收藏本站
《江苏大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱图像技术的生菜镉污染检测与可视化研究

张跃春  
【摘要】:重金属镉污染严重制约着蔬菜产业的发展,并通过食物链威胁动物和人类的健康。目前重金属镉的检测主要依赖于实验室化学检测方法,费时费力、破坏性强,而光谱检测又存在各向异性、信息较片面等缺点。因此,探索并建立蔬菜中重金属镉含量的快速、无损、精确检测方法非常紧迫。本文以生菜为研究对象,首先利用扫描电镜观察镉胁迫对生菜叶片表面微观结构的影响,利用透射电镜观察镉胁迫对生菜叶肉细胞内部的影响。然后使用测定食品中重金属镉的国家标准方法(GB 5009.15-2014)测定各个生菜叶片中重金属镉的理化值含量。最后使用高光谱图像技术结合化学计量学方法对生菜叶片重金属镉含量进行预测。主要研究结果如下:(1)利用扫描电镜和透射电镜观测不同梯度镉胁迫对生菜叶片组织的影响。发现镉胁迫梯度越高,扫描电镜下拍摄的生菜叶片表面气孔闭合就越明显。通过透射电镜拍摄的图片可以发现,经过镉胁迫后,细胞内部会发生嗜锇颗粒变多、叶绿体膜系统破坏以及类囊体出现消失、堆叠混乱等情况。对受镉胁迫的生菜叶片进行扫描电镜和透射电镜试验并进行分析,可以为高光谱图像技术检测生菜叶片中的镉含量提供可行性依据。(2)分别提取高光谱图像中的光谱数据和图像特征。利用ENVI软件将生菜叶片区域选为感兴趣区域(ROI),然后计算出ROI内的光谱数据平均值作为样本的光谱数据。使用MATLAB软件编写的程序提取了生菜叶片图像的灰度梯度共生矩阵(GGCM)和R、G、B、H、S.、V6个颜色特征值的平均值(Mean)、方差(Variance)、偏斜度(Skewness)及峰度(Kurtosis),共24个颜色特征值和15个纹理特征值,作为生菜叶片图像的图像特征。(3)利用SG平滑和多元散射校正(MSC)预处理光谱数据,降低光谱中噪声和散射的影响。通过变量组合群体分析(VCPA)、模型自适应空间缩小法(MASS)和自助软收缩法(BOSS)对预处理后的光谱数据进行特征波长的选择。由于MASS和BOSS选取的波长建模效果较好但是选取的波段数较多,而VCPA可以将波段数降到14以下,因此使用VCPA算法对MASS和BOSS进行二次特征提取。综合比较二次特征提取的特征波段数目以及模型性能,发现对MASS使用VCPA作为二次特征选择的组合模型效果是最优的,选取的特征波段数为13。(4)利用SVR、GWO-SVR和DE-GWO-SVR对特征光谱以及特征光谱融合优选的图像特征信息进行建模,得到基于特征光谱数据和融合信息的SVR、GWO-SVR和DE-GWO-SVR生菜叶片重金属镉定量检测模型。结果表明,基于融合信息的DE-GWO-SVR模型性能最优,该模型的Rc2为0.9723,RMSEC为0.0096mg/kg,R2 为 0.9512,RMSEP 为 0.0234mg/kg。(5)利用MASS-VCPA提取整个ROI图像各个像素点的特征波长,并将其代入到DE-GWO-SVR预测模型中,预测每个像素点的镉含量值,最终实现生菜叶片中重金属镉含量的可视化。本文研究了高光谱图像技术检测生菜叶片中的镉含量的可行性,并利用高光谱图像技术结合化学计量学方法对生菜叶片重金属镉含量进行定量分析,对生菜叶片中的镉含量进行可视化分析。为保证生菜高产、高质提供了技术支撑。
【学位授予单位】:江苏大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;X835

【参考文献】
中国期刊全文数据库 前10条
1 张丙春;王磊;范丽霞;陈璐;毛江胜;;铅、镉在蔬菜中的累积特性及对蔬菜生长的影响[J];生态学杂志;2015年10期
2 顾艳文;李帅;高伟;魏虹;;基于光谱参数对小白菜叶片镉含量的高光谱估算[J];生态学报;2015年13期
3 陈后金;许文达;郝晓莉;;基于灰度-梯度共生矩阵的钢轨表面缺陷检测方法[J];北京交通大学学报;2015年02期
4 陈悦;李玲;何秋伶;陈进红;祝水金;;镉胁迫对三个棉花品种(系)产量、纤维品质和生理特性的影响[J];棉花学报;2014年06期
5 胡发焕;刘国平;胡瑢华;董增文;;基于机器视觉和支持向量机的脐橙品质分级检测[J];北京工业大学学报;2014年11期
6 刘桂松;郭昊淞;潘涛;王继华;曹干;;Vis-NIR光谱模式识别结合SG平滑用于转基因甘蔗育种筛查[J];光谱学与光谱分析;2014年10期
