业. 2018(11)
[2]马铃薯干物质空间分布状态可视化研究[J]. 许英超,王相友,印祥,胡周勋,岳仁才. 农业机械学报. 2018(02)
[3]高光谱成像技术结合化学计量学可视化花生中蛋白质含量分布[J]. 于宏威,王强,石爱民,杨颖,刘丽,胡晖,刘红芝. 光谱学与光谱分析. 2017(03)
[4]基于高光谱成像技术快速无损测定花生中水分含量[J]. 于宏威,刘红芝,杨颖,石爱民,刘丽,胡晖,王强. 农产品加工. 2016(23)
[5]近红外高光谱成像技术用于转基因大豆快速无损鉴别研究[J]. 王海龙,杨向东,张初,郭东全,鲍一丹,何勇,刘飞. 光谱学与光谱分析. 2016(06)
[6]基于高光谱图像纹理特征的牛肉嫩度分布评价[J]. 赵娟,彭彦昆. 农业工程学报. 2015(07)
[7]应用近红外高光谱成像预测三文鱼肉的水分含量[J]. 朱逢乐,何勇,邵咏妮. 光谱学与光谱分析. 2015(01)
[8]世界花生消费现状及发展趋势[J]. 王通,陈娜,胡冬青,王冕,陈明娜,潘丽娟,迟晓元,禹山林. 花生学报. 2014(04)
[9]应用可见/近红外高光谱成像测定鲑鱼片脂肪含量分布（英文）[J]. 朱逢乐,彭继宇,高峻峰,赵艳茹,余克强,何勇. 农业工程学报. 2014(23)
[10]基于高光谱成像技术的多宝鱼肉冷藏时间的可视化研究[J]. 朱逢乐,章海亮,邵咏妮,何勇. 光谱学与光谱分析. 2014(07)
博士论文
[1]基于光谱和光谱成像技术的茶叶含水率检测机理和方法研究[D]. 魏玉震.浙江大学 2019
[2]谷物霉菌的高光谱成像辨识方法和霉变玉米籽粒检测方法研究[D]. 褚璇.中国农业大学 2018
[3]高光谱技术在马铃薯品种鉴别及品质无损检测中的应用研究[D]. 姜微.东北农业大学 2017
[4]农产品无损检测中的模式识别问题研究[D]. 余心杰.浙江大学 2015
[5]基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D]. 朱逢乐.浙江大学 2014
[6]基于高光谱成像技术的棉花杂质检测方法的研究[D]. 郭俊先.浙江大学 2011
硕士论文
[1]快速检测红枣中功能成分的光谱信号处理与识别[D]. 闫文丽.新疆大学 2019
[2]花生米品质分选系统的关键技术研究[D]. 张凯.山东大学 2019
[3]高光谱技术在马铃薯淀粉含量无损检测中的应用研究[D]. 李亨.东北农业大学 2018
[4]基于高光谱和近红外信息融合的羊肉新鲜度无损检测研究[D]. 邱园园.石河子大学 2018
[5]基于高光谱成像技术的玉米种子霉变检测方法研究[D]. 崔博.沈阳农业大学 2017
[6]花生有害霉菌污染的快速无损检测方法研究[D]. 刘鹏.南京林业大学 2017
[7]霉变花生仁色选试验研究[D]. 张德高.中国农业科学院 2017
[8]基于高光谱图像技术的大米品种、水分及淀粉含量无损检测研究[D]. 路心资.江苏大学 2017
[9]基于高光谱成像技术的干贝水分含量快速检测研究[D]. 沈晔.浙江大学 2017
[10]基于高光谱成像技术的花生分类及水分和蛋白质含量检测[D]. 崔彬彬.河南工业大学 2015
本文编号：3163658
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3163658.html
