收藏本站
《浙江大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

基于光谱和高光谱成像技术的海水鱼品质快速无损检测

朱逢乐  
【摘要】:鱼肉历来作为易消化、营养价值高的食物广泛受到人们的青睐,但鱼肉水分含量较高,肉质细嫩,容易在酶和微生物的综合作用下发生腐败变质,因此其品质和安全的检测很重要。传统的物理化学测量分析方法耗时、繁琐、有损,且污染环境,已经不能满足现代数字渔业快速、无损、实时的发展要求。本文以海水鱼为研究对象,应用光谱和高光谱成像技术,并结合多种化学计量学方法、图像处理算法、数据挖掘技术,研究了新鲜与冷冻-解冻大菱鲆鱼肉的鉴别,大菱鲆冷藏存储时间的快速准确预测和分布可视化,大菱鲆质构参数和系水力的快速检测,大西洋鲑脂肪和水分含量的快速预测及空间分布可视化,为鱼肉的精细生产和数字化管理提供理论和技术支撑。研究主要内容和成果有: (1)采用可见/短波近红外高光谱成像鉴别新鲜与冷冻-解冻的大菱鲆鱼肉。冷冻处理分为不同的冷冻温度(快速冷冻-700C、慢速冷冻-20℃)以及不同的解冻次数(冷冻-解冻1次、2次)。提取高光谱图像的平均光谱并进行预处理,应用新型的竞争性自适应重加权算法(CARS)提取能表征鱼肉鲜度和冷冻状态的特征波长,同时对高光谱图像进行主成分分析(PCA)并提取主成分图像的纹理变量,最后分别基于光谱特征波长、纹理变量、特征波长+纹理变量建立线性(PLSDA)和非线性(BP-ANN、LS-SVM)的鉴别模型。对于新鲜、快速冷冻-解冻、慢速冷冻-解冻鱼肉的鉴别,最佳总体正确判别率为94.44%;对于新鲜、冷冻-解冻1次、冷冻-解冻2次鱼肉的鉴别,最佳总体正确判别率为100%。 (2)应用可见/短波近红外高光谱成像实现了大菱鲆冷藏存储时间的快速准确预测和可视化。提取高光谱图像的平均光谱并建立PLSR. BP-ANN和LS-SVM的冷藏时间检测模型。线性PLSR模型精度较高,预测集Rp为0.9849,RMSEP为0.6799。采用PLSR对预测集样本图像上每个像素点的冷藏时间进行预测,结合IDL软件的图像编程技术将不同的时间用不同的颜色表示,以伪彩图的形式实现了冷藏时间的可视化,形象、直观地展示出鱼肉的新鲜度状态和分布情况。 (3)应用可见/短波近红外光谱快速检测大菱鲆的质构参数和系水力。质构参数的检测与冷藏相结合,选取粘性、弹性和内聚性三个参数;系水力的检测与冷冻相结合,采用滴水损失描述。优选最佳光谱预处理方法,采用新型的Random frog算法提取光谱特征波长,并建立PLSR, BP-ANN和LS-SVM参数检测模型。粘性、弹性、内聚性、滴水损失最优预测Rp分别为0.9094、0.8754、0.8462、0.8678。 (4)采用长波近红外高光谱成像实现了大西洋鲑脂肪和水分含量的快速无损检测及其分布可视化。对提取的平均光谱和脂肪、水分含量建立PLSR、BP-ANN和LS-SVM校正模型,线性PLSR模型精度较高,脂肪预测集Rp为0.9263,RMSEP为1.2405;水分预测集Rp为0.9366,RMSEP为1.0579。再将PLSR模型应用于预测集样本图像上的所有像素点,最终以伪彩图的形式展示脂肪和水分在大西洋鲑鱼片的含量分布。此外,还探索了该技术用于整鱼片成分含量成图的可行性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马本学;应义斌;饶秀勤;桂江生;;高光谱成像在水果内部品质无损检测中的研究进展[J];光谱学与光谱分析;2009年06期
2 索少增;刘翠玲;李慧;;近红外光谱技术检测农产品农药残留量的研究[J];北京工商大学学报(自然科学版);2010年06期
3 周全;朱大洲;王成;郑耀;王秋平;马智宏;;成像光谱技术在农产品/食品检测中的研究进展[J];食品科学;2010年23期
4 ;美设计出弯曲杆菌快速筛选方法[J];食品与机械;2011年01期
5 ;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
6 ;美国农业部设计出弯曲杆菌快速筛选方法[J];食品与发酵工业;2011年01期
7 李江波;苏忆楠;饶秀勤;;基于高光谱成像及神经网络技术检测玉米含水率[J];包装与食品机械;2010年06期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
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 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
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