基于近紅外高光譜圖像分析的小麥硬度檢測研究.pdf

1、小麥?zhǔn)俏覈浅Ｖ匾募Z食作物，小麥籽粒的硬度對制粉工藝有較大的影響，同時硬度不同的小麥在食品工業(yè)中的用途是不盡相同的，對小麥硬度進(jìn)行自動檢測有助于提前確定調(diào)整制粉流程，確定配麥方案，調(diào)整潤麥方案，并且對保持物料平衡和穩(wěn)定，以及提高生產(chǎn)效益都具有重要的指導(dǎo)意義。利用近紅外高光譜圖像分析技術(shù)對小麥硬度進(jìn)行自動無損檢測目前在國內(nèi)外尚無研究報道。本論文以采購到的西農(nóng)979、豫麥58、眾麥1號等22個品種的小麥為研究對象，研究了近紅外高光譜圖像分

2、析技術(shù)對小麥籽粒進(jìn)行硬度分類的方法，并提出利用該技術(shù)對小麥籽粒硬度進(jìn)行預(yù)測。
　?。?）設(shè)計了基于近紅外高光譜圖像分析的小麥硬度檢測系統(tǒng)。該系統(tǒng)自動采集麥粒的近紅外高光譜圖像，判別有效的麥粒目標(biāo)，分割單個完整麥粒的子圖像，對整個麥粒的光譜進(jìn)行光譜預(yù)處理。針對預(yù)處理結(jié)果，運(yùn)用小麥硬度分類模型和小麥硬度預(yù)測模型對待檢驗麥粒進(jìn)行硬度檢測，實現(xiàn)小麥硬度的自動無損檢測。
　　（2）建立基于高光譜成像技術(shù)的小麥硬度分類模型。對比研究采用

3、小麥硬度指數(shù)法得到的小麥樣品在高光譜成像技術(shù)下得到的結(jié)果，在采集到的不同硬度品種小麥中挑出硬麥、混合麥、軟麥三種不同硬度種類小麥各一種，將其近紅外圖像與硬度種類對應(yīng)。將糧粒近紅外高光譜數(shù)據(jù)經(jīng)過多元散射校正和求導(dǎo)處理后，提取950-1645nm為有效的光譜區(qū)間，并使用偏最小二乘判別分析法建立小麥硬度分類模型。采用120粒小麥對模型進(jìn)行訓(xùn)練，90粒進(jìn)行預(yù)測，模型對硬麥、混合麥、軟麥三種不同硬度種類總的分類準(zhǔn)確率為99.63％。結(jié)果表明，采用

4、近紅外高光譜成像技術(shù)對單籽粒小麥硬度進(jìn)行分類是可行的。
　　（3）建立基于高光譜成像技術(shù)的小麥硬度預(yù)測模型。研究近紅外高光譜圖像隨小麥籽粒硬度變化時的變化規(guī)律，建立基于偏最小二乘回歸模型和支持向量機(jī)回歸模型，對未知硬度的小麥硬度進(jìn)行預(yù)測。在偏最小二乘回歸模型中，其模型的相關(guān)系數(shù) R為0.8763，均方根誤差RMSE是0.2459，預(yù)測結(jié)果的相關(guān)系數(shù)R為0.8543，均方根誤差RMSE是0.2298。而支持向量機(jī)模型的相關(guān)系數(shù) R為