收藏本站
《华中农业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多源信息融合技术的板栗分级检测方法研究

展慧  
【摘要】: 板栗营养丰富,是重要的经济作物,霉烂、虫害等缺陷粒严重影响了板栗的整体质量。目前,对缺陷板栗的剔除主要靠人工分选,费时耗力效率低,且板栗形状组织复杂,尤其是内外部病虫害和霉变等缺陷板栗不易识别。因此寻求一种快速、准确、无损识别缺陷板栗的检测方法具有重要的科学意义和实用价值。 论文以湖北京山板栗为试验材料,研究了近红外光谱分析技术与机器视觉技术的板栗分级检测方法。用近红外光谱分析技术对缺陷和合格板栗进行了分析,比较了5种光谱数据预处理方法对建模结果的影响,建立了基于近红外光谱分析技术的板栗分级检测模型;构建了板栗图像采集系统,建立了基于机器视觉技术的板栗分级检测模型;为提高识别精度,提出了近红外光谱和机器视觉的多源信息融合技术板栗分级检测新方法,建立了基于多源信息融合技术的板栗分级无损检测模型。主要研究结论如下: 1.建立了基于近红外光谱分析技术的板栗分级检测模型。用主成分分析法(PCA)提取板栗光谱特征参数。以训练集中的240个板栗样本的光谱特征参数为输入,建立了基于近红外光谱和BP神经网络的板栗分级检测模型,采用测试集中80个板栗样本对模型进行验证。试验结果表明:该模型对训练集中样品的回判率为96.25%,模型对测试集中样品的识别率为86.25%。 2.构建了基于机器视觉技术的板栗图像采集系统。通过MATLAB编写图像处理与分析程序,确定中值滤波为板栗图像消噪的最优方法;用边缘检测与灰度阈值分割相结合的混合分割方法实现了板栗与背景的分割;提取板栗图像的颜色特征(L*、a*、b*)、纹理特征(角二阶矩、对比度、熵、逆差矩、相关)及缺陷特征参数能有效地表征缺陷和合格板栗在色泽、纹理等特征的差异。 3.采用训练集中的240个板栗样本,以主成分分析法(PCA)提取的板栗图像特征参数为输入,建立了基于机器视觉和BP神经网络的板栗分级检测模型,采用测试集中80个板栗样本对该模型进行验证。试验结果表明:模型对训练集中样品的回判率为96.67%,模型对测试集中样品的识别率为83.75%。 4.运用数据融合技术对板栗分级检测方法进行研究,研究了基于近红外光谱分析与和机器视觉技术的多源信息融合板栗分级检测新方法,选取特征层信息融合方式对板栗光谱特征参数和图像特征参数进行融合,融合算法选择BP神经网络和最小二乘支持向量机的方法,分别建立BP神经网络和最小二乘支持向量机的板栗分级多源信息融合模型。 采用训练集中的240个板栗样本,以主成分分析法(PCA)提取的板栗光谱和图像特征参数为输入,建立了网络结构为9-15-2的3层BP神经网络板栗分级多源信息融合模型。采用测试集中80个板栗样本对该模型进行验证。试验结果表明:通过BP神经网络建立的板栗分级多源信息融合模型对训练集中样品的回判率为97.92%;模型对测试集中样品的识别率为90%。 采用训练集中的240个板栗样本,以主成分分析法(PCA)提取的板栗光谱和图像特征参数为输入,建立了基于最小二乘支持向量机的板栗分级多源信息融合模型,确定当C为5.6840,σ2为14.2486时,模型的分类性能最佳,采用测试集中80个板栗样本对该模型进行验证。试验结果表明:通过最小二乘支持向量机建立的板栗分级多源信息融合模型对训练集中样品的回判率为95.83%;模型对测试集中样品的识别率为88.75%。 融合模型较单独采用机器视觉技术或近红外光谱分析技术建立模型的识别率均有明显提高,其中BP融合模型的识别精度要高于最小二乘支持向量机融合模型。
【学位授予单位】:华中农业大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP274

【参考文献】
中国期刊全文数据库 前10条
1 梁高峰;贾宏汝;谷运红;秦广雍;王卫东;;近红外光谱分析技术及其在农业研究中的应用[J];安徽农业科学;2007年29期
2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
3 冯建辉;杨玉静;;基于灰度共生矩阵提取纹理特征图像的研究[J];北京测绘;2007年03期
4 滕召胜,郁文贤;基于数据融合的智能水分快速测定仪[J];电工技术学报;1999年05期
5 薄华;马缚龙;焦李成;;图像纹理的灰度共生矩阵计算问题的分析[J];电子学报;2006年01期