7 李哲;王喜山;赵国臣;徐海玉;李玉环;郑毅;;生菜的营养价值及高产栽培技术[J];吉林蔬菜;2014年09期
8 王献锋;张善文;王震;张强;;基于叶片图像和环境信息的黄瓜病害识别方法[J];农业工程学报;2014年14期
9 余娜;钟志勇;唐小江;刘圣兰;刘培庆;蒋建敏;;镉引起肾脏毒性的细胞凋亡通路[J];生态毒理学报;2014年03期
10 何秀文;黄林;刘木华;陈添兵;姚明印;;激光诱导击穿光谱对大米中镉元素的检测分析[J];应用激光;2014年01期
【共引文献】
中国期刊全文数据库 前10条
1 翟云忠;王洁琼;;基于信息平台的农产品质量安全网格化监管体系建设研究[J];农业与技术;2015年23期
2 张帆;李绍明;刘哲;朱德海;王越;马钦;;基于机器视觉的玉米异常果穗筛分方法[J];农业机械学报;2015年S1期
3 吴婧;董欣敏;郑燕芳;张积仁;;镉致癌的分子机制研究进展[J];生态毒理学报;2015年06期
4 刘莉;;气压对激光诱导击穿光谱检测性能的影响研究[J];应用激光;2015年05期
5 张倩;;一种农业视觉图像改进自适应中值滤波算法[J];江苏农业科学;2015年08期
6 于巧玲;谭文波;石少明;覃俊达;;激光诱导击穿光谱技术在农产品检测中的应用[J];柳州职业技术学院学报;2015年04期
7 侯福银;宓君鹏;刘兴廷;李剑;米玉玲;张才乔;;原花青素对镉引起的鸡胚睾丸氧化损伤的缓解作用[J];生态毒理学报;2015年04期
8 许良凤;徐小兵;胡敏;王儒敬;谢成军;陈红波;;基于多分类器融合的玉米叶部病害识别[J];农业工程学报;2015年14期
9 房俊龙;杨森森;赵朝阳;李明;王润涛;;基于DSP与ARM的大豆籽粒视觉分级系统[J];农业机械学报;2015年08期
10 张雷;贺虎;武传宇;;蔬菜嫁接机器人嫁接苗特征参数的视觉测量方法[J];农业工程学报;2015年09期
【二级参考文献】
中国期刊全文数据库 前10条
1 靳彦华;熊黑钢;张芳;王莉峰;;水浇地与旱地春小麦新型光谱曲线特征变量与叶绿素关系的对比研究[J];中国农学通报;2014年03期
2 任金萍;;平凉市地产蔬菜重金属污染检测及其对人体健康风险评估[J];甘肃农业大学学报;2013年05期
3 濮永仙;余翠兰;;基于双编码遗传算法的支持向量机作物病害图像识别方法[J];贵州农业科学;2013年07期
4 郑顺安;陈春;郑向群;梁军锋;刘潇威;沈跃;李松;;污染土壤不同粒级团聚体中铅的富集特征及其与叶类蔬菜铅吸收之间的相关性[J];农业环境科学学报;2013年03期
5 唐湘娜;王耀南;;铁轨表面缺陷的视觉检测与识别算法[J];计算机工程;2013年03期
6 文典;胡霓红;赵凯;王富华;王旭;何舞;;小白菜对土壤中5种重金属的富集特征及土壤安全临界值的研究[J];热带作物学报;2012年11期
7 刘振尧;潘涛;;可见-近红外光谱测定血红蛋白的等效波段选择[J];光学精密工程;2012年10期
8 陈英;杨丰玉;符祥;;基于支持向量机和灰度共生矩阵的纹理图像分割方法[J];传感器与微系统;2012年09期
9 李聪;高海燕;袁超;;基于计算机视觉的苹果自动分级方法研究[J];计算机仿真;2012年09期
10 殷勇;陶凯;于慧春;;基于机器视觉的苹果分级中特征参量选择方法[J];农业机械学报;2012年06期
【相似文献】
中国期刊全文数据库 前10条
1 王斌;;基于高光谱图像技术的水果表面农药残留检测观察[J];种子科技;2017年04期
2 陈绫钢;吕靖芳;;高光谱图像技术在农产品监测中的应用进展[J];北京农业;2016年01期
3 朱贞映;袁建;何荣;;粮油中高光谱图像技术的应用现状[J];粮食与饲料工业;2016年09期
4 徐爽;何建国;马瑜;梁慧琳;刘贵珊;贺晓光;;高光谱图像技术在水果品质检测中的研究进展[J];食品研究与开发;2013年10期
5 叶珍;白璘;;局部保护降维与高斯混合模型的高光谱图像分类[J];工业仪表与自动化装置;2017年04期
6 吴龙国;何建国;贺晓光;刘贵珊;王伟;王松磊;苏伟东;罗阳;思振华;;高光谱图像技术在水果无损检测中的研究进展[J];激光与红外;2013年09期
7 唐中奇;付光远;陈进;张利;;基于低秩结构提取的高光谱图像压缩表示[J];电子与信息学报;2016年05期
8 张良培;李家艺;;高光谱图像稀疏信息处理综述与展望[J];遥感学报;2016年05期
