基于高光譜圖像技術(shù)的羊肉表面污染及病變快速檢測(cè)方法研究.pdf

1、本論文以寧夏特有的鹽池灘羊?yàn)檠芯繉?duì)象，利用可見(jiàn)-近紅外(400-1000nm)及近紅外(900-1700nm)成像技術(shù)分別對(duì)羊肉表面腸溶物污染及病變?nèi)饪焖贆z測(cè)，結(jié)合數(shù)字圖像處理及化學(xué)計(jì)量學(xué)方法，開(kāi)發(fā)了羊肉表面腸溶物識(shí)別算法，建立了兩種常見(jiàn)病變羊肉的定性分析模型。為下一步利用多光譜成像技術(shù)開(kāi)發(fā)在線檢測(cè)系統(tǒng)提供了理論依據(jù)。主要研究結(jié)果如下:
　　(1)利用可見(jiàn)-近紅外(400-1000nm)高光譜成像系統(tǒng)對(duì)羊肉表面腸溶物進(jìn)行檢測(cè)，結(jié)合

2、主成分分析(PCA)選取適合于圖像處理的主成分圖像，并進(jìn)行中值濾波、平方根變換、二值化、形態(tài)學(xué)處理4種圖像處理算法，對(duì)225個(gè)樣本進(jìn)行識(shí)別（正常樣本75個(gè)，大腸腸溶物樣本75個(gè)，小腸腸溶物75個(gè)），最終基于400-1000nm光譜范圍對(duì)羊肉表面腸溶物檢測(cè)率為99.1％。
　　(2)為了開(kāi)發(fā)屠宰分割過(guò)程中羊肉腸溶物污染在線快速檢測(cè)技術(shù)系統(tǒng)，利用主成分分析(PCA)分別選取了大腸腸溶物及小腸腸溶物的特征波長(zhǎng)，結(jié)果表明，基于特征波段光譜

3、范圍內(nèi)對(duì)羊肉表面腸溶物的檢測(cè)率為98.3％。
　　(3)利用近紅外（900-1700nm）高光譜成像系統(tǒng)對(duì)羊肉進(jìn)行檢測(cè)，對(duì)正常羊肉及兩種病變?nèi)獾脑脊庾V進(jìn)行多元散射矯正及平滑預(yù)處理，采用無(wú)監(jiān)監(jiān)督模式進(jìn)行聚類分析，并用線性判別LDA算法對(duì)樣本進(jìn)行模式識(shí)別，結(jié)果顯示正確分類率為99％。
　　(4)分別利用主成分分析法及二階導(dǎo)數(shù)法選取病變?nèi)獾奶卣鞑ㄩL(zhǎng)，利用兩種特征波長(zhǎng)分別結(jié)合線性判別分析建立病變?nèi)獾念A(yù)測(cè)模型，結(jié)果表明，基于主成分分