6 杨志斌;杨柳;徐向阳;;板栗加工现状及剩余物利用前景[J];湖北林业科技;2007年01期
7 徐广通,袁洪福,陆婉珍;现代近红外光谱技术及应用进展[J];光谱学与光谱分析;2000年02期
8 严衍禄,赵龙莲,李军会,张录达,闵顺耕;现代近红外光谱分析的信息处理技术[J];光谱学与光谱分析;2000年06期
9 侯瑞锋;黄岚;王忠义;丁海曙;徐志龙;;用近红外漫反射光谱检测肉品新鲜度的初步研究[J];光谱学与光谱分析;2006年12期
10 张明路,戈新良,唐智强,刘兴荣;多传感器信息融合技术研究现状和发展趋势[J];河北工业大学学报;2003年02期
中国硕士学位论文全文数据库 前5条
1 潘伟;计算机视觉在农产品自动检测与分级中的研究——番茄的自动检测与分级[D];东北农业大学;2000年
2 龚秀红;板栗仁褐变因素及控制方法研究[D];中国农业大学;2003年
3 郑秀莲;基于计算机视觉的柑橘无损检测和分级技术研究[D];浙江工业大学;2005年
4 张立华;基于计算机视觉的芒果表面缺陷检测方法研究[D];广西大学;2006年
5 王海霞;板栗贮藏期实腐病及其病生理和防腐保鲜研究[D];内蒙古农业大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 刘斌;孙加伟;吴盛金;;注塑制品表面缺陷自动识别软件的构建[J];工程塑料应用;2012年02期
2 刘波;张丽娟;苗保河;李向东;董庆裕;王凤娟;李凤兰;汪胜军;余松烈;刘立峰;;近红外光谱法与国标法测定大豆蛋白质和脂肪的比较[J];山东农业科学;2007年01期
3 苗华荣;李培习;胡晓辉;石运庆;陈静;;~(60)Co-γ射线辐照鲁花11号对后代品质的影响[J];山东农业科学;2009年10期
4 钟红梅;刘洁;周莎莎;吴爱现;李文香;;不同天然植物提取液对油桃保鲜效果的影响[J];山东农业科学;2009年10期
5 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
6 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
7 梁高峰;贾宏汝;谷运红;秦广雍;王卫东;;近红外光谱分析技术及其在农业研究中的应用[J];安徽农业科学;2007年29期
8 李鑫;金兰淑;林国林;苗立新;;苹果梨单果重的近红外无损检测研究[J];安徽农业科学;2008年04期
9 陈斌;蔡斌;;多组分相关分析技术在近红外检测中的应用研究[J];安徽农业科学;2008年17期
10 张灵帅;邢军;谷运红;王卫东;焦浈;;烟草近红外光谱分析结果影响因素综述[J];安徽农业科学;2008年21期
中国重要会议论文全文数据库 前10条
1 卢易枫;;基于灰度共生矩阵的金刚石瑕疵自动识别技术研究[A];经济策论(上)[C];2011年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
6 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
7 刘胜;傅荟璇;王宇超;;AGA-LS-SVM算法在摄像机标定中的应用研究[A];第二十七届中国控制会议论文集[C];2008年
8 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
9 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
10 ;The Fresh Classification of Pork Detection Based on Multi-Data Fusion[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 成广雷;国内外种子科学与产业发展比较研究[D];山东农业大学;2009年
2 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 程军娜;基于形态学多尺度图像分析的海藻细胞图像分割及特征提取[D];中国海洋大学;2010年
7 王传堂;生物技术和近红外技术在花生育种中的应用[D];中国海洋大学;2010年
8 董杰;基于单目视觉的散焦测距算法的研究[D];中国海洋大学;2010年
9 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
