【摘要】：水果含有人體所需的多種礦物質(zhì)和維生素等,對維持人體正常的生理功能有著重要的作用,它是人類飲食結(jié)構(gòu)的基本組成部分,在人們的日常生活中必不可少。我國是水果生產(chǎn)大國,水果種植面積和產(chǎn)量在全世界名列前茅。水果采后商品化處理水平低是影響國內(nèi)水果在國際市場競爭力的主要因素之一,因此實現(xiàn)水果外觀與內(nèi)部品質(zhì)的無損檢測及分級已成為國內(nèi)水果產(chǎn)業(yè)化的必要前提。目前水果無損檢測與分級主要有基于可見光技術(shù)的外部品質(zhì)檢測與光譜技術(shù)的內(nèi)部品質(zhì)檢測兩大類,外部品質(zhì)檢測技術(shù)較為成熟,但對于外部輕微損傷缺陷及內(nèi)部缺陷的檢測還存在不足之處,如檢測效果受損傷時間影響,內(nèi)部缺陷受檢測位置及水果大小影響等。核磁共振成像技術(shù)可反映水果內(nèi)部含水量的變化,應(yīng)用其進行檢測具有無損、可視化、安全無輻射、不受樣品大小影響等優(yōu)點。 梨是國內(nèi)水果產(chǎn)量居第三位的水果。本研究利用核磁共振成像技術(shù)和圖像處理技術(shù),對梨果擠壓損傷、跌落損傷、內(nèi)部褐變?nèi)N不同缺陷進行無損鑒別與分級,并建立了梨果堅實度與磁共振質(zhì)地系數(shù)間的相關(guān)模型。利用醫(yī)用核磁共振設(shè)備,采集了梨果中的鴨梨、香梨和黃花梨的冠狀面核磁共振T2加權(quán)圖像,經(jīng)過圖像轉(zhuǎn)換、圖像預(yù)處理、特征提取等處理實現(xiàn)對鴨梨擠壓損傷及跌落損傷的識別、香梨內(nèi)部褐變的識別,并對鴨梨跌落損傷階段及香梨褐變嚴重程度進行分級；通過統(tǒng)計和分析黃花梨堅實度和核磁共振圖像質(zhì)地系數(shù)間的皮爾森相關(guān)關(guān)系,建立了多元回歸模型。本文的研究目的在于驗證核磁共振成像技術(shù)檢測水果外部的機械損傷及內(nèi)部缺陷的可行性,排除損傷時間對檢測結(jié)果的影響,并確定內(nèi)部褐變的嚴重程度,為研發(fā)具有自主知識產(chǎn)權(quán)的水果品質(zhì)在線檢測生產(chǎn)線提供方法依據(jù)。 本論文的主要研究內(nèi)容、結(jié)果和結(jié)論如下： 1)確定了用于梨果缺陷檢測的核磁共振圖像采集方式。分析了核磁共振設(shè)備所采集的圖像,結(jié)果表明：T2加權(quán)成像的清晰度可以完成本研究所需檢測的缺陷和內(nèi)部品質(zhì)；且梨果冠狀面圖像比矢狀面圖像采集速度快,圖像處理簡單方便；對于不同品種的梨果,由于大小不同,可采取不同的切片厚度和切片間距,以適合水果缺陷與品質(zhì)檢測。 2)提出了用于鴨梨表面輕微損傷檢測的角點特征法,分析了擠壓損傷與正常鴨梨組織核磁共振圖像灰度的差異。對于采用萬能試驗機模擬的輕微壓傷,通過Otsu閾值分割、膨脹操作并提取邊界的圖像處理方法,最后對水果邊界進行角點檢測。試驗對207幅有效鴨梨樣本圖像進行輕微損傷檢測,輕微損傷鴨梨樣本的檢測正確率為92.1%；正常鴨梨截面圖像的檢測正確率為100%,畸形鴨梨截面圖像檢測正確率100%。試驗還對真實輕微損傷鴨梨進行損傷識別,結(jié)果發(fā)現(xiàn)對32個鴨梨真實損傷樣本識別時,識別率可達96.8%。結(jié)果表明,對鴨梨冠狀面切片邊界提取角點特征的方法可判斷鴨梨是否存在輕微擠壓損傷。 3)提出了用于鴨梨新舊跌落損傷檢測的圖像處理方法,分析了正常鴨梨與不同跌落損傷階段鴨梨組織核磁共振圖像灰度的差異,發(fā)現(xiàn)跌落損傷新傷組織圖像灰度比正常鴨梨組織圖像灰度高,跌落損傷舊傷組織圖像灰度比正常鴨梨組織圖像低。對于從離地面40mm架子上通過自由落體運動形成的跌落損傷,通過Otsu閾值分割、去除果核、舊傷特征提取等圖像處理方法可以識別出舊傷水果；然后對判斷不為舊傷的水果作進一步圖像處理,通過固定閾值分割、去除果核、新傷特征提取可以識別出新傷水果,余下的均為完好水果。試驗對100個切片進行跌落損傷檢測,60個舊傷切片中有59個被檢測為舊傷,1個被檢測為新傷,識別正確率為98.3%；20個新傷切片均被檢測為新傷,識別正確率為100%；20個完好切片均被檢測為完好水果.識別正確率為100%。結(jié)果表明,利用核磁共振成像不僅可以實現(xiàn)鴨梨跌落損傷的識別,還可以同時實現(xiàn)對新傷和舊傷的識別。 比較了損傷不同階段損傷組織灰度的變化情況,采用典型判別分析方法,利用代表鴨梨切片圖像的圖像直方圖參數(shù)對鴨梨損傷階段判別的可行性進行了研究。研究所選樣本的分類準確率為81.3%；能夠較好地區(qū)分損傷第1階段和第4階段的鴨梨圖像,分類準確率達到100%；但對于損傷第2階段和第3階段的圖像容易形成誤判,有較大的交叉區(qū)域,第2階段損傷鴨梨有6個被歸為第3階段損傷鴨梨,1個被歸為第1階段鴨梨(該鴨梨損傷區(qū)域非常小),第3階段損傷鴨梨有8個被歸為第2階段損傷鴨梨。對于同一鴨梨切片,第2階段與第3階段圖像用肉眼觀察灰度差別也不是特別大,因此使用直方圖參數(shù)特征無法較好區(qū)分損傷第2階段與第3階段這種微弱的變化。將鴨梨分為損傷初期、中期和晚期三個階段重新進行判別分析,該方法能較好區(qū)分鴨梨損傷階段,總的分類正確率為98.75%。結(jié)果表明,利用核磁共振成像結(jié)合直方圖特征參數(shù)可實現(xiàn)鴨梨損傷階段的判別,并且分為三個階段(損傷初期、中期和晚期)效果較好。 4)針對庫爾勒香梨在貯藏過程中出現(xiàn)的內(nèi)部褐變?nèi)毕?提了基于核磁共振圖像的自動圖像處理方法。對室溫貯藏六個月的新疆庫爾勒香梨,通過定期采集圖像,觀察其貯藏過程中的褐變變化情況,通過Otsu閾值分割、果核/水果區(qū)域像素比、形態(tài)學(xué)操作、去除果核、提取褐變特征等圖像處理步驟,可以判斷香梨是否存在內(nèi)部褐變。試驗對貯藏過程中42個香梨的128個有效切片進行內(nèi)部褐變檢測,該圖像處理方法對褐變切片的識別正確率達到100%,對于正常切片的識別正確率為84%,總的識別正確率為98%。同時,通過分析我們還發(fā)現(xiàn),該算法對貯藏后期的香梨總體褐變識別率比較高,這可能與貯藏前期香梨內(nèi)部復(fù)雜的物理化學(xué)變化有關(guān)。結(jié)果表明,利用形態(tài)學(xué)的圖像處理方法可實現(xiàn)褐變香梨的無損識別。 分析了褐變香梨區(qū)域直方圖,將香梨分為完好香梨、輕度褐變、中度褐變及重度褐變四類,結(jié)合褐變識別圖像處理方法,各類香梨對應(yīng)的識別準確率分別為84%、95%、94.4%和100%,輕度和中度褐變香梨各有1個切片被誤判。結(jié)果表明,利用核磁共振成像結(jié)合褐變香梨區(qū)域直方圖技術(shù),可實現(xiàn)對香梨褐變程度的定性判斷。 5)分析了黃花梨在成熟和貯藏過程中堅實度與磁共振質(zhì)地系數(shù)間的相關(guān)關(guān)系,選擇對堅實度相關(guān)性較高的質(zhì)地系數(shù)對成熟過程和貯藏過程分別建立了多元回歸模型,并使用該模型進行了預(yù)測評估,該模型的穩(wěn)定性和重復(fù)性有待進行更多的試驗研究來補充和完善。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：S661.2;Q6-33

