基于高光谱成像技术的番茄内部品质检测研究

发布时间：2024-02-26 20:01

　　随着全球经济的快速发展和人民生活水平的普遍提高,番茄的内部品质、耐贮运品质以及优良的风味品质越发为消费者所重视。传统的水果品质检测方法耗费时间比较长且具有破坏性,从而难以应用于果品的批量化检测。光谱技术作为一种无损检测方法被广泛应用于果品检测,高光谱成像技术可同时探测目标的二维空间集合与一维光谱信息,结合图像和光谱特点,能够获取番茄整体的空间光谱信息,在番茄内部品质无损检测上具有明显的优势,而可见/近红外光谱技术具有快速、方便且检测成本低的优点。本文以番茄和樱桃番茄为研究对象,利用高光谱成像技术和可见/近红外光谱分析技术,采用连续投影算法(SPA)、区间随机蛙跳算法(i RF)、改进型区间随机蛙跳算法(mi RF)、无信息变量消除法(UVE)、主成分分析法(PCA)和连续投影算法结合主成分分析法(SPA-PCA)提取特征波长,基于所提取的特征波长建立偏最小二乘回归(PLSR)模型和极限学习机(ELM)模型,检测番茄的可溶性固形物含量(SSC)、硬度、综合品质等指标,并比较不同特征波长选择方法对模型检测精度的影响。本文主要研究内容与结论如下:(1)基于高光谱成像技术的番茄可溶性固形物含量...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究进展
        1.2.1 光谱分析技术研究进展
        1.2.2 番茄品质检测技术研究进展
        1.2.3 结合感官评价的光谱分析技术研究进展
    1.3 现有研究存在的问题
    1.4 研究内容及技术路线
    1.5 论文组织结构
第二章 光谱技术分析的理论和方法
    2.1 光谱技术简介
        2.1.1 高光谱成像技术
        2.1.2 近红外光谱技术
    2.2 高光谱图像预处理方法
        2.2.1 阈值分割法
        2.2.2 K均值聚类算法
        2.2.3 图像形态学处理
    2.3 光谱预处理方法
        2.3.1 多元散射校正
        2.3.2 归一化
        2.3.3 移动窗口平滑
    2.4 本章小结
第三章 基于高光谱成像技术的番茄可溶性固形物含量和硬度检测研究
    3.1 材料和方法
        3.1.1 试验材料
        3.1.2 高光谱图像采集
        3.1.3 可溶性固形物含量测量
        3.1.4 硬度测量
    3.2 高光谱图像处理
        3.2.1 感兴趣区域提取
        3.2.2 光谱预处理和样本划分
    3.3 特征波长选择
        3.3.1 连续投影算法
        3.3.2 改进型区间随机蛙跳算法
        3.3.3 无信息变量消除法
    3.4 模型建立
        3.4.1 偏最小二乘回归模型
        3.4.2 模型评价标准
        3.4.3 结果和分析
    3.5 本章小结
第四章 基于高光谱成像技术的樱桃番茄可溶性固形物含量检测研究
    4.1 试验材料
    4.2 高光谱图像处理
        4.2.1 感兴趣区域提取
        4.2.2 光谱预处理和样本划分
    4.3 特征波长选择
        4.3.1 主成分分析法
        4.3.2 连续投影算法结合主成分分析法
        4.3.3 改进型区间随机蛙跳算法
    4.4 结果和分析
    4.5 本章小结
第五章 融合感官评价的樱桃番茄综合品质检测研究
    5.1 材料和方法
        5.1.1 试验材料
        5.1.2 可见/近红外光谱采集
        5.1.3 理化成分指标测量
        5.1.4 综合品质判别指标建立
    5.2 光谱预处理
        5.2.1 可见/近红外光谱分析
        5.2.2 光谱预处理和样本划分
    5.3 特征波长选择
        5.3.1 连续投影算法结合主成分分析法
        5.3.2 改进型区间随机蛙跳算法
    5.4 结果和分析
    5.5 本章小结
第六章 结论与展望
    6.1 结论
    6.2 创新点
    6.3 展望
参考文献
致谢
个人简历



本文编号：3911782