收藏本站
《浙江大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于图像处理和光谱分析技术的水果品质快速无损检测方法研究

马本学  
【摘要】: 针对目前库尔勒香梨检测分级手段落后,检测效率低,而且对其内部品质检测只能进行有损检测。综合利用图像处理技术、光谱分析技术、高光谱成像技术、模式识别、化学计量学、光学、果树生理学等诸多领域的知识,开展对其外部品质和内部品质(类别、重量、糖度、果梗,以及形状等)的无损检测方法研究,在上述研究的基础上建立其品质的快速检测方法和检测模型,为以后进一步研究开发库尔勒香梨品质在线无损检测装备提供理论支持,且得出的研究结论可借鉴用于其它同类水果。 主要研究内容和结论为: (1)基于图像处理技术的库尔勒香梨脱萼果和宿萼果判别研究。依据图像处理技术提取香梨底部的花萼特征,计算出其圆度,然后根据统计特性确定阈值对脱萼果和宿萼果进行判别分析,研究结果表明该方法对脱萼果的正确识别率为79.7%,对宿萼果的正确识别率为85.9%,对所有香梨样本的正确识别率为82.8%。结果表明,利用图像处理技术能对库尔勒香梨脱萼果和宿萼果进行自动判别。 (2)基于近红外光谱分析技术的库尔勒香梨脱萼果和宿萼果判别研究。对比分析了应用DA判别分析和SIMCA法在不同波段、不同预处理方法对库尔勒香梨脱萼果和宿萼果的定性分析模型性能的影响。结果表明:利用近红外光谱分析技术,判别分析(Discriminant Analysis,DA)法在长波近红外区域(9091~4000 cm~(-1))范围结合原始光谱建立的DA判别模型最优,对校正集正确分类率为100%,预测集正确分类率为95%;而采用SIMCA法利用近红外漫反射光谱技术对库尔勒香梨脱萼果和宿萼果进行定性判别分析,光谱范围在长波近红外区域(9091~4000 cm~(-1)),并采用原始光谱建立的校正模型对校正集正确判别率为100%,预测集的正确判别率为70%。因此,利用DA判别分析法所建的校正模型比使用SIMCA法在对库尔勒香梨的脱萼果和宿萼果进行判别时具有更高的预测精度。结果表明,利用近红外光谱也能对库尔勒香梨脱萼果和宿萼果进行自动判别。 (3)基于图像处理技术的库尔勒香梨果梗提取方法研究。通过对RGB颜色模型的R、G、B颜色分量灰度进行分析,采用R-B颜色因子对背景进行分割,在香梨图像经过背景分割和边缘检测获取边缘图像后,提出一种利用数学形态学方法对香梨果梗自动提取的新方法。实验研究结果表明,该方法对香梨果梗提取的正确率为90.7%。结果表明,利用图像处理技术能对库尔勒香梨果梗实现自动提取。 (4)基于近红外光谱分析技术的库尔勒香梨糖度的定量和定性分析研究。对比分析了应用偏最小二乘回归和主成分回归结合不同波段、不同预处理方法对库尔勒香梨糖度定量分析模型性能的影响。偏最小二乘回归模型的性能都明显高于主成分回归模型的性能。研究结果表明当采用偏最小二乘回归模型时,光谱范围在(12400~4000 cm~(-1)),主成分因子数为7,并采用MSC对原始光谱进行校正时建立的校正模型较优,所建校正模型的相关系数r_(cal),为0.964,校正集的RMSEC为0.518,预测均方根误差RMSEP为0.324。依据建立的校正模型根据库尔勒香梨分类标准(NY/T 585-2002)对其进行分类,研究结果表明其对全部实验样本的特级果的正确分类率为86.36%,对一级果的正确分类率为61.54%,对二级果的正确分类率为88.89%,对等外果的正确分类率为80.00%。结果表明,利用近红外光谱可对库尔勒香梨糖度进行检测。 (5)基于图像处理技术的水果重量预测模型研究。通过图像处理技术获取香梨的侧面投影面积和顶部投影面积,分别利用侧面投影面积、顶部投影面积、侧面投影面积与顶部投影面积与重量建立回归方程,研究结果表明利用侧面投影面积和顶部投影面积所建立的多元线性回归方程效果最佳,其回归方程为(?)=-47.3213+2.474232x_1+3.03103x_2,模型的决定系数为0.975,利用预测集样本对其进行检测,其相对重量的平均预测误差为2.74%,而对库尔勒香梨的重量分级率为91.30%。结果表明,利用图像处理技术可对库尔勒香梨的重量进行预测。 (6)基于图像处理的水果形状识别方法研究。经过图像预处理、背景分割、利用数学形态学方法获取果梗、进而利用图像减法运算获取香梨果实图像。