9 李昌利;张琳;樊棠怀;;基于自适应主动学习与联合双边滤波的高光谱图像分类[J];计算机科学;2018年12期
10 王杰超;孙大鹏;张长兴;谢锋;王建宇;;拉普拉斯约束低秩表示的高光谱图像异常检测[J];光谱学与光谱分析;2018年11期
中国重要会议论文全文数据库 前10条
1 卢云龙;刘志刚;;高光谱图像目标探测现状研究[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
2 高东生;高连知;;基于独立分量分析的高光谱图像目标盲探测方法研究[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
3 杨勇;刘木华;邹小莲;苗蓬勃;赵珍珍;;基于高光谱图像技术的猕猴桃硬度品质检测[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
4 马德敏;孙凡;金星;舒嵘;王建宇;;机载高光谱图像质量定量化评价方法的研究[A];成像光谱技术与应用研讨会论文集[C];2004年
5 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
6 唐宏;杨新;方涛;施鹏飞;;基于核方法的光谱角制图模型及其在高光谱图像分割中的应用[A];中国地理信息系统协会第八届年会论文集[C];2004年
7 杨硕;袁鸿翼;虞宇宏;赵敏;;高光谱图像亚像素目标仿真及检测研究[A];第四届高分辨率对地观测学术年会论文集[C];2017年
8 武倩聿;张馨月;张旭东;;基于约束能量最小化的高光谱图像目标检测算法研究[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
9 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
10 张悦;官云兰;;基于聚类的高光谱图像非监督波段选择方法[A];《江西遥感》2017年第2期(总第3期)[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 付毅飞;“珠海一号”,为何能拍出太空大片[N];科技日报;2017年
中国博士学位论文全文数据库 前10条
1 李娇娇;高光谱遥感图像高效分类与解混方法研究[D];西安电子科技大学;2016年
2 刘务;基于空谱特征挖掘的高光谱图像分类方法研究[D];哈尔滨工程大学;2018年
3 李威;基于机器学习的森林多源遥感数据分析方法研究[D];哈尔滨工程大学;2018年
4 李畅;高光谱遥感影像处理中的若干关键技术研究[D];华中科技大学;2018年
5 任越美;高光谱图像特征提取与分类方法研究[D];西北工业大学;2017年
6 王庆岩;面向植被遥感监测的高光谱图像分类技术研究[D];哈尔滨工业大学;2018年
7 吴钊君;基于权重核范数的高光谱图像去噪与解混方法研究[D];哈尔滨工业大学;2018年
8 张星;组合空间和光谱特性的高光谱图像异常检测与目标识别方法研究[D];国防科学技术大学;2016年
9 冯志玺;空谱稀疏结构学习下的高光谱数据降维与分类技术研究[D];西安电子科技大学;2018年
10 胡静;基于深度学习的高光谱图像超分辨处理方法研究[D];西安电子科技大学;2018年
中国硕士学位论文全文数据库 前10条
1 张跃春;基于高光谱图像技术的生菜镉污染检测与可视化研究[D];江苏大学;2018年
2 房盟盟;特定温度下滩羊肉贮藏期的高光谱—动力学预测方程构建[D];宁夏大学;2018年
3 彭焱;基于波段子区间划分的高光谱图像分类研究[D];浙江工业大学;2017年
4 邓立暖;基于压缩感知的高光谱图像压缩技术研究[D];东北大学;2015年
5 王华东;基于张量分解和低秩矩阵恢复的高光谱图像分类[D];湖南大学;2018年
6 李雅婷;基于稀疏表达的高光谱图像分类算法研究[D];湖南大学;2018年
7 林伟俊;高光谱图像实时目标和异常检测算法研究[D];杭州电子科技大学;2018年
8 周沛林;基于深度学习的高光谱图像分类问题研究[D];浙江大学;2018年
9 马赫男;结合聚类算法的高光谱图像半监督分类研究[D];哈尔滨工程大学;2018年
10 王雪婷;高光谱图像的降维及分类算法研究[D];哈尔滨工程大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026