收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱成像对苹果病虫害无损检测的研究

程怡  
【摘要】:高光谱成像是一种新兴的无损快速检测技术,可以同时获取研究对象的图像和光谱信息,集成了光谱分析和图像处理的优势,已成为农产品病虫害信息快速、无损检测的重要手段之一。本研究采用高光谱成像技术对苹果病虫害进行无损检测,对提高苹果品质检测和分级处理水平具有重要意义。 本文以具有代表性的红富士苹果为研究对象,采用自制的高光谱成像系统对苹果高光谱图像进行采集。对采集的高光谱图像通过相对反射率选出光谱区域为450-980nm之间的高光谱图像,经过主成分分析方法及提取的纹理特征对苹果虫害进行无损检测研究。基于高光谱图像的光谱差值获取了2个有效波长(646和824nm)及对应光谱的相对反射率,并利用这2个有效波长下的特征图像和Otsu阈值理论检测出感兴趣区域。通过感兴趣区域选择出纹理特征图像,采用了灰度矩阵的4个纹理参数(能量、熵、惯性矩和相关性)和2个有效波长的相对反射率,构成6个特征量。利用6个特征量作为输入量构建BP神经网络模型,对测试集中25个正常苹果和25个虫害苹果进行检测评估。正常果的识别率为100%,虫害果的识别率为100%,整体检测精度为100%。结果表明,利用高光谱成像技术可以实现对虫害苹果的有效检测。 本文还对苹果腐烂果进行了无损检测研究,并采用支持向量机和BP神经网络两个数据模型分别对其进行检测,验证苹果腐烂果的识别率,优选识别模型。结果显示BP神经网络模型的检测精度达到了100%,明显高于支持向量机检测模型。同时对苹果的果梗/花萼和虫害果与腐烂果进行综合识别,构建BP神经网络的检测模型,正确识别出果梗/花萼的检测率为96%,正确识别出虫害果与腐烂果的检测率为98%。识别结果表明,利用高光谱成像技术可以实现在果梗/花萼干扰下对病虫害苹果的有效检测。


知网文化
【相似文献】
中国期刊全文数据库 前10条
1 高晓东;吴建虎;彭彦昆;陈菁菁;陶斐斐;;基于高光谱成像技术的牛肉大理石花纹的评估[J];农产品加工(学刊);2009年10期
2 彭彦昆;黄慧;王伟;吴建虎;王秀;;基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测[J];江苏大学学报(自然科学版);2011年02期
3 王伟;彭彦昆;王秀;马伟;;基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测[J];农机化研究;2010年09期
4 张东彦;张竞成;朱大洲;王纪华;罗菊花;赵晋陵;黄文江;;小麦叶片胁迫状态下的高光谱图像特征分析研究[J];光谱学与光谱分析;2011年04期
5 陈菁菁;彭彦昆;李永玉;王伟;吴建虎;单佳佳;;基于高光谱荧光技术的叶菜农药残留快速检测[J];农业工程学报;2010年S2期
6 ;美国农业部设计出弯曲杆菌快速筛选方法[J];粮食与饲料工业;2011年03期
7 李江波;饶秀勤;应义斌;王东亭;;基于高光谱成像技术检测脐橙溃疡[J];农业工程学报;2010年08期
8 洪添胜;李震;吴春胤;刘敏娟;乔军;;高光谱图像技术在水果品质无损检测中的应用[J];农业工程学报;2007年11期
9 喻晓强;刘木华;郭恩有;杨勇;;基于荧光高光谱图像的柑桔糖度无损检测[J];安徽农业科学;2007年36期
10 郭俊先;应义斌;成芳;康玉国;李付堂;饶秀勤;;皮棉表面多类异性纤维的高光谱图像检测[J];农业工程学报;2010年10期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 刘志明;吴文健;张勇;;植物叶片仿生伪装结构模型设计[A];第六届中国功能材料及其应用学术会议论文集(8)[C];2007年
4 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
5 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
6 舒嵘;王建宇;薛永祺;;机载推帚式宽视场高光谱成像遥感系统的研制[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年
7 舒嵘;王建宇;徐卫明;何志平;马艳华;吕刚;;机载高空间分辨力、高光谱分辨力多维集成遥感系统[A];第六届成像光谱技术与应用研讨会文集[C];2006年
8 王建宇;;高光谱遥感技术的进展与展望[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年
9 李夕海;何元磊;刘代志;;高光谱寻的技术初探[A];国家安全地球物理丛书(四)——地球物理环境探测和目标信息获取与处理[C];2008年
10 杨勇;刘木华;;基于荧光高光谱图像的猕猴桃VC含量无损检测[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(下册)[C];2008年
中国博士学位论文全文数据库 前10条
1 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
2 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年
3 虞佳佳;基于高光谱成像技术的番茄灰霉病早期快速无损检测机理和方法研究[D];浙江大学;2012年
4 张筱蕾;基于高光谱成像技术的油菜养分及产量信息快速获取技术和方法研究[D];浙江大学;2013年
5 杨燕;基于高光谱成像技术的水稻稻瘟病诊断关键技术研究[D];浙江大学;2012年
6 吴迪;微藻综合品质信息快速无损获取技术和方法研究[D];浙江大学;2011年
7 郭俊先;基于高光谱成像技术的棉花杂质检测方法的研究[D];浙江大学;2011年
8 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
9 戴春妮;高光谱显微图像的特征提取与分类方法及其应用研究[D];华东师范大学;2009年
10 黄林;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];江苏大学;2013年
中国硕士学位论文全文数据库 前10条
1 殷姣姣;基于可见—近红外光谱和高光谱成像的无损检测方法研究[D];太原科技大学;2014年
2 管娅娜;分子光谱成像机理及其在血细胞分析中的应用研究[D];华东师范大学;2012年
3 冯小平;基于高光谱成像技术的血迹形态特征检测研究[D];重庆理工大学;2013年
4 罗阳;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];宁夏大学;2013年
5 程怡;基于高光谱成像对苹果病虫害无损检测的研究[D];沈阳农业大学;2014年
6 胥亮;基于C++和IDL的分子高光谱图像采集与数据预处理方法研究[D];华东师范大学;2013年
7 李婧;基于数字滤波的高光谱成像系统研究[D];山东大学;2010年
8 张令标;基于高光谱成像技术的红枣表面农药残留无损检测的研究[D];宁夏大学;2014年
9 吴龙国;基于高光谱成像技术的灵武长枣常见缺陷无损检测研究[D];宁夏大学;2014年
10 王旭;基于高光谱成像技术的铜品质检测方法研究[D];浙江大学;2013年
中国重要报纸全文数据库 前2条
1 刘建国 钟建;遥感考古勘探技术[N];中国文物报;2005年
2 实习记者 杨鸿博;光学技术检测农畜产品质量安全无损[N];中国农机化导报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978