基于CNN的苹果内部水心近红外光谱检测研究与实现
发布时间：2021-08-21 18:42
患有水心病的苹果俗称“糖心苹果”,与正常苹果相比,发病组织由于山梨糖醇的大量积累而明显的变甜。水心病对于人类无害且其口感比无病苹果要好,市场上水心病苹果售价较高。水心病会缩短苹果的保质期,因此在苹果采摘时必须优先采摘患有水心病的苹果。为了减少水心病加重造成的损失和通过单独售卖糖心苹果提高经济效益,急需一种快速、准确、无损的检测方法对其鉴别分选。近红外光谱分析技术在苹果水心病检测方面具有独特的优势,是一种便捷且有效的方法。卷积神经网络（CNN）能够从复杂光谱数据中自主提取有效特征结构进行学习,与传统的模型相比具有更强的模型表达能力。然而,使用CNN进行苹果近红外光谱数据分析至今尚未被研究。为解决上述问题,本文将CNN与近红外光谱分析技术相结合,进行了以下工作:首先对采集到的水心苹果和正常苹果的光谱数据进行简单的预处理以减少光谱噪声。然后基于CNN算法,通过试验优化网络结构和各项参数,最终获得针对苹果近红外光谱数据的卷积神经网络苹果水心预测模型通过与传统模型进行对比实验分析,结果表明卷积神经网络的分类预测精度优于传统模型,准确率可以达到98%,且对预处理的依赖更小。因此,卷积神经网络能够利...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图２．１近红外光谱图??当使用频率不断变化的近红外光照射样品时，某些频率的辐射能够引起样品??
３．２实验仪器??本文光谱仪选用北京伟创英图仪器有限公司生产的商用台式果品近红外光谱??分析仪ＮＩＲｍａｇｉｃ２１００?（如图３．１所示），可实现果品现场无损、快速定性判别和??品质分析。该款仪器内部结构紧凑，配备智能光学校准系统、提高样品测量结果??的稳定性。仪器动态响应２５０００：?１，信噪比１０００：１，波长范围为２００－１１００ｎｍ，??波长精度可达到〇．２ｎｍ，积分时间８ｍｓ－１５ｍｉｎ。仪器上部为检测台，光源在检测??台下方。??．．急．．．．ｆｃ?．＃?灣．????ｊｍｎ??图３．１仪器实物图??３．３光谱数据采集与预处理??对每个苹果测量两种位置：一种是将苹果竖直放置在检测台上，即苹果果轴??（果柄－花萼轴）与检测台面垂直；另一种是将将苹果横着放置在检测台上使苹果??２２??
每个苹果测量两点，两点方向相互垂直。每张光谱的积分时间是３?０００?ｍｓ，??平均次数１０次，光谱数据点间隔ｌｎｍ，光谱范围４００？１１００?ｎｍ。??图３．２为正常苹果与水心苹果样品照片，外观无明显差别，但是沿苹果赤道??面切开之后可见明显不同，果心附近呈现不规则半透明的水渍状的斑纹。图３．３??为２种苹果样品的光谱图，由图可知，水心和正常苹果的光谱在４５０？７５０ｎｍ明显??差异，水心苹果能量光谱高于正常苹果，而其他波段无显著差异。??图３．２苹果剖面图??左：普通苹果右：水心苹果??■?＇?＇?ｔ?＇?＇?＇?１?＇?＇?＇?＇?Ｉ?＇?＇?＇?＇?Ｉ?＇?￣１—１?￣＇￣Ｉ?■?＿?■?？?￣Ｉ￣１—１?￣￣Ｉ?＇￣｜?■?？?■?？?｜?■?？?？?■?｜?？?－?■?■?｜?￣？?■?？?｜?■?■?￣■?■?｜?．￣ｒ￣，￣１?￣??…乂，■??二，’?＼?—??Ｉ?ｒ’、??．．??＼?／＼??Ｉ－?＇、－，，＼?－??－?、＇、?——???：?ｉ?Ｉ?；?．?Ｉ?Ｉ?Ｉ?ｔ?Ｉ?■????＊５：?５ＣＣ?５５：?５３０?６５０?Ｔ３０?＊５０?ＳＤ３?８＊０?３５：?９５３?１３００?１０５０?ＶＤ??８长（ｎｍ）??图３．３水心苹果和正常苹果的平均吸光度能量谱图??上：水心苹果；下：正常苹果??为了去除高频随机噪声以及样本不均导致的基线漂移的影响
【参考文献】：
期刊论文
[1]光谱自动检索算法在快速建立汽油光谱数据库中的应用[J]. 李敬岩,褚小立,陈瀑,田松柏. 石油学报(石油加工). 2017(01)
[2]碳水化合物、矿质元素及活性氧代谢与富士苹果水心发生的关系[J]. 杜艳民,王文辉,杭博,佟伟,王志华,贾晓辉. 园艺学报. 2015(10)
[3]苹果糖度在线检测降低杂散光影响研究[J]. 韩东海,周恩洋,戚淑叶. 农业机械学报. 2015(11)
[4]近红外光谱分析方法研究:从传统数据到大数据[J]. 刘言,蔡文生,邵学广. 科学通报. 2015(08)
[5]近五年我国近红外光谱分析技术研究与应用进展[J]. 褚小立,陆婉珍. 光谱学与光谱分析. 2014(10)
[6]基于多模型共识的近红外光谱波长选择方法[J]. 韩清娟,张梦军,曹文轩,管潇,肖正华,冯志强,张惠静. 分析科学学报. 2013(06)
[7]苹果水心病无损检测与防治研究进展[J]. 刘小勇,张辉元,董铁,王发林. 果树学报. 2008(05)
[8]基于可见/近红外能量光谱的苹果褐腐病和水心鉴别[J]. 王加华,孙旭东,潘璐,孙谦,韩东海. 光谱学与光谱分析. 2008(09)
[9]水果内部品质近红外光谱无损检测研究进展[J]. 韩东海,王加华. 中国激光. 2008(08)
[10]用于近红外光谱分析的化学计量学方法研究与应用进展[J]. 褚小立,许育鹏,陆婉珍. 分析化学. 2008(05)
本文编号：3356133
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图２．１近红外光谱图??当使用频率不断变化的近红外光照射样品时，某些频率的辐射能够引起样品??