在正确提取果实边缘的基础上,比较了利用离散指数、人工神经网络、支持向量机和模糊C-均值聚类四种不同方法对水果形状分类的结果,识别结果如下:基于离散指数对水果的形状识别准确率为88.28%;使用离散指数、圆度作为BP神经网络输入变量,隐含层为1,研究结果表明采用TRAINRP训练函数对BP神经网络对训练集样本的识别准确率为90.91%,预测集样本识别准确率为89.66%;利用最小二乘支持向量机(LS-SVM)对水果的形状进行分类识别,研究结果表明对训练集样本的识别准确率为91.92%,预测集样本识别准确率为89.66%;利用无监督的模糊C均值聚类对水果的总的识别率为86.72%。从对库尔勒香梨形状识别方法研究结果得出,使用基于最小二乘支持向量机(LS-SVM)的水果形状识别模型的识别效果最优。结果表明,利用图像处理技术可对库尔勒香梨的形状进行识别。 (7)构建适于水果品质检测的高光谱图像分析系统(400~1000 nm),并开展了基于高光谱图像的库尔勒香梨糖度检测方法研究。在光谱范围422~982 nm范围内分析不同预处理方法对偏最小二乘回归所建模型性能的影响。与原始光谱所建模型相比,光谱经一阶微分、标准归一化(SNV)、Norries滤波等运算后所建模型相关系数有了明显提高;而模型经过二阶微分+Norris滤波和标准归一化预处理后校正模型的相关系数从0.803提高到0.898,而RMSEP则从0.644下降到0.596;模型的RMSECV从0.720下降到0.704。说明该模型比原始光谱所建立模型要好。综合比较最后选择经过标准归一化+过二阶微分和Norris滤波处理后建立的校正模型最优。结果表明,利用高光谱成像技术可对库尔勒香梨的糖度进行预测。
【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 陈雷,戚大伟,杨丽娟;原木CT图像边缘检测的几种算法[J];林业机械与木工设备;2005年08期
2 祁广云;马晓丹;;基于图像处理的任意封闭区域的剪裁技术[J];黑龙江八一农垦大学学报;2005年06期
3 刘木华;段武貌;黎静;郑华东;;基于图像处理和支持向量机分类的牛肉大理石花纹等级评定[J];沈阳农业大学学报;2005年06期
4 刘中合;王玉亮;李邦明;杨峰;刘贤喜;;数字图像处理及特征测量技术研究[J];山东农业大学学报(自然科学版);2007年01期
5 徐阳;;基于分形维数的垩白米检测系统[J];商场现代化;2007年24期
6 邓玉华;冯运义;;基于Visual c++矩形标尺智能识别[J];粮食储藏;2007年06期
7 陈平;;基于随机文法的骨架结构化表示[J];西昌学院学报(自然科学版);2008年04期
8 张恬;赵德安;周童;;图像处理在联合收割机夹带损失检测中的应用[J];农机化研究;2009年04期
9 多化琼;王喜明;;利用傅立叶变换研究阔叶材纤维细胞排列[J];西北林学院学报;2009年02期
10 齐建东;蒋禧;赵燕东;;基于无线多媒体传感器网络的森林病虫害监测系统[J];北京林业大学学报;2010年04期
11 任景英;谢泽会;;基于图像处理的大米粒形检测技术研究[J];农机化研究;2011年03期
12 蔡英,汪虹;浅谈Snake模型在图像特征轮廓提取中的应用[J];农业网络信息;2005年09期
13 刘荣辉;机器视觉系统在GDX2包装机组中的应用[J];烟草科技;2005年11期
14 吴继华;刘燕德;欧阳爱国;;基于机器视觉的种子品种实时检测系统研究[J];传感技术学报;2005年04期
15 刘星桥;孙玉坤;赵德安;;工厂化水产养殖智能监控系统[J];东南大学学报(自然科学版);2005年S2期
16 刘星桥;孙玉坤;赵德安;成立;赵不贿;秦云;许文竹;;水产工厂化养殖智能监控系统[J];仪器仪表学报;2006年05期
17 邓巍;丁为民;柳平增;张浩;;基于MATLAB的雾化图像处理及雾化角的测定[J];西北农林科技大学学报(自然科学版);2006年07期
18 黄燕;任光辉;;基于图像处理的叶面积测定方法的研究[J];农机化研究;2006年09期
19 孙红;孙明;王一鸣;;植物生长机器视觉无损测量研究综述[J];农业机械学报;2006年10期
20 聂永芳;安爱琴;刘振华;;MATLAB在排种器性能检测中的应用[J];安徽农业科学;2007年08期
中国重要会议论文全文数据库 前10条
1 张春霞;魏小林;阳德志;王阳;盛宏至;;内旋流流化床内异重颗粒横向扩散系数的试验研究[A];第七届全国实验流体力学学术会议论文集[C];2007年
2 王晓蕾;杨健;;基于图像处理技术的地基云图云量的识别[A];第三届长三角气象科技论坛论文集[C];2006年
