熏蒸与染色枸杞的高光谱检测方法研究

发布时间：2017-05-18 06:11

  本文关键词：熏蒸与染色枸杞的高光谱检测方法研究，由笔耕文化传播整理发布。

【摘要】：枸杞是我国法定的药食兼用物品,既是传统的中药材,又是营养的滋补品。枸杞具有诸多对人体有益的功效,近年来,随着人们保健意识的增强以及枸杞较为经济的价格,市场对其需求量巨大,导致出现一些不法商贩为提升枸杞的卖相和价格,采用硫磺熏蒸或化学染色等方法改善枸杞外观色泽进而提高其出售价格。针对硫磺熏蒸和化学染色枸杞缺少高效快速无损检测手段的问题,提出利用高光谱成像技术检测方法对其进行检测研究,以达到与正常晾晒枸杞准确、高效、无损的进行区分,为今后开发枸杞硫磺熏蒸、染色多光谱在线判别系统提供了可能。主要方法及结论如下:(1)对同一批枸杞进行正常晾晒、硫磺熏蒸及化学染色样本组的制备,分成正常—熏蒸枸杞组和正常—染色枸杞组,然后利用高光谱成像系统分别获取样本组408~1013nm范围内的高光谱图像数据,分别提取并计算感兴趣区域的平均光谱。(2)正常—熏蒸枸杞样本组判别,通过光谱的主成分分析筛选了650nm和1000nm两个重要的波长,然后将两个波段下的光谱值进行除法运算,得到光谱的波段比值,利用Fisher判别对光谱波段比值进行判别分析,并将两个特殊波段的单波段图像相除,得到波段比图像,最后应用掩膜法获取去除背景后的波段比图像。结果表明,可见近红外高光谱成像技术能很好地对硫磺熏蒸和正常枸杞进行检测区分,检测正确率达到100%。研究中仅使用了953个波段中的2个,数据量大大减少。(3)正常—染色枸杞样本组判别,利用MATLAB软件对提取的两种样本感兴趣区域光谱数据分别进行归一化处理,用不同光谱预处理方法和不同主成分因子数对枸杞是否被化学染色进行了对比分析,建立了枸杞是否被染色的定性判别模型。结果表明,用判别分析方法结合原始光谱建立的DA判别模型最优,该方法对校正集和验证集正确分类达100%。
【关键词】：枸杞 高光谱 硫磺熏蒸 化学染色 判别分析
【学位授予单位】：石河子大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：S567.19
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-17
• 1.1 研究背景与意义9-11
• 1.1.1 研究背景9-11
• 1.1.2 研究意义11
• 1.2 高光谱成像技术概述11-13
• 1.3 国内外研究现状13-15
• 1.4 研究目标、内容及技术路线15-16
• 1.4.1 研究目标15
• 1.4.2 研究内容和方法15-16
• 1.4.3 技术路线16
• 1.5 本章小结16-17
• 第二章 试验材料、设备与方法17-25
• 2.1 样本采集17
• 2.2 试验样本制备17
• 2.3 样本制作步骤17-18
• 2.3.1 硫磺熏蒸枸杞样本17-18
• 2.3.2 化学染色枸杞样本18
• 2.4 高光谱成像系统18-20
• 2.5 图像采集20-21
• 2.6 数据处理方法21-22
• 2.7 工具软件22-24
• 2.8 本章小结24-25
• 第三章 基于高光谱成像的硫磺熏蒸枸杞检测判别25-30
• 3.1 光谱提取25
• 3.2 光谱主成分分析与波段选择25
• 3.3 光谱判别和图像分类分析25-26
• 3.4 光谱数据分析26-29
• 3.4.1 硫磺熏蒸和自然晾晒枸杞的光谱特征26
• 3.4.2 光谱主成分分析26-27
• 3.4.3 波长选择及判别分析27-29
• 3.5 本章小结29-30
• 第四章 基于高光谱成像的染色枸杞检测判别30-35
• 4.1 光谱提取30
• 4.2 光谱数据分析30-32
• 4.2.1 数据归一化31
• 4.2.2 光谱数据处理31-32
• 4.3 光谱数据判别方法32-34
• 4.3.1 不同预处理方式对校正模型判别精度的影响32
• 4.3.2 不同主成分因子对校正模型判别精度的影响32-33
• 4.3.3 校正集和验证集分析结果33-34
• 4.4 本章小结34-35
• 第五章 结论与展望35-36
• 5.1 结论35
• 5.2 展望35-36
• 参考文献36-40
• 致谢40-41
• 作者简介41-42
• 导师评阅表42

【相似文献】

中国期刊全文数据库 前10条

1 单佳佳;彭彦昆;王伟;李永玉;吴建虎;张雷蕾;;基于高光谱成像技术的苹果内外品质同时检测[J];农业机械学报;2011年03期

2 王斌;薛建新;张淑娟;;基于高光谱成像技术的腐烂、病害梨枣检测[J];农业机械学报;2013年S1期

3 蔡健荣;韩智义;;碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术[J];农机化研究;2013年04期

4 孙梅;陈兴海;张恒;陈海霞;;高光谱成像技术的苹果品质无损检测[J];红外与激光工程;2014年04期

5 罗阳;何建国;贺晓光;王松磊;刘贵珊;;农产品无损检测中高光谱成像技术的应用研究[J];农机化研究;2013年06期

6 田有文;牟鑫;程怡;;高光谱成像技术无损检测水果缺陷的研究进展[J];农机化研究;2014年06期

7 余克强;赵艳茹;李晓丽;张淑娟;何勇;;基于高光谱成像技术的鲜枣裂纹的识别研究[J];光谱学与光谱分析;2014年02期

8 丁冬;;高光谱成像技术及其在农产品检测中的应用[J];科技信息;2013年35期

9 张筱蕾;刘飞;聂鹏程;何勇;鲍一丹;;高光谱成像技术的油菜叶片氮含量及分布快速检测[J];光谱学与光谱分析;2014年09期

10 章海亮;高俊峰;何勇;;基于高光谱成像技术的柑橘缺陷无损检测[J];农业机械学报;2013年09期

中国重要会议论文全文数据库 前7条

1 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书（九）——防灾减灾与国家安全[C];2013年

2 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

3 何宝琨;;使用曲面棱镜的高光谱成像系统设计[A];中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集[C];2013年

4 孙向军;刘凯龙;赵志勇;李雪涛;;高光谱成像及仿真技术途径探索[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 颜昌翔;;星载高光谱成像及数据应用[A];第十届全国光电技术学术交流会论文集[C];2012年

6 肖功海;舒嵘;薛永祺;;显微成像光谱技术及其应用[A];成像光谱技术与应用研讨会论文集[C];2004年

7 赖建军;陈四海;陈坦;易新建;;基于MEMS微镜阵列的高光谱成像技术研究[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年

中国博士学位论文全文数据库 前9条

1 葛明锋;基于轻小型无人机的高光谱成像系统研究[D];中国科学院研究生院(上海技术物理研究所);2015年

2 何青;多类型高光谱成像集成系统的研制及其应用研究[D];暨南大学;2015年

3 王彩玲;干涉高光谱成像中的信息提取技术[D];中国科学院研究生院(西安光学精密机械研究所);2011年

4 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年

5 马m，

本文编号：375257