【參考文獻】

相關(guān)期刊論文 前10條

1 韓春林,雷飛,王建國,向敬成;合成孔徑雷達圖像目標分類研究[J];電子科技大學(xué)學(xué)報;2004年01期

2 劉益新;郭依正;;灰度直方圖特征提取的Matlab實現(xiàn)[J];電腦知識與技術(shù);2009年32期

3 柯尊友,黃勝華,賈伯年;數(shù)字圖象處理技術(shù)在動態(tài)實時檢測控制中的應(yīng)用研究[J];電子技術(shù)應(yīng)用;1999年02期

4 應(yīng)義斌;劉燕德;傅霞萍;;基于小波變換的水果糖度近紅外光譜檢測研究[J];光譜學(xué)與光譜分析;2006年01期

5 傅霞萍;應(yīng)義斌;劉燕德;陸輝山;;水果堅實度的近紅外光譜檢測分析試驗研究[J];光譜學(xué)與光譜分析;2006年06期

6 李建平;傅霞萍;周瑩;應(yīng)義斌;謝麗娟;牛曉穎;閆戰(zhàn)科;于海燕;;近紅外光譜定量分析技術(shù)在枇杷可溶性固形物無損檢測中的應(yīng)用[J];光譜學(xué)與光譜分析;2006年09期

7 李江波;王福杰;應(yīng)義斌;饒秀勤;;高光譜熒光成像技術(shù)在識別早期腐爛臍橙中的應(yīng)用研究[J];光譜學(xué)與光譜分析;2012年01期

8 羅希平;田捷;諸葛嬰;王靖;戴汝為;;圖像分割方法綜述[J];模式識別與人工智能;1999年03期

9 康寧波;賀曉光;張冬;;基于機器視覺在果品無損檢測技術(shù)方面的研究進展[J];寧夏工程技術(shù);2010年02期

10 應(yīng)義斌,饒秀勤,趙勻,蔣亦元;機器視覺技術(shù)在農(nóng)產(chǎn)品品質(zhì)自動識別中的應(yīng)用(Ⅰ)[J];農(nóng)業(yè)工程學(xué)報;2000年01期

，

本文編號：2555769