您好,欢迎访问三七文档
文献概要关键词:水果高光谱无损检测基于高光谱成像技术的苹果内外品质同时检测目的:结合高光谱图像处理和光谱分析方法,通过一次图像扫描同时对苹果的表面摔伤和糖分含量进行检测。方法:苹果第一主成分图像与794nm的图像相减后进行去噪和阈值分割处理,摔伤检测的准确率为92.6%。对感兴趣区域的反射光谱曲线进行多元散射校正、一阶导数和SG平滑处理后利用偏最小二乘回归方法建立糖分含量的预测模型。结果:利用高光谱成像技术可以实现苹果内部品质和外部品质的同时检测。作者﹑单位:单佳佳彭彦昆王伟李永玉吴建虎张雷蕾﹑中国农业大学工学院发表期刊:农业机械学报(2011年3月)基于高光谱成像技术检测脐橙溃疡目的:为了研究从带有不同缺陷的柑橘类水果中快速识别出溃疡果的有效方法。方法:基于高光谱成像技术,该文提出特征波段主成分分析法及波段比算法。以脐橙为研究对象,选取包括溃疡在内常见的10类脐橙果皮缺陷果及正常果。首先,提取并分析11类果皮感兴趣区域(ROI)光谱曲线并结合主成分分析法确定5个最佳波段(630、685、720、810和875nm);然后基于特征波段做主成分分析,选取第5主成分(PC-5)作为分类识别图像,识别率达到80%。为了进一步提高溃疡识别率,该文又提出采用特征波段主成分分析法与波段比算法相结合的方法,基于此算法溃疡正确识别率提高到95.4%。结果:基于高光谱成像技术可以有效地对带有溃疡病斑的脐橙分类识别。作者﹑单位:李江波饶秀勤应义斌王东亭﹑中国农业大学工学院发表期刊:农业工程学报(2010年8月)目的:采用高光谱散射图像技术对苹果压缩硬度和汁液含量进行预测。方法:最小二乘支持向量机作为一种非线性建模工具,用于解决小样本、非线性和高维数等实际问题。针对580个苹果的高光谱散射图像,提取600~1000nm范围内的波谱信息,采用LS_SVM建立苹果的压缩硬度和汁液含量模型。结果:LS_SVM压缩硬度预测模型的相关系数为Rp=0.795,预测均方差为RMSEP=10.4KN/m,汁液含量的相关系数为Rp=0.568,预测均方差为RMSEP=1.20cm2,高于传统的偏微分最小二乘(PartialLeastSquares,PLS)建立的压缩硬度,模型精度Rp=0.744,RMSEP=11.4KN/m,汁液含量模型精度Rp=0.539,RMSEP=1.23cm2。作者﹑单位:万相梅黄敏朱启兵﹑江南大学轻工过程先进控制教育部重点实验室发表期刊:食品工业科技(2011年5月)基于高光谱散射图像的苹果压缩硬度和汁液含量无损检测基于高光谱图像技术的雪花梨品质无损检测目的:为探讨基于高光谱图像技术对雪花梨品质进行无损检测的可行性。方法:研究了利用高光谱图像系统提取雪花梨中糖和水的光谱响应和形态特征参数,获取样品含糖量和含水率的敏感水分吸收光谱带,利用人工神经网络建立雪花梨含糖量和含水率预测模型及利用投影图像面积预测雪花梨鲜重。结果:用高光谱图像技术对雪花梨品质进行无损检测是可行的。雪花梨含糖量预测值和实际值间相关系数R为0.996,误差平均值为0.5°Brix;含水率预测值和实际值间相关系数R为0.94,相对误差平均值为0.62%;鲜重预测值和实际值间相关系数R为0.93。作者﹑单位:洪添胜乔军赵祚喜李震﹑华南农业大学工程学院中国农业大学网络中心发表期刊:农业工程学报(2007年6月)基于混合线性分析的苹果糖度近红外光谱检测目的:探讨基于混合线性分析的苹果糖度近红外光谱检测。方法:将主要用于纯组分定量分析的混合线性分析法的一种变形算法(HLA/XS法)移植到苹果糖度这一非纯组分含量指标的近红外光谱检测中,并与偏最小二乘法(PLS)进行比较。结果:在诸如苹果糖度这一类农产品品质综合指标(非纯组分含量指标)的光谱检测中,应用混合线性分析法(HLA/XS)进行定量分析是可行的。并且其结果可与偏最小二乘法(PLS)的结果相同。