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、水果在采摘和運(yùn)輸過(guò)程中容易因?yàn)橥饬Φ淖饔枚艿綋p傷。雖然隨著機(jī)器視覺(jué)和圖像處理技術(shù)的發(fā)展,較為先進(jìn)的機(jī)器視覺(jué)技術(shù)能夠根據(jù)水果表面的缺陷而進(jìn)行分級(jí),但是水果的損傷問(wèn)題,特別是輕微損傷問(wèn)題一直是機(jī)器視覺(jué)難以克服的問(wèn)題。輕微損傷組織一般發(fā)生在水果表皮以下10mm徑向厚度的果肉組織,在形成的初期,其顏色和正常組織沒(méi)有太大的差異,對(duì)比度很低,肉眼難以區(qū)分,特別是成熟度較高的水果,其損傷部位一般為紅色或者黃色,檢測(cè)的色度差異更小,基于機(jī)器視覺(jué)方法的
2、檢測(cè)效果更差。輕微損傷隨著時(shí)間的推移,損傷部位被氧化而顏色變褐,組織變軟至腐爛,甚至?xí)绊懙街車(chē)玫乃?。因此,?duì)水果輕微損傷的早期檢測(cè)具有重要意義。本文以極品富士蘋(píng)果作為例子,采用單積分球系統(tǒng)測(cè)量無(wú)損和兩種不同程度輕微損傷的蘋(píng)果組織光學(xué)參數(shù),經(jīng)過(guò)數(shù)據(jù)處理后,采用支持向量機(jī)和概率神經(jīng)網(wǎng)絡(luò)建立分類模型,兩者模型對(duì)0級(jí)損傷樣品的識(shí)別準(zhǔn)確度均達(dá)到98%以上,除了一個(gè)1級(jí)損傷樣品在兩種模型下均被誤判外,其他樣品均驗(yàn)證正確。以下對(duì)本文中的主要內(nèi)容
3、和實(shí)驗(yàn)結(jié)論做出簡(jiǎn)要總結(jié)。
(1)通過(guò)仿真分析蘋(píng)果組織在切割中是否受到損傷。由質(zhì)構(gòu)儀測(cè)量蘋(píng)果組織的力學(xué)性質(zhì)并計(jì)算組織在達(dá)到損傷時(shí)所受到應(yīng)力大小。將力學(xué)性質(zhì)和Solidworks建立的幾何模型相結(jié)合建立Ansys-Workbench有限元模型,模擬蘋(píng)果切割過(guò)程,對(duì)比果肉受到的最大的應(yīng)力和實(shí)驗(yàn)得到樣品達(dá)到損傷時(shí)應(yīng)力值,得出蘋(píng)果在切割的過(guò)程中沒(méi)有受到損傷。
(2)根據(jù)單、雙積分球技術(shù)性質(zhì)與特征,搭建單積分球系統(tǒng),研究本系統(tǒng)的
4、驗(yàn)證原理與過(guò)程,分別用10%-Intalipid溶液和純水分別驗(yàn)證了由系統(tǒng)測(cè)得的吸收系數(shù)和約化散射系數(shù)誤差,證明了系統(tǒng)具有可靠性。
(3)闡述了光學(xué)參數(shù)測(cè)量的全過(guò)程。首先確定積分球系統(tǒng)參數(shù),測(cè)量樣品的折射率,漫反射率與漫透射率,然后通過(guò)反向倍增法求得樣品光學(xué)參數(shù)。進(jìn)一步討論了本文中蘋(píng)果的吸收系數(shù)在680nm左右無(wú)波峰的原因以及生理鹽水對(duì)光學(xué)參數(shù)的影響。
(4)針對(duì)原始光學(xué)參數(shù)譜圖基線偏移現(xiàn)象,運(yùn)用了MSC和SNV兩種
5、方法進(jìn)行預(yù)處理。運(yùn)用基于線性變換的主成分分析和基于非線性變換的隨機(jī)領(lǐng)域嵌入法分別對(duì)數(shù)據(jù)作降維處理,結(jié)果顯示主成分分析效果要優(yōu)于隨機(jī)領(lǐng)域嵌入法。
(5)采用支持向量機(jī)和概率神經(jīng)網(wǎng)絡(luò)兩種建模方法進(jìn)行分類識(shí)別,得出發(fā)現(xiàn)基于兩種方法的最高識(shí)別準(zhǔn)確率均為98.1%,且基于概率神經(jīng)網(wǎng)絡(luò)的方法更優(yōu)。說(shuō)明了光學(xué)參數(shù)具有早期檢測(cè)輕微損傷的可行性。
研究表明,光學(xué)參數(shù)在蘋(píng)果輕微損傷的早期識(shí)別上擁有良好的效果,在本研究中的三級(jí)損傷中,通過(guò)
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
- 基于模態(tài)參數(shù)的結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于模態(tài)參數(shù)的損傷識(shí)別方法研究.pdf
- 基于模態(tài)參數(shù)的工程結(jié)構(gòu)損傷識(shí)別.pdf
- 基于模態(tài)分析的桁架結(jié)構(gòu)早期損傷識(shí)別.pdf
- 基于振動(dòng)特性的物理參數(shù)與損傷識(shí)別研究.pdf
- 基于機(jī)器學(xué)習(xí)的終端光學(xué)元件損傷識(shí)別及分類研究.pdf
- 基于模態(tài)參數(shù)的工程結(jié)構(gòu)損傷識(shí)別方法的研究.pdf
- 基于模態(tài)參數(shù)的彈性板損傷識(shí)別方法研究.pdf
- 基于結(jié)構(gòu)模態(tài)參數(shù)的損傷識(shí)別方法研究.pdf
- 基于模態(tài)參數(shù)分析的井架結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于物理參數(shù)辨識(shí)的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于結(jié)構(gòu)模態(tài)參數(shù)的損傷識(shí)別技術(shù).pdf
- 基于動(dòng)力參數(shù)的剪切型結(jié)構(gòu)損傷識(shí)別.pdf
- 基于模態(tài)參數(shù)變化的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于超聲波方法的混凝土早期損傷識(shí)別的試驗(yàn)研究.pdf
- 基于粒子群優(yōu)化算法的結(jié)構(gòu)參數(shù)及損傷識(shí)別.pdf
- 基于多模態(tài)參數(shù)結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于多模態(tài)參數(shù)的橋梁結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于動(dòng)靜力參數(shù)的鋼框架結(jié)構(gòu)損傷識(shí)別研究.pdf
- 基于結(jié)構(gòu)模態(tài)參數(shù)和SVM的結(jié)構(gòu)損傷識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論