10 陈祯;基于近红外光谱分析的土壤水分信息的提取与处理[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 王婵;中草药植物提取液对鸡蛋涂膜保鲜效果的应用研究[D];华中农业大学;2010年
2 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 谌业滨;无线传感器网络自身健康状态融合机制研究[D];南昌航空大学;2010年
5 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
6 蒲锰;非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究[D];山东科技大学;2010年
7 焉杰;多传感器时滞系统信息融合及其仿真[D];山东科技大学;2010年
8 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
9 潘博;基于小波变换的图像编码与解码技术的研究[D];长春理工大学;2010年
10 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 邢君;外贸花生的质量标准与改进措施[J];安徽农学通报;2001年01期
2 韩祥波;刘战丽;;计算机图像处理技术在农产品检测分级中的应用[J];安徽农业科学;2007年34期
3 张袖丽,胡颖蕙,檀华榕;板栗品质的化学成分分析和评价[J];安徽农业科学;1996年04期
4 郑国社,潘俊海,谢品;品种和加工工艺对板栗罐头质量的影响[J];安徽农业大学学报;1994年04期
5 刘恒烈,战广琴,葛惠民,蔡永萍,李文忠;板栗贮藏前后的养分分析[J];安徽农业大学学报;1995年01期
6 冯学军,赵琴;径向基神经网络在股市预测中的应用[J];安庆师范学院学报(自然科学版);2005年01期
7 郝群章,孙频频,石磊;板栗贮藏过程中的霉变原因与防治对策[J];北方果树;1999年05期
8 冯建辉;杨玉静;;基于灰度共生矩阵提取纹理特征图像的研究[J];北京测绘;2007年03期
9 徐春广,王信义,邢济收;刀具切削状态的多传感器信息综合法[J];北京理工大学学报;1997年02期
10 徐春广,王信义,肖定国;数据融合法在监测刀具切削状态中的应用[J];北京理工大学学报;1995年01期
中国博士学位论文全文数据库 前1条
1 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前1条
1 潘伟;计算机视觉在农产品自动检测与分级中的研究——番茄的自动检测与分级[D];东北农业大学;2000年
【相似文献】
中国期刊全文数据库 前10条
1 芮挺,沈春林,张金林;车牌识别中倾斜牌照的快速矫正算法[J];计算机工程;2004年13期
2 林白,李鸥,赵桦;基于源端网络的SYN Flooding攻击双粒度检测[J];计算机工程;2005年10期
3 胡天濡;;浅谈多源信息融合[J];才智;2011年02期
4 游林儒,张晋格,王炎;一种多源信息融合方法及其应用[J];哈尔滨工业大学学报;2000年04期
5 刘德英;;愿得此身长报国——访我国著名信息融合专家、西安交通大学综合自动化研究所所长韩崇昭[J];科学中国人;2009年01期
6 韩崇昭;;序言[J];自动化学报;2008年03期
7 肖梅,韩崇昭,张雷;交通监控系统中基于多源信息融合的运动阴影检测[J];西安交通大学学报;2005年10期
8 梁燕飞;何汉武;郑德涛;陈新;;基于可变精度粗糙集的驾驶员多源信息融合研究[J];计算机工程与应用;2008年10期
9 庞世明;;图像融合技术及其在石油勘探中的应用[J];勘探地球物理进展;2008年04期
10 满旺;;高分辨率遥感铀矿地质勘查技术体系研究[J];厦门理工学院学报;2009年03期
中国重要会议论文全文数据库 前10条
1 展慧;李小昱;王为;汪成龙;黄懿;周竹;;基于神经网络和图像处理的板栗分级检测方法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 李耀军;潘泉;杨峰;李军伟;朱英;;基于多源信息融合的无人机感知与规避研究[A];第二十九届中国控制会议论文集[C];2010年