３．２实验仪器??本文光谱仪选用北京伟创英图仪器有限公司生产的商用台式果品近红外光谱??分析仪ＮＩＲｍａｇｉｃ２１００?（如图３．１所示），可实现果品现场无损、快速定性判别和??品质分析。该款仪器内部结构紧凑，配备智能光学校准系统、提高样品测量结果??的稳定性。仪器动态响应２５０００：?１，信噪比１０００：１，波长范围为２００－１１００ｎｍ，??波长精度可达到〇．２ｎｍ，积分时间８ｍｓ－１５ｍｉｎ。仪器上部为检测台，光源在检测??台下方。??．．急．．．．ｆｃ?．＃?灣．????ｊｍｎ??图３．１仪器实物图??３．３光谱数据采集与预处理??对每个苹果测量两种位置：一种是将苹果竖直放置在检测台上，即苹果果轴??（果柄－花萼轴）与检测台面垂直；另一种是将将苹果横着放置在检测台上使苹果??２２??
每个苹果测量两点，两点方向相互垂直。每张光谱的积分时间是３?０００?ｍｓ，??平均次数１０次，光谱数据点间隔ｌｎｍ，光谱范围４００？１１００?ｎｍ。??图３．２为正常苹果与水心苹果样品照片，外观无明显差别，但是沿苹果赤道??面切开之后可见明显不同，果心附近呈现不规则半透明的水渍状的斑纹。图３．３??为２种苹果样品的光谱图，由图可知，水心和正常苹果的光谱在４５０？７５０ｎｍ明显??差异，水心苹果能量光谱高于正常苹果，而其他波段无显著差异。??图３．２苹果剖面图??左：普通苹果右：水心苹果??■?＇?＇?ｔ?＇?＇?＇?１?＇?＇?＇?＇?Ｉ?＇?＇?＇?＇?Ｉ?＇?￣１—１?￣＇￣Ｉ?■?＿?■?？?￣Ｉ￣１—１?￣￣Ｉ?＇￣｜?■?？?■?？?｜?■?？?？?■?｜?？?－?■?■?｜?￣？?■?？?｜?■?■?￣■?■?｜?．￣ｒ￣，￣１?￣??…乂，■??二，’?＼?—??Ｉ?ｒ’、??．．??＼?／＼??Ｉ－?＇、－，，＼?－??－?、＇、?——???：?ｉ?Ｉ?；?．?Ｉ?Ｉ?Ｉ?ｔ?Ｉ?■????＊５：?５ＣＣ?５５：?５３０?６５０?Ｔ３０?＊５０?ＳＤ３?８＊０?３５：?９５３?１３００?１０５０?ＶＤ??８长（ｎｍ）??图３．３水心苹果和正常苹果的平均吸光度能量谱图??上：水心苹果；下：正常苹果??为了去除高频随机噪声以及样本不均导致的基线漂移的影响
【参考文献】：
期刊论文
[1]光谱自动检索算法在快速建立汽油光谱数据库中的应用[J]. 李敬岩,褚小立,陈瀑,田松柏. 石油学报(石油加工). 2017(01)
[2]碳水化合物、矿质元素及活性氧代谢与富士苹果水心发生的关系[J]. 杜艳民,王文辉,杭博,佟伟,王志华,贾晓辉. 园艺学报. 2015(10)
[3]苹果糖度在线检测降低杂散光影响研究[J]. 韩东海,周恩洋,戚淑叶. 农业机械学报. 2015(11)
[4]近红外光谱分析方法研究:从传统数据到大数据[J]. 刘言,蔡文生,邵学广. 科学通报. 2015(08)
[5]近五年我国近红外光谱分析技术研究与应用进展[J]. 褚小立,陆婉珍. 光谱学与光谱分析. 2014(10)
[6]基于多模型共识的近红外光谱波长选择方法[J]. 韩清娟,张梦军,曹文轩,管潇,肖正华,冯志强,张惠静. 分析科学学报. 2013(06)
[7]苹果水心病无损检测与防治研究进展[J]. 刘小勇,张辉元,董铁,王发林. 果树学报. 2008(05)
[8]基于可见/近红外能量光谱的苹果褐腐病和水心鉴别[J]. 王加华,孙旭东,潘璐,孙谦,韩东海. 光谱学与光谱分析. 2008(09)
[9]水果内部品质近红外光谱无损检测研究进展[J]. 韩东海,王加华. 中国激光. 2008(08)
[10]用于近红外光谱分析的化学计量学方法研究与应用进展[J]. 褚小立,许育鹏,陆婉珍. 分析化学. 2008(05)
本文编号：3356133
本文链接：https://www.wllwen.com/nykjlw/yylw/3356133.html
