基于高光谱成像技术的苹果外部损伤精确识别与分级方法研究

发布时间：2023-03-13 20:43

　　苹果作为我国第一大水果,在我国果品生产、消费以及对外贸易中发挥着重要作用,然而苹果在商品化的过程中将不可避免受到外力因素的影响而产生不同程度的损伤。有些苹果损伤在形成初期不太明显,但其受损组织的内部可能已经发生了变质,因此对苹果的外部损伤尤其是早期轻微损伤的检测显得尤为重要。此外,对苹果损伤程度定量和客观的描述不仅是生产者和买家评估苹果品质的重要依据,而且对于改善苹果采后商品化处理的研究也具有重要意义。本文采用高光谱成像技术对苹果的外部损伤进行了早期识别与分级,具体研究内容和成果如下:(1)对401-1037nm波段范围的苹果高光谱图像执行分段主成分分析(PCA)操作,选出近红外光谱区(780-1037nm)为识别损伤的最佳光谱区,并基于此最佳光谱区域以及主成分图像的权重系数在本区域选取了7个特征波长;再次对这些选出的特征波长执行PCA操作,并结合图像处理操作设计了一种针对不同程度的苹果损伤的精确识别算法,统计得到该算法对200个样本的平均识别率为98.5%。(2)利用掩模得到157个苹果损伤区域的平均光谱,运用Kennard-Stone算法划分样本集合以提高样本的代表性,使用四种不同...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究的目的及意义
    1.2 水果缺陷检测技术的研究现状
    1.3 高光谱成像技术在水果缺陷检测中的研究进展
    1.4 本文主要研究内容及技术路线
    1.5 论文的基本结构安排
第2章 高光谱成像技术的理论基础
    2.1 高光谱成像技术的简介
    2.2 高光谱成像技术原理
    2.3 高光谱图像的特点
    2.4 高光谱成像系统
    2.5 高光谱数据处理方法
        2.5.1 反射率校正
        2.5.2 主成分分析(PCA)
    2.6 本章小结
第3章 试验设计及应用到的相关理论
    3.1 试验样本
    3.2 试验设备
        3.2.1 苹果定量损伤装置设计
        3.2.2 高光谱成像系统硬件平台
        3.2.3 高光谱成像系统软件平台
    3.3 应用到的图像处理方法
        3.3.1 噪音去除
        3.3.2 图像分割
        3.3.3 数学形态学
    3.4 应用到的光谱数据处理方法
        3.4.1 样本集划分
        3.4.2 光谱的预处理
        3.4.3 特征波长选择
        3.4.4 分类模型建立
    3.5 本章小结
第4章 基于高光谱成像技术的苹果外部损伤识别
    4.1 引言
    4.2 苹果损伤和完好区域的光谱分析
    4.3 分段主成分分析
        4.3.1 全波段光谱区域PCA
        4.3.2 可见光光谱区域PCA
        4.3.3 近红外光谱区域PCA
    4.4 特征波段主成分分析
    4.5 苹果表面缺陷检测
    4.6 苹果表面缺陷检测结果分析
    4.7 本章小结
第5章 基于高光谱成像技术的苹果外部损伤分级
    5.1 引言
    5.2 数据样品集合划分
    5.3 光谱数据预处理
    5.4 特征波段的提取
        5.4.1 连续投影算法
        5.4.2 竞争性自适应重加权算法
        5.4.3 竞争性自适应重加权算法-相关系数法
    5.5 损伤程度的判别模型
        5.5.1 基于网格参数寻优的支持向量机
        5.5.2 模型分类结果对比
    5.6 本章小结
结论
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3762357