4 翟海瑞;王倩;张利娟;马丽卫;杨劲松;;板栗贮藏保鲜综述[A];管产学研助推食品安全重庆高峰论坛——2011年中国农业工程学会农产品加工及贮藏工程分会学术年会暨全国食品科学与工程博士生学术论坛论文集[C];2011年
5 刘洁;李小昱;王为;李培武;肖武;张军;周竹;;基于近红外光谱的板栗蛋白质检测方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
6 宋元;许林周;章新华;;面向多源信息融合的舰载声纳仿真平台设计[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
7 储浩;杨晓光;李慧兵;王佳谈;;基于FCD数据交通状态判别的准确度评价[A];2008第四届中国智能交通年会论文集[C];2008年
8 熊光权;叶丽秀;周明;;板栗仁辐照冷杀菌技术研究[A];第五届核农学青年科技工作者学术交流会论文集[C];2006年
9 司刚全;曹晖;张彦斌;马西奎;;基于多源信息融合技术的复杂工业过程监控系统[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
10 蔡宏;秦建峰;;武汉新一代天气雷达典型故障分析[A];中国气象学会雷达气象学与气象雷达委员会第二届学术年会文集[C];2006年
中国重要报纸全文数据库 前10条
1 国家家用电器质量监督检验中心综合检验部主任 宋力强;新6A等级将提升整体制造水平[N];中国电子报;2009年
2 姚瑾;大型游乐设施分级检测有调整[N];福建日报;2007年
3 褚晨莹 张国庆;迁西板栗的别样“赢销”[N];中国绿色时报;2011年
4 王力江 刘亚楠;老商品绽放新魅力[N];中国国门时报;2011年
5 潘继红;还消费者绿色环保的家[N];国际商报;2005年
6 来洁;珠宝行业加强诚信建设[N];经济日报;2008年
7 王原;钻石4C标准有待改进[N];中国矿业报;2006年
8 ;昂科AK2400-G220实现无缝连接[N];电脑商报;2004年
9 子文;制约中国钻石消费的瓶颈在哪里[N];中国矿业报;2003年
10 江苏省工商业联合会黄金珠宝业商会副会长 王殿祥;制约钻石消费的瓶颈在哪里?[N];中国矿业报;2004年
中国博士学位论文全文数据库 前10条
1 林艾光;吊耳养殖虾夷扇贝耳部钻孔自动化关键技术研究[D];大连理工大学;2009年
2 安剑奇;基于多源信息融合的高炉料面温度场在线检测系统研究及其应用[D];中南大学;2011年
3 陈晓坤;煤自燃多源信息融合预警研究[D];西安科技大学;2012年
4 侯彩虹;多评估空间智能融合及其在感官评估中的应用研究[D];东华大学;2007年
5 周志成;基于多源信息融合的模糊决策故障选线判据及装置研究[D];华中科技大学;2007年
6 饶泓;基于多源信息融合与Rough集理论的液压机故障诊断方法研究[D];南昌大学;2009年
7 杨志荣;基于多源信息融合的水电机组故障诊断与轴心轨迹识别技术研究[D];华中科技大学;2011年
8 杨锦园;基于传感器管理的移动机器人融合算法研究[D];华中科技大学;2010年
9 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
10 吴胜强;核主元分析及证据理论的多域特征故障诊断新方法研究[D];燕山大学;2011年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 胡莹;基于色度学的波长分级检测及自动分选系统研究[D];武汉理工大学;2003年
3 杨振宇;基于神经网络与受控结构动力特性的损伤检测[D];华中科技大学;2005年
4 吕政权;多源信息融合技术研究及应用[D];华北电力大学(北京);2011年
5 严莉;基于多源信息融合的发动机故障诊断研究[D];中北大学;2010年
6 石守东;基于多源信息融合的机电系统监控方法的研究[D];河北工业大学;2011年
7 华云鹏;基于多源信息融合技术的船舶电力推进系统故障诊断研究[D];大连海事大学;2012年
8 裴晓丽;基于多源信息融合的建筑施工安全管理研究[D];西安建筑科技大学;2010年
9 王越;基于Cortex 的实时Lowns 分类及检测技术[D];山东师范大学;2011年
10 吴俊丽;基于多源信息融合的模拟电路故障诊断[D];湖南大学;2010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