版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、種皮破損、蟲(chóng)蝕和霉變是影響花生仁質(zhì)量的重要指標(biāo),常規(guī)檢測(cè)手段費(fèi)時(shí)、耗力,成本較高。高光譜成像技術(shù)集圖像分析和光譜分析于一身,在食品、農(nóng)產(chǎn)品內(nèi)外綜合品質(zhì)快速、無(wú)損檢測(cè)上具有一定的優(yōu)勢(shì)。本論文開(kāi)展了基于高光譜成像技術(shù)的花生仁種皮破損、蟲(chóng)蝕和霉變的快速、無(wú)損檢測(cè)研究,主要內(nèi)容如下:
(1)利用高光譜成像技術(shù)對(duì)破衣花生仁的識(shí)別研究。以白玉花生仁作為研究對(duì)象,采集種皮破損粒和完好?;ㄉ实膱D像。經(jīng)過(guò)全波段主成分分析后,根據(jù)第3和第4主成
2、分圖像的權(quán)重系數(shù),篩選出571nm、685nm和788nm三個(gè)特征波長(zhǎng)。擬采用兩種算法進(jìn)行分析:①二次主成分分析算法,提取主成分目標(biāo)圖像,經(jīng)過(guò)一系列的圖像處理,提取破損區(qū)域;②波段比算法,進(jìn)行兩兩波段比值運(yùn)算,篩選出788nm/685nm比值圖像進(jìn)行二階概率統(tǒng)計(jì)的濾波計(jì)算,得到對(duì)比度和相關(guān)性等8幅特征圖像,挑選出易于分割的目標(biāo)圖像進(jìn)行破損區(qū)域的提取。分析得到,二次主成分分析算法的識(shí)別率為91.67%,波段比算法為86.67%,結(jié)果表明高
3、光譜成像技術(shù)用于破衣花生仁識(shí)別是可行的。
(2)利用高光譜成像技術(shù)檢測(cè)花生仁霉變的研究。首先采集霉變和正?;ㄉ蕵颖镜母吖庾V圖像。霉變花生表面因黃曲霉菌的生長(zhǎng)而使其表面的光學(xué)特性發(fā)生變化,采用SAM和MDC兩種光譜匹配技術(shù)對(duì)花生表面的霉變區(qū)域進(jìn)行識(shí)別,兩種算法均取得較高的識(shí)別結(jié)果,尤其MDC算法,其識(shí)別率達(dá)到92%,結(jié)果表明高光譜成像技術(shù)用于霉變花生仁識(shí)別是可行的。
(3)利用高光譜成像技術(shù)識(shí)別蟲(chóng)蝕花生仁的研究。采集
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜成像技術(shù)的蘋(píng)果品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的肉品品質(zhì)無(wú)損檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的靈武長(zhǎng)棗品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的馬鈴薯內(nèi)部品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的冷鮮羊肉品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的紅棗表面農(nóng)藥殘留無(wú)損檢測(cè)的研究.pdf
- 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
- 基于高光譜成像技術(shù)的冷鮮豬肉品質(zhì)無(wú)損檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的雞種蛋孵前受精信息無(wú)損檢測(cè)研究.pdf
- 基于計(jì)算機(jī)視覺(jué)的花生仁外觀品質(zhì)無(wú)損檢測(cè)方法的研究.pdf
- 基于多光譜成像技術(shù)的香腸多元品質(zhì)無(wú)損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的血跡形態(tài)特征檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的羊肉嫩度檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的馬鈴薯外部品質(zhì)無(wú)損檢測(cè)建模及優(yōu)化研究.pdf
- 基于高光譜成像的西蘭花農(nóng)藥殘留無(wú)損檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的番茄灰霉病早期快速無(wú)損檢測(cè)機(jī)理和方法研究.pdf
- 基于高光譜成像技術(shù)的銅品質(zhì)檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的干貝水分含量快速檢測(cè)研究.pdf
- 基于多光譜成像技術(shù)的茶葉和龍蝦無(wú)損檢測(cè)應(yīng)用研究.pdf
- 基于高光譜成像的目標(biāo)檢測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論