高光譜圖像對白蘿卜內(nèi)部缺陷的檢測.pdf

1、蘿卜（Raphanus sativus L.），是十字花科蘿卜屬的一年生或兩年生草本雙子葉植物。栽培范圍廣，種植面積大，是我國的第三大蔬菜。隨著人們生活水平的提高和生產(chǎn)的發(fā)展，消費者對蘿卜產(chǎn)品質(zhì)量的要求也逐步提高，然而病蟲害及內(nèi)部缺陷是蘿卜優(yōu)質(zhì)、高產(chǎn)的主要威脅。蘿卜的內(nèi)部缺陷主要表現(xiàn)為糠心和黑心，糠心表現(xiàn)為蘿卜內(nèi)部出現(xiàn)木質(zhì)化，水分損失，最后產(chǎn)生空洞;黑心表現(xiàn)為蘿卜表面光滑無異樣，內(nèi)部變黑、腐爛，最后成空心干腐狀。目前國內(nèi)對蘿卜品質(zhì)的檢測

2、主要停留在人工檢測上，通常是采收過程中對樣本隨機抽樣，然后采用目測法檢測，對有明顯糠心、黑心癥狀或癥狀不明顯的樣品進行剖開檢驗，此種方法費時費力效果不好。高光譜圖像是一種先進的無損檢測技術(shù)，已被成功用于農(nóng)產(chǎn)品的質(zhì)量和安全檢測。本文利用高光譜圖像技術(shù)對蘿卜內(nèi)部缺陷進行檢測，期望通過光譜信息結(jié)合篩選的特征波段提高識別蘿卜內(nèi)部缺陷的精度，達到無損鑒別糠心、黑心蘿卜的目的，為蘿卜自動化分級提供理論和技術(shù)支持。
　　1.高光譜圖像檢測系統(tǒng)的

3、構(gòu)建
　　為了識別蘿卜內(nèi)部缺陷，以白蘿卜為對象，構(gòu)建了透射、反射和半透射三種高光譜圖像采集單元，并通過反復實驗，確定了包括光照強度、曝光時間、傳送帶運行速度、光源高度和角度等系統(tǒng)檢測參數(shù)。
　　2.白蘿卜貯藏過程中糠心原因的分析
　　分析了不同等級糠心白蘿卜的水分含量、硬度、脆度、可溶性固形物、粗纖維和木質(zhì)素等理化指標，對理化指標變化與糠心等級進行了相關(guān)性分析研究，探討了白蘿卜理化指標與糠心之間的關(guān)系。結(jié)果表明，水分含

4、量和木質(zhì)素與糠心等級的相關(guān)系數(shù)分別為0.982和0.985，顯示了水分含量和木質(zhì)素的變化是引起白蘿卜采后糠心的主要原因。
　　3.高光譜圖像對白蘿卜糠心的檢測
　　為了實現(xiàn)白蘿卜糠心的無損檢測，利用透射、反射和半透射3種高光譜圖像采集模式來獲取白蘿卜的高光譜圖像信息，提取了白蘿卜中心部位感興趣區(qū)域的光譜信息，采用不同光譜預處理方式對光譜進行處理，運用連續(xù)投影算法(successiveprojections algorithm

5、，SPA)方法選出了4個特征波長:623、685、747和796 nm。比較全波段和特征波段建模結(jié)果，結(jié)合偏最小二乘分析(partial least squares discriminant analysis，PLS-DA)、支持向量機(support vector machine，SVM)、人工神經(jīng)網(wǎng)絡（artificial neural network，ANN）三種算法分別建立識別白蘿卜糠心的模型，并對模型的性能進行了比較，最后利用

6、算法建立識別白蘿卜5個糠心等級的模型。結(jié)果表明:3種采集模式中，透射采集模式優(yōu)于其他采集模式，更適合白蘿卜糠心的檢測。全波段建模和特征波段建模結(jié)果差別不大，但特征波段可以減少冗余信息，提高模型運算速度，故選擇特征波長進行進一步研究。3種識別模型中，ANN模型得到的結(jié)果更加穩(wěn)定，識別白蘿卜糠心效果好，建模集和驗證集識別白蘿卜糠心的總體準確率分別為94.9％和95.6％。識別白蘿卜5個糠心等級的模型效果較差，建模集和驗證集準確率分別為64.

7、3％和60.2％，對白蘿卜進行5個糠心等級的識別需要模型進一步改進。
　　4.高光譜圖像對白蘿卜黑心的檢測
　　本研究利用高光譜圖像透射采集模式對白蘿卜黑心進行檢測，樣本通過接種黑心病原菌并培養(yǎng)一周后獲得，選取樣本中心25000個pixels的矩形區(qū)域作為感興趣區(qū)域，提取原始光譜數(shù)據(jù)，利用SPA方法選出五個特征波長，為別為580 nm、673 nm、747 nm、805 nm和877 nm。比較全波段和特征波長，結(jié)合PLS-