基于高光谱成像技术对李果实成熟度判别研究

发布时间：2021-02-24 02:19

　　李果实饱满圆润,果实肥硕,鲜嫩水灵,余味无穷,是人们喜爱的传统果品之一。既可作成罐头、果脯,还有较高的药用价值。本文以采摘自山西太谷侯城乡李果实作为研究对象,基于高光谱成像技术对李果实的成熟度进行无损检测研究,为实现李果实成熟度的无损检测和判别提供理论依据。主要研究内容及结果如下：（1）基于高光谱仪对李果实样本的光谱信息（420-1000nm）进行采集,对不同成熟度的李果实（未熟、半熟、成熟、过熟）样本进行基于全波段光谱、主成分分析以及特征波长的PLS建模分析,得出了每种模型下的李果实成熟度的校正集与预测集并进行对比分析发现,基于全波段光谱所建立的模型准确率最高,但是考虑实验计算量及复杂程度来说,基于特征波长的模型判别准确率最优。（2）对李果实样本的SSC（可溶性固形物）和硬度值分别进行测量后,通过SPSS统计软件进行箱图分析,剔除异常样本,并进行Shapiro-Wilk正态性检验,表明两因子对表征样本成熟度具有代表性。然后基于两因子分别建立李果实成熟度的PLS模型,结果表明,基于硬度值的判别准确率最高,对未熟、半熟、成熟、过熟的判别准确率达到了84.5%、75.6%、91.7%及96... 

【文章来源】：山西农业大学山西省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图２－１不同成熟度的样本图??Ｆｉｇ．２－１?Ｄｉｆｆｅｒｅｎｔ?Ｍａ山ｒｉｔｙ?ｏｆ山ｍｓ??

时间分别为１．２ｓ和３．２ｓ，本实验采用４２０？ｌＯＯＯｎｍ的ＭＳＣ?６２１?ＶＩＳ?ＩＩ校块，ｉｆ中采集信息??物距（对象至镜头边缘）为３０ｃｍ，曝光时间为３０（Ｋ）ｕｓ，平台运行速度为２０ｍｍ／ｓｅｃ，总??的运行距离为４００ｍｍ。图２－２所示为测试选用ＭＣＳ６００高光谱仪的内部结构图和实验选??用的ＭＣＳ６００高光谱仪的整体结构图，團２－３为高光谱仪的结构图。光谱采集软件为??ＡｓｐｅｃｔＰｌｕｓ。??闕城。??图２－２高光谱化??Ｆｉｇ．２－２?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?Ｓｙｓ化ｍ??１??１?２??１??Ｉ，／??魏Ｃ?写口??图２－３高光谱仪结构图??Ｆｉｇ．２－３?Ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｓｙｓｔｅｍ??１相机２光纤３光源控制器４计幹机５传送带??１?ｃａｍａｒａ?２?Ｏｐｔｉｃａｌ?ｆｉｂｅｒ?３?Ｐｏｗｅｒ?ｃｏｎｔｒｏｌｌｅｒ??４?Ｃｏｍｐ山ｅｒ?５?Ｃｏｎｖｅｙｏｒ?ｂｅｌｔ??－８－??

角巧■?ｇ＂＇ｍ’‘Ｉ?＾■弓￡货５苗於＞＞说３?灼ＭＰ；?ｆ?ＩＣＭＷｉ?Ｉ?ｉ－ｉ?ｖｔ＾ｍ?ｊ？?：?＇ｉ?ｍＭ■Ｉ?％?Ｔ：?ｔ广１?＇Ｌ＿Ｊ－囚?占ｎ图２＞４信息采集软件??Ｆｉｇ．２－４?Ｉｎｆｏｒｍａｔｉｏｎ?ａｃｑｕｉｓｉｔｉｏｎ?ｓｏｆｔｗａｒｅ??仪??实可溶性固形物含量的获得，是将李果实内的到。图２－５为实验中使用的阿贝折射仪，表２

【参考文献】：
期刊论文
[1]基于高光谱成像技术的沙金杏成熟度判别[J]. 薛建新,张淑娟,张晶晶.  农业工程学报. 2015(11)
[2]壶瓶枣自然损伤的高光谱成像检测[J]. 薛建新,张淑娟,张晶晶.  农业机械学报. 2015(07)
[3]基于高光谱成像的水稻穗瘟病害程度分级方法[J]. 黄双萍,齐龙,马旭,薛昆南,汪文娟.  农业工程学报. 2015(01)
[4]基于近红外高光谱成像的猕猴桃早期隐性损伤识别[J]. 迟茜,王转卫,杨婷婷,刘大洋,郭文川.  农业机械学报. 2015(03)
[5]基于主成分与聚类分析的苹果加工品质评价[J]. 公丽艳,孟宪军,刘乃侨,毕金峰.  农业工程学报. 2014(13)
[6]基于图像处理技术的大田麦穗计数![J]. 刘涛,孙成明,王力坚,仲晓春,朱新开,郭文善.  农业机械学报. 2014(02)
[7]基于高光谱成像技术的鲜枣裂纹的识别研究[J]. 余克强,赵艳茹,李晓丽,张淑娟,何勇.  光谱学与光谱分析. 2014(02)
[8]基于高光谱成像技术的柑橘缺陷无损检测[J]. 章海亮,高俊峰,何勇.  农业机械学报. 2013(09)
[9]梨果糖浓度近红外漫反射光谱检测的预处理方法研究[J]. 王伟明,董大明,郑文刚,赵贤德,矫雷子,王明飞.  光谱学与光谱分析. 2013(02)
[10]鲜枣可溶性固形物可见/近红外光谱检测建模方法比较[J]. 张淑娟,张海红,赵艳茹,赵华民.  农业机械学报. 2012(03)

博士论文
[1]基于光谱的黑土区有机质快速测定方法及其应用研究[D]. 吴才武.中央民族大学 2015

硕士论文
[1]基于高光谱成像技术的山楂无损检测研究[D]. 李涛杰.山西农业大学 2015
[2]基于近红外光谱技术和X射线图像的鲜枣虫害检测研究[D]. 孙海霞.山西农业大学 2014
[3]主成分分析法研究及其在特征提取中的应用[D]. 陈佩.陕西师范大学 2014
[4]基于高光谱成像技术的哈密瓜坚实度检测研究[D]. 李锋霞.石河子大学 2014
[5]基于图像处理的烟叶成熟度检测技术研究[D]. 周首峰.西北农林科技大学 2013
[6]基于NIR高光谱成像技术的长枣虫害及可溶性固形物无损检测研究[D]. 罗阳.宁夏大学 2013
[7]基于光谱技术的甜橙果实内在品质检测及成熟期预测模型研究[D]. 毛莎莎.西南大学 2010
[8]基于数字图像处理技术的水稻长势监测研究[D]. 刘继承.南京农业大学 2007
[9]基于颜色和纹理特征的图像检索研究[D]. 李迎新.上海海事大学 2007
[10]应用于图像处理的中值滤波改进算法[D]. 周杰.北京邮电大学 2007



本文编号：3048625