基于NIR高光譜成像技術(shù)的長(zhǎng)棗蟲(chóng)害及可溶性固形物無(wú)損檢測(cè)研究.pdf

1、水果品質(zhì)是決定其商品價(jià)值的重要因素，也是影響消費(fèi)者購(gòu)買(mǎi)需求的重要屬性。傳統(tǒng)的理化檢測(cè)方法因其檢測(cè)指標(biāo)單一、耗時(shí)以及樣品破壞性已不能滿足水果商品化的需求。高光譜成像技術(shù)集成了計(jì)算機(jī)成像技術(shù)和光譜技術(shù)的優(yōu)勢(shì)，能夠在連續(xù)空間內(nèi)同時(shí)獲得被測(cè)物的光譜信息和圖像信息，可對(duì)農(nóng)產(chǎn)品內(nèi)外部品質(zhì)進(jìn)行可視化研究，近年來(lái)在水果品質(zhì)檢測(cè)方面得到廣泛應(yīng)用。
　　 本文以靈武長(zhǎng)棗為研究對(duì)象，利用近紅外高光譜成像技術(shù)(900-1700nm)，結(jié)合化學(xué)計(jì)量學(xué)方法

2、和圖像處理方法，開(kāi)發(fā)了棗果蟲(chóng)害識(shí)別算法，建立了靈武長(zhǎng)棗可溶性固形物含量的定量分析模型，從而實(shí)現(xiàn)了靈武長(zhǎng)棗內(nèi)外部品質(zhì)的綜合評(píng)價(jià)，為下一步開(kāi)發(fā)實(shí)時(shí)、快速、在線的無(wú)損檢測(cè)系統(tǒng)提供理論依據(jù)。主要研究結(jié)果如下:
　　 (1)利用NIR高光譜成像系統(tǒng)對(duì)蟲(chóng)棗進(jìn)行研究，結(jié)合掩模、取反、閾值分割、膨脹和連通度分析五種圖像處理算法，開(kāi)發(fā)了基于特征波長(zhǎng)PCA長(zhǎng)棗蟲(chóng)害識(shí)別算法，對(duì)240個(gè)長(zhǎng)棗樣本逐一識(shí)別，蟲(chóng)害棗識(shí)別率為81.9％，正常棗識(shí)別率為96％。

3、
　　 (2)采用波段比(BR)和圖像差(IS)算法結(jié)合圖像處理算法對(duì)未識(shí)別長(zhǎng)棗進(jìn)一步識(shí)別。結(jié)果表明，PCA結(jié)合IS的方法對(duì)蟲(chóng)害的識(shí)別率從81.9％提高到92.5％，PCA結(jié)合BR的方法對(duì)蟲(chóng)害的識(shí)別率從81.9％提高到90.6％。
　　 (3)對(duì)獲取的高光譜數(shù)據(jù)結(jié)合長(zhǎng)棗可溶性固形物(SSC)實(shí)測(cè)值，采用杠桿值結(jié)合Cook距離與學(xué)生化殘差對(duì)光譜異常和化學(xué)值異常樣本進(jìn)行剔除，有效提高了預(yù)測(cè)模型的穩(wěn)健性。
　　 (4)