基于近红外光谱和机器视觉技术的阿克苏鲜骏枣部分品质分析研究

发布时间：2020-08-04 08:58

【摘要】：枣营养丰富,是新疆重要经济作物。鲜枣的分选有利于后续加工前剔除级别低的残次品,节省能量消耗减少成本。因此,本文以新疆阿克苏地区鲜骏枣为研究对象,使用近红外光谱技术、机器视觉技术、信息融合技术,开展了其重量等级分选、总糖预测、裂纹果分拣与鲜骏枣综合等级分选建模研究。主要结论如下:(1)重量等级分选。鲜骏枣图像经自动裁剪、中值滤波预处理、大津算法阈值分割处理后获得鲜骏枣二值图像,掩模原始灰度图像后,获得骏枣目标区域尺寸、纹理和颜色特征信息。采用面积、长轴、短轴、周长四个特征建立多元线性回归预测模型,其相关系数为0.9920,预测集相对误差为0.0259;使用线性判别分析法对鲜骏枣大小等级分选,总判别分选准确率为95.45%。(2)裂纹果识别。由于裂纹低的频率特性,采用小波变换分别获得不同频度的分解后图像,提取分解后高频或低频图像等子图像的灰度共生矩阵的熵、相关性、对比度、能量、平稳度特征,以支持向量机分选裂纹果,分级正确率能够达到89.92%,高于原鲜骏枣图像灰度共生矩阵特征建立的77.28%的裂纹果识别率。(3)基于近红外光谱信息的鲜骏枣糖度预测分析。通过马氏距离和浓度残差法分别剔除近红外光谱异常值和鲜骏枣总糖化学异常值;对比导数、移动窗口平滑、移动窗口平滑+数据中心化等不同光谱预处理方法,确定移动窗口平滑是较好的预处理方法;对比相关系数法、遗传算法、区间偏最小二乘法和后向区间偏最小二乘法对鲜骏枣的近红外光谱特征波长筛选,并建立其总糖预测模型。结果表明:当采用移动窗口平滑+遗传算法+偏最小二乘法建立的鲜骏枣糖度预测模型高于其他模型的结果,预测相关系数为0.8336,预测均方根误差1.89。(4)基于图像和光谱融合信息的鲜骏枣综合品质分选。在特征层融合鲜骏枣近红外光谱和图像信息,使用主成分分析法提取不同预处理光谱特征和图像特征,使用支持向量机、BP神经网络等信息融合方式建立阿克苏鲜骏枣综合品质等级识别模型。结果表明:将平滑求导预处理后的9个近红外光谱主成分和图像特征的3个主成分融合后,建立基于支持向量机的鲜骏枣综合品质分选模型,预测集识别率为96.92%;高于BP神经网络融合方式建立的鲜骏枣综合品质分选预测集识别率94.46%;高于近红外光谱单传感器的识别率87.69%;高于机器视觉单传感器的识别率83.09%。
【学位授予单位】：新疆农业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S665.1;TP391.41;TP181
【图文】：

图 1-1 技术路线图 本章小结本章主要介绍了新疆红枣无损检测方法以及现状、红枣产业规模、红枣产的现状；同时详细总结了各种无损检测技术关于枣品质检测和分级的研究具体的研究目的、内容和技术路线。

新疆农业大学硕士学位论文变形率，0.06%）；光源，乐视自动化科技有限公司（LTS-2BR3503，直流 24V，尺寸：362mmX31mmX26mm）；光源控制器，乐视公司（LTS-APC2460-2）；计算机，联想（z465，AMD Phenom(tm)ⅡN930 Quad-core Processor 2.00GHz）。机器视觉系统示意图如图 2-2 所示。

15图 2-2 机器视觉系统外光谱设备采集外光谱数据采集系统：美国海洋公司的光谱仪（NIRQuest512-2.nm），卤钨灯光源（HL-2000），配套的漫反射标准白板等。

