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

【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。