作者﹑单位:张海东赵杰文刘木华﹑云南农业大学工程技术学院江苏大学生物与环境工程学院江西农业大学工学院发表期刊:农业机械学报(2006年4月)基于可见/近红外能量光谱的苹果褐腐病和水心鉴别目的:快速无损鉴别苹果内部品质的优劣是当前苹果行业亟待解决的一项重要课题。方法:直接采用可见-近红外能量光谱对苹果褐腐病、水心鉴别的新方法,考察了不同判别分析方法对苹果类别判定的准确性。在能量光谱经MSC或者一阶导数处理后,分别采用了峰面积判别法(PADA)、主成分分析判别法(PCADA)、偏最小二乘判别法(PLSDA)建立判别模型。结果:三种方法对褐腐病苹果判别正确率都为100%;对水心苹果分别是79.2%,95.0%和96.7%;对正常苹果分别是88.6%,98.2%,98.8%。其中,PCADA和PLSDA明显优于PADA,而PLSDA总判别率最高,达到98.1%,其建模标准差RMSEC为0.449,预测标准差RMSEP为0.392,说明可见-近红外能量光谱结合化学计量学算法可以快速、无损鉴别苹果褐腐病和水心。作者﹑单位:王加华孙旭东潘璐孙谦韩东海﹑中国农业大学食品科学与营养工程学院中国农业大学工学院发表期刊:光谱学与光谱分析(2008年9月)基于遗传算法的脐橙可溶性固形物的可见/近红外光谱无损检测目的:应用可见/近红外光谱结合遗传偏最小二乘法(GA-PLS),建立了柑桔类水果可溶性固形物(SSC)的快速无损检测模型。方法:应用光纤光谱仪采集脐橙的可见/近红外光谱,其光谱范围为350~1800nm。把脐橙的可见/近红外光谱划分成15个光谱区间,通过GA-PLS方法,选出5个光谱区间(包含波段446个,对应波长范围为554~643nm,1000~1088nm,1089~1177nm,1445~1533nm和1623~1711nm)建立了预测脐橙可溶性固形物的模型。结果:验证组的最佳预测结果为相关系数和均方根误差分别为0.9132和1.2579。实验结果表明,应用GA-PLS方法选出的可见/近红外特征光谱区域,不仅提高了脐橙可溶性固形物模型的预测精度,而且使模型更加简洁。作者﹑单位:薛龙黎静刘木华王晓罗春生﹑江西农业大学工学院华东交通大学机电工程学院发表期刊:《中国激光》杂志社(2010年6月)基于荧光高光谱图像的柑桔糖度无损检测目的:采用632nm的连续波激光作为激发光,应用激光诱导荧光高光谱成像技术对柑桔的糖度值进行无损测量。方法:1.将该激光照射到南丰蜜桔和脐橙样品上;2.用高光谱图像采集系统收集诱导出的荧光散射图像;3.接下来对荧光散射图像进行分析,选取100×50像素的荧光区域作为感兴趣区域(ROIs);4.提取感兴趣区域在波长700~1000nm的光谱值作为荧光高光谱图像数据;5.最后用线性回归方法建立荧光高光谱图像数据预测果实糖度值的预测模型。结果:该模型预测柑桔糖度值的相关系数分别为南丰蜜桔的R=0.970,脐橙的R=0.960。因此可以看出,应用激光诱导荧光高光谱成像对柑桔糖度值进行无损检测是一种很有效的方法。作者﹑单位:喻晓强刘木华郭恩有杨勇﹑江西农业大学农学院江西农业大学工学院发表期刊:安徽农业科学(2007年11月)简化苹果糖度预测模型的近红外光谱预处理方法目的:探讨苹果糖度预测模型的近红外光谱预处理方法。方法:采用正交信号校正法(OSC)和净分析物预处理法(NAP)分别对苹果的近红外光谱(1300~2100nm)进行预处理,并结合偏最小二乘法(PLS)建立了糖度预测模型。结果:随着预处理过程中所用的正交信号校正因子或净分析物预处理因子的逐渐增加,偏最小二乘糖度模型(OSC/PLS模型和NAP/PLS模型)所采纳的最佳因子数也会随之减少,甚至可减至1。当采用10个正交信号校正因子预处理苹果光谱时,OSC/PLS糖度模型达到最佳性能,最佳模型采纳的因子数为2;采用11个净分析物预处理因子预处理光谱时,NAP/PLS糖度模型达到最佳性能,最佳模型采纳的因子数为1。从总体上评价,最佳OSC/PLS糖度模型和最佳NAP/PLS糖度模型的性能都明显优于原始光谱的最佳偏最小二乘模型。