收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于透射和反射高光谱成像技术的马铃薯缺陷检测方法研究

高海龙  
【摘要】:马铃薯作为世界上重要的农作物之一,具有良好的工业、食用及药用价值。马铃薯的品质尤其是缺陷将直接影响其经济价值,对马铃薯缺陷进行检测研究有助于提高其商品价值。在实际检测过程中,马铃薯的缺陷程度、缺陷放置方向、检测系统关键参数和数据处理方法均会对检测结果造成很大影响,因此,研究检测系统的关键参数,确定物料多因素及不同数据处理方法对检测结果的影响,进而建立马铃薯内外部缺陷无损检测模型,实现快速、准确的检测,以适应实时在线检测的需求,具有重要的科学意义和良好的应用前景。 该文以产于中国陕西省的克新1号马铃薯为研究对象,搭建了透射高光谱图像采集系统,并综合运用了透射高光谱成像技术、反射高光谱成像技术、图像分析技术、光谱分析技术、数据分析技术等研究了马铃薯内部黑心病尤其是轻度黑心病马铃薯的定性识别方法及任意放置马铃薯外部损伤的定性识别方法。首先对所搭建的透射和反射高光谱图像采集系统相关参数进行研究,确定了透射和反射高光谱图像采集的关键参数;比较了透射和反射高光谱成像技术对马铃薯黑心病的检测准确率,确定了采用透射高光谱成像技术可以实现马铃薯轻度黑心病的检测;采用透射和反射高光谱成像技术对任意放置的马铃薯外部损伤进行检测,比较了反射图像、反射光谱、透射光谱对马铃薯损伤识别的准确率,确定了任意放置的马铃薯外部损伤识别最优模型。 研究结果如下: 1)搭建了透射和反射高光谱图像采集平台,并对透射、反射高光谱图像采集的相关参数进行研究。 确定了反射高光谱成像系统的光源为环形布置,最佳图像采集速度为2mm/s。试验对反射高光谱图像的边缘强度、梯度、图像信息熵、标准差及光谱的扭曲程度和相关系数进行分析,结果表明,应用环形光源所采集的反射高光谱图像较优;对棋盘纸反射高光谱图像进行理论分析并结合试验研究,确定图像采集速度为2mm/s; 确定了透射高光谱成像系统的光源为3个50w卤素灯,最佳图像采集速度为2mm/s。试验分别采用3个强度为20W、50W、100W的环形卤素灯进行试验,对三种强度下透射高光谱图像的光谱透射率进行分析,确定3个50W的卤素灯最优;对棋盘纸透射高光谱图像进行理论分析并结合试验研究,确定图像采集速度为2mm/s。 2)确定了反射高光谱图像光谱维数据的最优光谱预处理方法为去趋势变换,最优建模方法为偏最小二乘判别分析,模型总体识别准确率为89.47%,其中对黑心样本的识别准确率为84.38%,对正常样本的识别准确率为96.00%。 3)确定了透射高光谱图像光谱维数据的最优光谱预处理方法为标准正态变量校正,最优的建模方法为偏最小二乘判别分析,模型总体识别准确率为96.49%,其中对黑心样本的识别准确率为97.30%,对正常样本的识别准确率为95.00%。 4)比较了透射和反射高光谱成像技术对马铃薯黑心病检测的准确率,确定透射高光谱成像技术较优。 5)研究基于透射高光谱成像技术的马铃薯黑心病检测模型优化方法,确定了采用CARS-SPA变量选择方法最优。采用蒙特卡洛无信息变量消除法(MC-UVE)、随机蛙跳算法(SFLA)、子窗口排列分析(SPA)、竞争性自适应重加权采样算法(CARS)及CARS-SPA等变量选择方法对透射光谱进行变量选择。结果表明,采用CARS-SPA变量选择方法较好,应用该算法选择5个变量建立了马铃薯黑心病PLS-DA模型,模型总体识别准确率为96.49%,其中对黑心样本的识别准确率为97.30%,对正常样本的识别准确率为95.00%。 6)研究基于反射高光谱图像维的任意放置马铃薯外部损伤检测方法。应用独立成分(IC)分析提取反射高光谱图像的特征,以此特征对反射图像进行二次IC分析,建立了基于反射图像的马铃薯损伤识别模型。结果表明,损伤不同放置方向对识别准确率影响很大,损伤正对相机识别准确率最高,其中机械损伤的识别准确率为90.91%,碰伤的识别准确率为93.10%,正常样本的识别准确率为94.00%。 7)研究基于反射高光谱图像光谱维的任意放置马铃薯外部损伤检测方法。应用IC分析提取反射高光谱图像的特征,以此特征对反射光谱进行变量选择,建立了基于反射光谱的马铃薯损伤识别模型。结果表明,模型对碰伤识别准确率较高,碰伤部位正对相机放置时识别准确率最高为96.55%,背对相机放置时识别准确率为94.83%,侧对相机放置时识别准确率为91.38%;但是模型对马铃薯机械损伤识别准确率较低,最高仅为78.18%。 8)确定了基于透射高光谱图像光谱维的任意放置马铃薯外部损伤检测方法。应用IC分析提取透射高光谱图像的特征,以此特征对透射光谱进行变量选择,建立了基于透射光谱的马铃薯损伤识别模型。结果表明,模型对损伤识别准确率较高,碰伤三个放置方向中,识别准确率均为100%,机械损伤正对、背对相机的识别准确率均为100%,侧对相机的识别准确率为98.18%。 9)确定了基于透射高光谱图像光谱维的损伤识别模型优化方法。应用子窗口排列分析算法(SPA)对透射光谱做进一步选择,确定采用3个光谱变量建立任意放置马铃薯损伤识别的PLS-DA模型,模型对损伤的总体识别准确率为97.39%。结果表明,基于透射高光谱成像技术,可以对任意放置的损伤马铃薯进行识别,且识别模型精度高于反射高光谱成像技术。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 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
4 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
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 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
7 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
8 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
9 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
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 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
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 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
6 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
7 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
8 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
9 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
10 高海龙;基于透射和反射高光谱成像技术的马铃薯缺陷检测方法研究[D];华中农业大学;2014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