【相似文献】

相关期刊论文 前10条

1 李伟伟;孔维楠;罗雪宁;代希君;罗华平;;通过距离匹配法对224团骏枣与10团骏枣聚类分析的研究[J];塔里木大学学报;2016年04期

2 刘凤兰;韩宏伟;毛金梅;李勇;王琴;王建友;;不同采摘期对和田骏枣品质的影响[J];北方园艺;2017年02期

3 买热木沙姑·依米尔;;不同成熟时期骏枣糖度近红外光谱模型的建立[J];安徽农学通报;2017年07期

4 王艳;木合塔尔·米吉提;刘亚;郭俊先;;基于机器视觉的鲜骏枣大小分级研究[J];农业科技与装备;2017年04期

5 王晶晶;陈奇凌;郑强卿;李鹏程;;水氮耦合滴灌对沙地骏枣产量和品质的影响[J];中国果菜;2017年10期

6 倪西峗;;给鸟留食[J];意林(少年版);2017年12期

7 ;备考话题之“和谐”[J];课堂内外创新作文(高中版);2017年06期

8 倪西峗;;给鸟留食[J];课堂内外创新作文(高中版);2017年08期

9 王欢;车凤斌;李学文;郑素慧;潘俨;张婷;于会青;;干制骏枣在不同温度贮藏中品质和生理变化的研究[J];新疆农业大学学报;2013年06期

10 李宏彬;杨文娟;李新海;;三种药剂在骏枣上的肥效试验[J];农村科技;2013年02期

相关会议论文 前10条

1 黄丽萍;刘和;董冰;;骏枣果实生长发育动态的观察[A];中国园艺学会2010年学术年会论文摘要集[C];2010年

2 董冰;田建保;黄丽萍;刘丽;;骏枣果实超微结构的观察[A];中国园艺学会2010年学术年会论文摘要集[C];2010年

3 李春燕;刘和;田彩芳;秦国新;蔡华成;;脱毒骏枣幼树枝干抗寒性的调查研究[A];中国园艺学会第十届会员代表大会暨学术讨论会论文集[C];2005年

4 刘和;马晓芳;田彩芳;葛晓霞;;脱毒骏枣幼树光合特性的研究[A];第五届全国干果生产、科研进展学术研讨会论文集[C];2007年

5 艾海提·艾力;;新疆柯坪县双行矮化超高密度骏枣园修剪技术初探[A];“木本粮油产业发展森林食品质量安全”学术研讨会暨华东六省一市林学会学术年会论文集[C];2015年

6 杨磊;徐叶挺;樊丁宇;郝庆;张平;卢春生;;‘灰枣’和‘骏枣’果实主要营养物质含量分析[A];中国园艺学会2015年学术年会论文摘要集[C];2015年

7 杨磊;徐叶挺;樊丁宇;郝庆;张平;卢春生;;喀什‘灰枣'、‘骏枣'果实主要营养物质相关性分析[A];现代果业标准化示范区创建暨果树优质高效生产技术交流会论文汇编[C];2015年

8 陈莹莹;赵锦;刘孟军;;枣脱氢抗坏血酸还原酶基因的克隆及其表达分析[A];中国园艺学会2014年学术年会论文摘要集[C];2014年

9 赵航;吴翠云;周正立;;新疆南疆增温水灌溉对骏枣落花落果的影响[A];中国园艺学会2018年学术年会论文摘要集[C];2018年

10 杨喜盟;贾昊;连亚妮;宋丽华;;大气升温对灵武长枣和骏枣果实糖积累及相关酶活性的影响[A];中国园艺学会2018年学术年会论文摘要集[C];2018年

相关重要报纸文章 前10条

1 蒋建科 杨远远;“七月鲜”让新疆枣业更红火[N];人民日报;2016年

2 记者 刘红文 通讯员 江波;温宿县新品种骏枣一号改接成功[N];阿克苏日报(汉);2017年

3 记者 杨杰 赵好 李冬妹 通讯员 俞言琳;林果收入鼓起农民钱袋子[N];新疆日报(汉);2009年

4 记者陈晨;红枣“种”出策勒农民好日子[N];新疆日报(汉);2009年

5 本报记者;我省瓷坛骏枣入选北京奥运推荐果品[N];山西日报;2007年

6 本报记者 蒋晓俊 特约记者 杜刚;新和骏枣卖出每公斤65元“身价”[N];阿克苏日报(汉);2011年

7 许东林 干雄焱;延川骏枣获金奖[N];延安日报;2008年

8 通讯员 令治清;泽普“祖娜尔”骏枣获国家金奖[N];喀什日报(汉);2008年

9 山西省农科院果树研究所副所长 研究员 李登科;实施密植栽培 提高骏枣产量[N];阿克苏日报;2007年

10 山西省林业科学研究院 杨建华;骏枣1号枣树新品种已列入国家重点推广品种[N];山西科技报;2005年

相关博士学位论文 前1条

1 蒲云峰;骏枣苦味物质鉴定及形成机理研究[D];浙江大学;2019年

相关硕士学位论文 前10条

1 王艳;基于近红外光谱和机器视觉技术的阿克苏鲜骏枣部分品质分析研究[D];新疆农业大学;2017年

2 刘小文;基于机器视觉的干制骏枣分级方法研究[D];塔里木大学;2019年

3 陈昕;基于比较蛋白质组学骏枣和酸枣果实大小及糖酸含量差异机制研究[D];西北农林科技大学;2019年

4 胡艳培;骏枣叶片光谱预处理方法与水分检测模型研究[D];塔里木大学;2018年

5 马晓芳;脱毒骏枣幼树光合特性的研究[D];山西农业大学;2005年

6 张亚鸽;阿克苏成龄骏枣施肥效应研究[D];新疆农业大学;2015年

7 阿力木江·穆提拉;阿克苏骏枣多糖的分离与纯化[D];新疆大学;2014年

8 冯耀飞;交城骏枣优树选择及其果实发育研究[D];山西农业大学;2005年

9 陈朋;新疆骏枣叶片中黄酮类化合物的分离纯化与结构鉴定[D];塔里木大学;2015年

10 位杰;新疆盐碱地枣园光照对枣糖分积累与转化的影响研究[D];塔里木大学;2015年

本文编号：2780334