收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉和近红外光谱的水果品质分级研究

李军良  
【摘要】:本文以苹果为对象,研究了基于机器视觉和近红外光谱技术的水果品质分级。建立了苹果静态漫透射近红外光谱糖度预测模型;研究了结合DSP机器视觉系统的苹果近红外光谱动态检测方法;研究了苹果外部特征与糖度的分级模型,以及基于信息融合技术的分级模型。 首先对静态漫透射近红外光谱进行分析,研究了不同的预处理方法对预测模型的影响,选定合适的预处理方法;采用反向间隔偏最小二乘法对光谱变量区间进行初步定位,减少建模变量空间;采用量子进化算法对经过初步筛选的变量进一步进行优选,并与遗传算法优选效果进行了比较,最终建立了静态漫透射近红外光谱与苹果糖度的预测模型。 其次,在现有的水果分级设备上,搭建了动态漫透射近红外光谱检测平台,并与DSP机器视觉系统结合,采集苹果动态近红外光谱,研究动态光谱糖度预测模型;将近红外检测功能应用在DSP水果分级系统中,编写分级软件,使系统能够同时检测水果的外部品质和内部品质,从而对水果综合品质分级。 然后,采用图像处理算法,从苹果样品图像中提取出水果的大小、颜色、果形、纹理等特征,并对这些特征进行选择,建立外部特征与苹果糖度的神经网络分级模型和支持向量机分级模型;实验结果表明,采用支持向量机建立的分级模型分级准确率高于神经网络分级模型。 最后,从苹果样品的近红外光谱信息中提取出光谱数据的主成分特征,做为近红外信息特征,然后采用支持向量机融合水果的外部特征和近红外主成分特征,建立了基于机器视觉和近红外信息融合的糖度分级模型,实验结果表明,采用信息融合技术建立的分级模型准确率,高于采用单一DSP图像处理系统或单一近红外检测系统所建立的糖度分级模型正确率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 韩东海,刘新鑫,赵丽丽,涂润林;受损苹果颜色和组织的近红外光谱特性[J];农业机械学报;2003年06期
2 姜能座,杨德辉;近红外漫反射光谱逐步回归分析测定饲料中水份含量[J];台湾海峡;1996年S1期
3 李碧丹;丁天怀;郏东耀;;皮棉异性纤维剔除系统设计[J];农业机械学报;2006年01期
4 谭佐军;杨长举;张宏宇;罗贤清;;近红外光谱检测技术在仓储害虫识别中的应用[J];红外;2006年05期
5 陈君;;农产品品质的无损检测技术[J];长春工业大学学报(自然科学版);2006年03期
6 张磊;王书茂;陈兵旗;祝青园;;基于机器视觉的麦田边界检测[J];农业机械学报;2007年02期
7 唐长波;岳田利;;近红外光谱法检测果汁中的富马酸[J];西北农业学报;2007年02期
8 樊景超;周国民;;苹果近红外光谱采集影响因素研究[J];安徽农业科学;2011年01期
9 金同铭,刘玲,唐晓伟;非破坏评价黄瓜的营养成分[J];华北农学报;1996年01期
10 金同铭,刘玲,唐晓伟,潘沈元;蚕茧性别近红外光谱(NIRs)的模式识别[J];分析测试学报;1997年01期
11 Daniel J.Dyer,任鹏;近红外光谱技术研究进展[J];国外畜牧科技;1998年04期
12 毛文华,王一鸣,张小超,王月青;基于机器视觉的田间杂草识别技术研究进展[J];农业工程学报;2004年05期
13 王玉顺,郭俊旺,赵晓霞,安爱琴;基于机器视觉的条播排种器性能检测及分析[J];农业机械学报;2005年11期
14 周俊;姬长英;刘成良;;视觉导航农用车辆相对位姿测量新方法(英文)[J];农业工程学报;2006年06期
15 林艾光;孙宝元;马先英;;虾夷扇贝定向检测方法研究[J];大连理工大学学报;2008年01期
16 吴静珠;刘翠玲;陈岩;陈媛媛;隋淑霞;;基于近红外光谱和系统聚类法的样品分类方法研究[J];农机化研究;2008年11期
17 王文深;巫梦娜;薛旭;王春霞;刘虹位;;近红外光谱分析技术在农产品方面的应用研究[J];吉林农业;2011年04期
18 周增产,张晓文,吴建红,周伟光;黄瓜自动分级系统的研制(英文)[J];农业工程学报;2003年05期
19 牛智有,韩鲁佳,苏晓鸥,杨振海;精料补充料中肉骨粉含量的近红外光谱检测[J];农业工程学报;2005年04期
20 王轶;周淑平;任学良;;烟草石油醚提取物近红外光谱检测模型的建立[J];广东农业科学;2007年02期
中国重要会议论文全文数据库 前10条
1 田高友;;轻质石油燃料质量指标近红外光谱分析方法标准研究[A];科学仪器服务民生学术大会论文集[C];2011年
2 邵学广;卞希慧;蔡文生;;近红外光谱多元校正方法研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
3 路春霞;刘源;孙晓红;潘迎捷;赵勇;;基于培养液的傅里叶变换近红外光谱指纹区分食源性致病菌的研究[A];中国食品科学技术学会第八届年会暨第六届东西方食品业高层论坛论文摘要集[C];2011年
