基于高光譜圖像技術(shù)的紅棗品質(zhì)無損檢測研究.pdf

1、高光譜圖像技術(shù)應(yīng)用于水果品質(zhì)無損檢測是一個重要的發(fā)展趨勢。高光譜圖像技術(shù)結(jié)合了圖像技術(shù)和光譜技術(shù)的優(yōu)點，可實現(xiàn)對水果內(nèi)外品質(zhì)快速、無損檢測。紅棗是寧夏特色農(nóng)產(chǎn)品，其品質(zhì)倍受消費者關(guān)注。本文利用高光譜圖像技術(shù)對紅棗內(nèi)外多品質(zhì)參數(shù)進行無損檢測研究。采用偏最小二乘法和BP神經(jīng)網(wǎng)絡(luò)建立長棗糖度、果肉硬度預(yù)測模型以及BP神經(jīng)網(wǎng)絡(luò)和支持向量機建立紅棗品種鑒別模型;對于外部缺陷特征，采用特征波段主成分分析和波段比算法結(jié)合圖像處理方法檢測長棗表面輕微損

2、傷和蟲傷。從而為開發(fā)實時、在線、快速無損檢測系統(tǒng)提供理論依據(jù)。論文主要研究結(jié)果如下:
　　 (1)原始反射光譜經(jīng)過多元散射校正預(yù)處理，所建預(yù)測和鑒別模型性能較好。
　　 (2) BP神經(jīng)網(wǎng)絡(luò)建立長棗糖度和果肉硬度預(yù)測模型優(yōu)于偏最小二乘法。糖度BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相關(guān)系數(shù)和均方根誤差分別為0.9205和1.7482。果肉硬度BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相關(guān)系數(shù)和均方根誤差分別為0.9042和15.1631。
　　 (3

3、)通過主成分分析對長棗高光譜圖像數(shù)據(jù)進行有效降維，選取了四個特征波段(1029nm、1229nm、1387nm、1467nm)便于構(gòu)建基于濾波片的高光譜圖像系統(tǒng)應(yīng)用到長棗在線無損檢測中。
　　 (4)特征波段的主成分分析和波段比算法都能有效地檢測長棗表面缺陷，總體檢測正確率都達到了90％以上。
　　 (5)支持向量機建立紅棗品種鑒別模型得到鑒別結(jié)果較理想。采用RBF徑向基核函數(shù)，懲罰參數(shù)c與核函數(shù)參數(shù)g用交叉驗證的方法得