異常鮮棗無損鑒別的二源信息處理方法研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論