異常鮮棗無損鑒別的二源信息處理方法研究.pdf

1、紅棗蟲害、霉爛等異常顆粒嚴重影響了紅棗的整體質(zhì)量，目前，對異常紅棗的剔除主要靠肉眼觀測和人工挑揀，判別結果受人的主觀影響很大，且內(nèi)部蟲害、霉變等異常紅棗得不到有效識別，因此尋找一種便捷、無損剔除異常鮮棗的檢測方法具有重要的現(xiàn)實意義。
　　 論文以寧夏紅棗為研究對象，分別研究了近紅外光譜技術和機器視覺技術的異常鮮棗的鑒別方法，為了提高識別精度，提出了近紅外技術和機器視覺技術的二源信息融合技術異常鮮棗鑒別的新方法，建立了基于多源信息

2、融合的異常鮮棗鑒別模型，主要研究結論如下：
　　 1、建立了基于近紅外光譜技術的異常鮮棗鑒別模型。采用主成分分析法提取紅棗光譜的特征光譜，以紅棗樣本的特征光譜為模型輸入，采用測試集50個紅棗樣本數(shù)據(jù)對模型進行驗證，實驗結果表明，模型對異常紅棗預測集的識別率為92.75％。
　　 2、用MATLAB軟件對紅棗圖像進行分析，用K均值聚類算法實現(xiàn)了紅棗與背景的分割，用直方圖均衡化方法實現(xiàn)了紅棗圖像的加強，突出了異常紅棗的缺陷特

3、征；提取了紅棗圖像的顏色特征、紋理特征以及缺陷特征(蟲眼特征值和裂痕特征值)參數(shù)，有效反應了異常紅棗與合格紅棗在色澤、紋理上的差異。
　　 3、建立了基于機器視覺技術和BP神經(jīng)網(wǎng)絡的異常鮮棗鑒別模型，采用公式和試探相結合的方法，確定網(wǎng)絡隱含層神經(jīng)元數(shù)目為15，采用測試集40個樣本對模型進行驗證，的實驗表明，模型對異常鮮棗預測集的識別率為89.11％。
　　 4、運用多源信息融合融合技術對異常鮮棗鑒別方法進行研究，在特征層