基于高光譜成像技術(shù)的靈武長(zhǎng)棗常見(jiàn)缺陷無(wú)損檢測(cè)研究.pdf

1、靈武長(zhǎng)棗是寧夏的特色農(nóng)產(chǎn)品，營(yíng)養(yǎng)價(jià)值高，受到廣大消費(fèi)者的青睞。而長(zhǎng)棗的外部品質(zhì)直接影響長(zhǎng)棗的銷售與貯藏，傳統(tǒng)的檢測(cè)方法費(fèi)時(shí)、費(fèi)力、效率低，高光譜成像技術(shù)結(jié)合了圖像技術(shù)與光譜技術(shù)的優(yōu)點(diǎn)，成為水果品質(zhì)無(wú)損檢測(cè)的重要發(fā)展趨勢(shì)。
　　本文以靈武長(zhǎng)棗為研究對(duì)象，分別利用Vis-NIR高光譜成像技術(shù)與NIR高光譜成像技術(shù)，采用支持向量機(jī)(SVM)與獨(dú)立軟模式法(SIMCA)建立完好棗、裂痕棗、碰傷棗、蟲眼棗的光譜信息鑒別模型;采用特征波長(zhǎng)主成

2、分分析與波段比的算法結(jié)合圖像處理方法對(duì)完好棗、裂痕棗、碰傷棗、蟲眼棗的圖像信息，建立缺陷識(shí)別模型。從而為下一步開發(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)探討了2臺(tái)高光譜成像儀(光譜范圍400-1000nm)與(光譜范圍900-1700nm)的影響因素（采集參數(shù)的設(shè)置、背景材質(zhì)與顏色），確定了碰傷棗采集的時(shí)間為24h后。
　　(2)原始反射光譜曲線建立的模型性能優(yōu)于預(yù)處理(MSC/SNV/F

3、D)、光譜參數(shù)(R/A/K-M)所建立的模型。
　　(3)通過(guò)主成分分析對(duì)2臺(tái)高光譜成像儀的完好棗、蟲眼棗、裂痕棗、碰傷棗的光譜信息進(jìn)行降維，Vis-NIR波段選取了5個(gè)特征波長(zhǎng)（420、521、636、670、679nm），NIR波段選取了4個(gè)特征波長(zhǎng)(1028、1118、1359、1466nm)，分別對(duì)Vis-NIR與NIR光譜數(shù)據(jù)進(jìn)行了全波段與特征波長(zhǎng)下的SVM、SIMCA模型比較。結(jié)果表明:特征波長(zhǎng)下建立的SVM、SIMC

4、A模型完全可以替代全波段的模型，C-SVC類型的SVM模型優(yōu)于Nu-SVC類型的SVM模型，線性核函數(shù)優(yōu)于其它核函數(shù)，并且NIR波段的SIMCA、SVM模型優(yōu)于Vis-NIR的SIMCA、SVM模型。
　　(4)對(duì)Vis-NIR波段高光譜成像儀采集的完好棗、蟲眼棗、裂痕棗、碰傷棗的圖像信息進(jìn)行主成分分析，選取了完好棗的6個(gè)特征波長(zhǎng)（545、569、670、732、881、910nm），蟲眼棗的5個(gè)特征波長(zhǎng)（569、603、675、

5、761、910nm），裂痕棗的3個(gè)特征波長(zhǎng)(670、780、910nm)，碰傷棗的4個(gè)特征波長(zhǎng)（502、603、670、886nm）分別進(jìn)行主成分分析，識(shí)別率依次為100％、64％、46％、0;為了提高識(shí)別率，對(duì)未識(shí)別的缺陷棗進(jìn)一步采用波段比進(jìn)行識(shí)別，蟲眼棗采用R910/R569識(shí)別，識(shí)別率提高到84％;裂痕棗采用R910/R670識(shí)別，識(shí)別率達(dá)到69％;碰傷棗的識(shí)別效果不明顯。
　　(5)對(duì)NIR波段高光譜成像儀采集的完好棗、蟲

6、眼棗、裂痕棗、碰傷棗的圖像信息進(jìn)行主成分分析，選取完好棗的4個(gè)特征波長(zhǎng)(1028、1109、1312、1449nm)，蟲眼棗的4個(gè)特征波長(zhǎng)(1034、1112、1312、1449nm)，裂痕棗的7個(gè)特征波長(zhǎng)(1031、1112、1225、1312、1392、1449、1461nm)，碰傷棗的4個(gè)特征波長(zhǎng)(1025、1109、1312、1449nm)波段分別進(jìn)行主成分分析，識(shí)別率依次為100％、72％、86％、100％;為了提高識(shí)別率，對(duì)