基于高光譜成像技術(shù)的蘋果品質(zhì)無損檢測研究.pdf_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、中國的水果產(chǎn)量和種植面積居世界第一,水果品種繁多。人們對水果的消費日趨增長,但市場上的水果魚龍混雜,水果品質(zhì)好壞的檢測技術(shù)相對落后。無損檢測技術(shù)越來越成為一個熱門的發(fā)展趨勢,而高光譜技術(shù)的特點也使其成為無損檢測技術(shù)最佳的檢測手段。它融合了圖像技術(shù)和光譜技術(shù)的優(yōu)點,一次成像既包含了水果的圖像信息也包含了其光譜信息,可對水果的內(nèi)外品質(zhì)進(jìn)行快速檢測。
  蘋果是我們國家的主要水果之一,其品質(zhì)對于消費者備受關(guān)注,本文將蘋果作為研究對象,利

2、用高光譜成像技術(shù)對蘋果內(nèi)外品質(zhì)參數(shù)進(jìn)行無損檢測研究。采用PLS以及BP-ANN方法建立蘋果糖度、果肉硬度預(yù)測模型;對于外部輕微損傷的檢測,分別采用了特征波段主成分分析算法(PCA)與最低噪聲分離變換(MNF)結(jié)合圖像處理的方法檢測蘋果表面輕微的損傷。并對兩種檢測算法進(jìn)行對比,找到適合蘋果檢測的算法。本文的研究成果對實時在線檢測系統(tǒng)提供了一種參考。
  本文的主要工作如下:
  (1)高光譜圖像系統(tǒng)采集到的光譜信息,需要經(jīng)過預(yù)

3、處理操作,對比各種預(yù)處理方法,原始反射光譜經(jīng)過多元散射校正預(yù)處理,所建預(yù)測模型性能較好。
  (2)建立了基于PLS和BP神經(jīng)網(wǎng)絡(luò)蘋果糖度與果肉硬度分析模型,BP神經(jīng)網(wǎng)絡(luò)建立蘋果糖度和果肉硬度預(yù)測模型優(yōu)于偏最小二乘法。
  (3)利用1-RFLIFF算法對正常表皮和損傷區(qū)域的光譜進(jìn)行分析得出權(quán)值系數(shù)圖,依據(jù)該系數(shù)曲線挑選出了5個特征波段。
  (4)建立了全波段最低噪聲分離變換(MNF)的蘋果損傷識別檢測算法,利用該算

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論