4 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年
5 周新奇;俞秋生;桑强;杨伟伟;叶华俊;陈智锋;;近红外光谱结合偏最小二乘法测定复合肥中氮磷钾含量[A];科学仪器服务民生学术大会论文集[C];2011年
6 屠振华;冯霖;孙丽娟;康颖;籍保平;庆兆珅;;近红外光谱测定蜂蜜中水分含量特征波长选择和分析研究[A];科学仪器服务民生学术大会论文集[C];2011年
7 谢洪平;任丽;;基于近红外光谱和化学模式识别对D16S539基因座三个基因型的检测方法研究[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
8 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
9 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
10 夏榆滨;郭忠伟;;一种基于相对阈值特征的快速自适应机器视觉定位算法[A];全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 樊景超;苹果果实病害近红外光谱信息获取与识别模型研究[D];中国农业科学院;2011年
2 黄富荣;人体血液胆固醇、甘油三酯近红外光谱无试剂分析方法研究[D];暨南大学;2010年
3 樊玉霞;猪肉肉糜品质与安全可见/近红外光谱快速检测方法的实验研究[D];浙江大学;2011年
4 柳俊;近红外光谱分析技术在白芍中药配方颗粒制备过程中的应用研究[D];广州中医药大学;2011年
5 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
6 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
7 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
8 淡图南;基于光谱分析的燃油组分检测技术研究[D];浙江大学;2011年
9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
10 丁海泉;无创血糖检测中的近红外血流容积光谱基本问题研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
中国硕士学位论文全文数据库 前10条
1 闫灵;基于近红外光谱的转基因菜籽油快速鉴别机理研究[D];西南大学;2010年
2 钱磊;基于USB的近红外脑组织血氧检测系统的研制[D];武汉理工大学;2010年
3 丁家欣;中药炮制辅料蜂蜜质量分析的近红外光谱实验研究[D];中国中医科学院;2010年
4 张华秀;近红外光谱法快速检测牛奶中蛋白质与脂肪含量[D];中南大学;2010年
5 惠娜;近红外光谱分析技术在党参及复方丹参片质量控制中的应用[D];兰州大学;2011年
6 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
7 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
8 朱丽;造纸用毛白杨综纤维素含量的近红外光谱预测模型[D];北京林业大学;2011年
9 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
10 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
中国重要报纸全文数据库 前10条
1 记者 李犁;近红外光谱专业委员会云南物联站成立[N];云南日报;2011年
2 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
3 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
4 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
5 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
6 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
7 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
8 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
9 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
10 记者 王晓冬;桂林:近红外初筛中药命中率达90%[N];中国医药报;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
  • 010-62982499
  • 010-62783978