这些结果表明,正交信号校正法和净分析物预处理法都能在保证精度的同时有效地简化苹果糖度预测模型。作者﹑单位:赵杰文张海东刘木华﹑江苏大学生物与环境工程学院云南农业大学工程技术学院江西农业大学工学院发表期刊:光学学报梨子内在品质的近红外漫反射光谱无损检测技术研究目的:通过检测方法测量水果的品质,可以在储藏和处理之前剔除内部存在缺陷的水果。方法:采用近红外光谱技术进行梨子内部品质的检测,应用傅里叶变换近红外漫反射技术快速获取梨子的近红外光谱信息,寻找光谱吸光度与梨子的糖度﹑酸度﹑坚实度﹑密度之间的相关关系。选取不同的波段范围对漫反射光谱有效信息进行提取和分析。分别采用多元校正主成分回归法(PRC)和偏最小二乘法(PLS)建立梨子内部品质参数的预测模型。结果:PLS模型能很好的预测梨子的品质参数。所建立的数学模型预测精度高,稳定性好。证明本方法是可行可靠的。作者﹑单位:杨磊陈坤杰﹑南京农业大学来源:硕士学位论文(2008年6月)近红外光谱透射水果品质检测速度对模型适用性影响的研究目的:快速﹑准确﹑无损的检测水果的品质,提高水果的市场竞争力。方法:用近红外光谱透射检测技术测量苹果的糖度,主要从不同波段建模,对模型适用性的影响,不同速度下积分时间的选择,不同速度建模方法的优化等方面进行了探讨。结果:650-850nm建立的糖度模型效果最好;选择合适的积分时间能提高模型的精度;优化后的多速度光谱建模方法对模型的精度和预测效果都有一定的提高,满足实际在线的检测要求。作者﹑单位:崔丰娟闸建文﹑山东理工大学来源:硕士学位论文(2010年4月)基于图像处理和光谱分析技术的水果品质快速无损检测方法研究目的:探讨对于库尔勒香梨外部品质和内部品质(类别﹑重量﹑糖度﹑果梗以及形状等)的无损检测方法研究。方法:1.分别基于图像处理技术和近红外光谱分析技术的库尔勒香梨脱萼果和宿萼果判别研究;2.对比分析了应用偏最小二乘回归和主成分回归结合不同波段﹑不同预处理方法对库尔勒香梨糖度定量分析模型性能的影响;3.基于图像处理技术的库尔勒香梨果梗提取方法的研究;4.基于近红外光谱分析技术的库尔勒香梨糖度的定量和定性分析研究;5.基于图像处理技术的水果重量预测模式的研究;6.以及图像处理技术的水果形状识别方法的研究;7.构建适于水果品质检测的高光谱图像分析系统(400一100Onm),并开展了基于高光谱图像的库尔勒香梨糖度检测方法研究。结果:1.利用图像处理技术和近红外光谱分析技术能对库尔勒香梨脱尊果和宿尊果进行自动判别;2.利用近红外光谱可对库尔勒香梨糖度进行检测;3.利用图像处理技术能对库尔勒香梨果梗实现自动提取;4.利用图像处理技术可对库尔勒香梨的重量进行预测;5.利用图像处理技术可对库尔勒香梨的形状进行识别;6.利用高光谱成像技术可对库尔勒香梨的糖度进行预测。作者﹑单位:马本学应义斌﹑浙江大学生物系统工程与食品科学学院来源:博士学位论文(2009年6月)应用高光谱成像对香蕉果实质量和不同成熟期的研究目的:探讨高光谱成像技术对香蕉果实质量和不同成熟期的研究方法:在可见光和近红外区域(400-1000nm)用高光谱技术获得香蕉果实质量(含水率,硬度以及可溶性固形物)和不同的成熟期的参数,并用偏最小二乘回归分析法分析得到的光谱数据,用可预测残差平方和选出最佳波长,用主成分分析法测试观测数据的可变性;基于最佳波长预测的质量属性,利用多元线性回归建立模型。结果:香蕉果实的总可溶性固形物、水分和硬度的确定系数分别是0.85,0.87和0.91;作者﹑单位:P.Rajkumar,N.Wang,G.EImasry,G.S.V.Raghavan,Y.Gariepy加拿大麦吉尔大学食品农业学院与生物资源工程学院发表期刊:食品工程杂志(2011年5月)高光谱成像技术在苹果瘀伤的
本文标题:文献概要
链接地址:https://www.777doc.com/doc-3215780 .html