基于高光谱、计算机视觉对核桃壳、仁及分心木的识别

发布时间：2021-11-24 05:49

　　我国拥有广阔的核桃产业园,且核桃有丰富的营养作用和药效作用,核桃及其再加工产品很受人们的青睐。分心木作为一种药材,有安神助眠的功效,药用价值极高。因此,核桃壳、核桃仁、分心木的分选是核桃的后期加工的一个重要环节。本研究以山西吕梁野生老树核桃为研究对象,利用高光谱成像技术和计算机视觉技术对核桃仁、分心木、核桃壳进行识别并自主分类,最终以界面形式展现出来,实现人机交互。研究的主要内容及结论有:1.针对高光谱成像技术所获取的光谱信息,采用不同预处理方法,分别建立PLS模型,对比分析不同光谱预处理方法对所建立模型的影响。结果表明,经SNV预处理后数据的建模效果最优。2.将SNV预处理后数据,分别建立全波长PLS、PCR模型对核桃壳、仁及分心木进行分类。PLS模型的判别准确率分心木100%、核桃仁98.75%、核桃壳99.44%;PCR模型的判别准确率分心木98.31%、核桃仁98.89%、核桃壳97.239%;在分类鉴别时,PLS模型要优于PCR模型。3.设计并搭建计算机视觉系统,基于搭建好的系统进行图像采集。根据核桃壳、分心木、核桃仁的图像的特点,对计算机视觉图像进行灰度化预处理,减少光照和... 

【文章来源】：山西农业大学山西省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图２－１核桃皮、核桃仁、分心木样图??

?我物台??图２－４高光谱成像系统结构示意图??Ｆｉｇ２－４?Ｔｈｅ?ｈｉｇｈ?ｌｉｇｈｔ?ｉｓ?ｃｏｍｐｏｓｅｄ?ｌｉｋｅ?ａ?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ

ｉｆｆ?ｉ：?－ｌＬ?、．??酵、：：：１??图２－３?ＺＯＬＩＸ?Ｇａｉａ?Ｓｏｒｔｅｒ型高光谱分选仪??Ｆｉｇ２－３?ＺＯＬＩＸ?Ｇａｉａ?Ｓｏｒｔｅｒ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｓｏｒｔｉｎｇ?ｉｎｓｔｒ

【参考文献】：
期刊论文
[1]基于高光谱图像信息的李果实成熟度判别[J]. 李丽丽,王斌,张学豪,张淑娟.  现代食品科技. 2017(12)
[2]基于VIS/NIR高光谱技术的灵武长枣SSC含量的无损检测研究[J]. 强锋,王芹志,何建国,吴龙国,康宁波,王松磊.  现代食品科技. 2017(04)
[3]微型近红外光谱仪检测水果可溶性固形物[J]. 郅建军,陈通,孙武坚,王春峰,郭丽,陈斌.  分析仪器. 2016(01)
[4]鸭梨黑心病和可溶性固形物含量同时在线检测研究[J]. 孙旭东,刘燕德,李轶凡,吴明明,朱丹宁.  农业机械学报. 2016(01)
[5]冷藏樱桃内部品质的近红外漫反射光谱检测[J]. 罗枫,鲁晓翔,张鹏,陈绍慧,李江阔.  食品与发酵工业. 2015(03)
[6]高光谱图像感兴趣区域对苹果糖度模型的影响[J]. 郭志明,黄文倩,彭彦昆,王秀,李江波.  现代食品科技. 2014(08)
[7]近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定[J]. 李江波,彭彦昆,陈立平,黄文倩.  光谱学与光谱分析. 2014(05)
[8]核桃蛋白质的组成、制备及功能特性研究进展[J]. 沈敏江,刘红芝,刘丽,胡晖,王强.  中国粮油学报. 2014(01)
[9]基于计算机视觉的香蕉贮藏过程中颜色和纹理监测[J]. 胡孟晗,董庆利,刘宝林,黄勋娟.  农业机械学报. 2013(08)
[10]基于漫反射高光谱成像技术的哈密瓜糖度无损检测研究[J]. 马本学,肖文东,祁想想,何青海,李锋霞.  光谱学与光谱分析. 2012(11)

博士论文
[1]基于光谱及成像技术的鲜枣品质检测研究[D]. 薛建新.山西农业大学 2016
[2]基于深度学习的图像特征学习和分类方法的研究及应用[D]. 冯子勇.华南理工大学 2016
[3]基于单一技术及多信息融合技术的猪肉新鲜度无损检测研究[D]. 黄林.江苏大学 2013

硕士论文
[1]基于计算机视觉的育肥猪体重估测分析研究[D]. 张凯.内蒙古农业大学 2016
[2]基于高光谱成像技术的鲜枣分级技术的研究[D]. 尹丽华.山西农业大学 2013
[3]基于机器视觉的水果表面缺陷识别方法的研究[D]. 刘佳男.江南大学 2012



本文编号：3515360