3 梁威;沈昱明;;基于改进的Fourier描述子算法的车辆识别[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
4 杨浩;袁海文;彭琴;武新成;;基于无向图的沥青路面裂缝检测技术研究[A];2010全国虚拟仪器大会暨MCMI2010’会议论文集[C];2010年
5 魏国强;胡敏良;;图像处理技术及其在水电站泄洪雾化研究中的应用[A];第十六届全国水动力学研讨会文集[C];2002年
6 茹海峰;殷业;;基于与图像相结合的语音端点检测方法研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 刘春桐;赵兵;张志利;仲启媛;;基于图像处理的自动瞄准系统精度研究[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
8 梁爽;鲁志波;;基于离散小波变换的图像盲水印算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 黄秀声;余伟;陈银莉;;数字图像处理在网格法中的应用[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
10 王璿;孔令富;冯建周;;基于图像的三维重建网格门户的设计[A];2006年中国机械工程学会年会暨中国工程院机械与运载工程学部首届年会论文集[C];2006年
中国重要报纸全文数据库 前10条
1 四川 刘焱彬;数码相机的图像处理[N];电子报;2001年
2 长人 编译;专家评索尼α100[N];中国摄影报;2006年
3 孙婧;视频图像处理技术在案件中的应用[N];西部法制报;2008年
4 武文;索尼两系列电视新品亮相[N];中国质量报;2008年
5 殷幼芳;印前图像处理技术对印刷质量的影响[N];中国包装报;2005年
6 金彧;★图像处理实用小工具Qimage又推新版[N];中国电脑教育报;2002年
7 ;智能化监控对图像处理能力提出更高要求[N];中国电子报;2009年
8 本报记者 刘晖;图像处理引擎的威力[N];计算机世界;2003年
9 赵军红 编译;仿生眼睛助盲人重见光明[N];科技日报;2010年
10 ;方正Z910 针对图像处理领域[N];中国计算机报;2002年
中国博士学位论文全文数据库 前10条
1 马本学;基于图像处理和光谱分析技术的水果品质快速无损检测方法研究[D];浙江大学;2009年
2 余庆军;智能图像处理及其在无线多媒体业务中的应用[D];华南理工大学;2004年
3 程光权;基于方向小波图像处理与几何特征保持质量评价研究[D];国防科学技术大学;2010年
4 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
5 王朝阳;微米云纹法及其相关的超高频制栅与数字化图像处理技术[D];清华大学;1999年
6 倪超;定量化多巴酚丁胺超声心动图负荷试验的临床研究[D];中国协和医科大学;1995年
7 张东梅;车载平台变形测量技术的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2006年
8 刘斌;微小三维尺寸自动光学检测系统的关键技术研究[D];天津大学;2010年
9 王保平;基于模糊技术的图像处理方法研究[D];西安电子科技大学;2004年
10 石永华;基于视觉传感的药芯焊丝水下焊接焊缝自动跟踪系统[D];华南理工大学;2001年
中国硕士学位论文全文数据库 前10条
1 邹洋;基于图像处理的摇表读数系统的研究[D];哈尔滨工业大学;2010年
2 谢虎;基于CCD图像处理的汽车主动安全系统的研究[D];东北大学;2008年
3 裴暑云;基于嵌入式ARM的图像处理的物料分级系统的研究[D];武汉工业学院;2010年
4 朱杰;数字图像处理技术在螺纹检测中的应用研究[D];河北科技大学;2010年
5 陈帅;基于图像处理的监控时延自动化测试系统[D];南京理工大学;2012年
6 汤婵;图像处理课程学习平台的设计与开发[D];华东师范大学;2010年
7 王娜;基于图像处理的玉米叶部病害识别研究[D];石河子大学;2009年
8 陈亭;基于IDL的水质污染监测可视化设计与实现[D];电子科技大学;2010年
9 崔明;焊缝光纹快速提取算法研究[D];沈阳大学;2010年
10 孟宣宣;基于高速摄像技术的光纤激光焊接过程研究[D];华中科技大学;2011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