本文選題：蘋(píng)果霉心病　切入點(diǎn)：透射光譜　出處：《西北農(nóng)林科技大學(xué)》2017年碩士論文

【摘要】：蘋(píng)果種植在我國(guó)水果產(chǎn)業(yè)體系中占有非常大的比重,據(jù)統(tǒng)計(jì),2015年中國(guó)蘋(píng)果種植面積3500萬(wàn)畝左右,產(chǎn)量達(dá)3968.4萬(wàn)噸,占世界蘋(píng)果產(chǎn)量的50%以上。但是由于蘋(píng)果霉心病等病害的影響,我國(guó)蘋(píng)果的整體質(zhì)量不高,調(diào)查顯示,2013-2014年陜西、山西等蘋(píng)果產(chǎn)區(qū)蘋(píng)果采前落果非常嚴(yán)重,每畝落果高達(dá)1000-2000斤,造成了巨大的經(jīng)濟(jì)損失。目前針對(duì)這一產(chǎn)業(yè)現(xiàn)狀,相關(guān)學(xué)者開(kāi)展了大量的蘋(píng)果霉心病無(wú)損檢測(cè)技術(shù)研究,取得了一定的研究成果。其中基于可見(jiàn)/近紅外光譜的無(wú)損檢測(cè)技術(shù)為最主要的一種檢測(cè)方式,但是目前的研究成果多數(shù)尚處于實(shí)驗(yàn)室階段,成本高昂且難以大量投入使用,對(duì)于蘋(píng)果產(chǎn)中的霉心病無(wú)損檢測(cè)研究涉及甚少。本文基于窄帶LED光源的透射光譜檢測(cè)原理,設(shè)計(jì)了一種以MSP430為核心的夾持式蘋(píng)果霉心病檢測(cè)設(shè)備,以雙特征波長(zhǎng)的透射光強(qiáng)度建立了基于BP神經(jīng)網(wǎng)絡(luò)的蘋(píng)果霉心病判別模型,可用于蘋(píng)果產(chǎn)中和采后的霉心病無(wú)損檢測(cè),為不同區(qū)域蘋(píng)果霉心病發(fā)病狀況的調(diào)查及蘋(píng)果分類(lèi)采收提供了一種可行的解決方案,有利于蘋(píng)果生產(chǎn)過(guò)程中對(duì)霉心病針對(duì)性的前期防治。本文完成的主要工作及取得的結(jié)論如下:(1)分析了蘋(píng)果霉心病的發(fā)病特征,確定了透射光譜檢測(cè)的檢測(cè)方式。根據(jù)光譜透射中光的吸收理論,確定了透射光強(qiáng)度的影響因子為蘋(píng)果果徑和霉心病病變物質(zhì)。基于蘋(píng)果可見(jiàn)/近紅外透射光譜采集平臺(tái)采集的透射光譜,結(jié)合蘋(píng)果的霉心病發(fā)病狀況和蘋(píng)果直徑,利用MATLAB相關(guān)性分析提取了與蘋(píng)果霉心病相關(guān)系數(shù)最大的特征波長(zhǎng)為700nm~720nm,同時(shí)考慮到蘋(píng)果直徑大小對(duì)透射光光程的影響,提取出了與蘋(píng)果直徑最相關(guān)的特征波段800nm~820nm作為夾持式蘋(píng)果霉心病檢測(cè)設(shè)備的參考波段。(2)設(shè)計(jì)實(shí)現(xiàn)了夾持式蘋(píng)果霉心病檢測(cè)設(shè)備的整體機(jī)構(gòu)。設(shè)備由夾持檢測(cè)機(jī)構(gòu)和手動(dòng)控制閘通過(guò)連接桿連接組成。夾持檢測(cè)機(jī)構(gòu)設(shè)計(jì)為兩個(gè)半球狀爪,球型爪上分別搭載LED光源和光電檢測(cè)傳感器,球型爪閉合時(shí)光源與光電傳感器位置固定,保證光源發(fā)射的光透過(guò)蘋(píng)果后被光電檢測(cè)傳感器垂直接收;手動(dòng)控制閘用于控制夾持檢測(cè)機(jī)構(gòu)的開(kāi)閉狀態(tài),整體機(jī)械結(jié)構(gòu)為蘋(píng)果霉心病檢測(cè)提供了載體。(3)設(shè)計(jì)實(shí)現(xiàn)了夾持式蘋(píng)果霉心病檢測(cè)設(shè)備的硬件電路和軟件程序。基于所選蘋(píng)果霉心病的相關(guān)特征波段和參考波段,分別選用了中心波長(zhǎng)為710nm和810nm的窄帶LED作為檢測(cè)光源,結(jié)合FDS1010光電檢測(cè)傳感器和ADS1115采樣模塊,完成了以MSP430單片機(jī)為核心處理器的硬件電路設(shè)計(jì),并根據(jù)MSP430開(kāi)發(fā)平臺(tái)設(shè)計(jì)了設(shè)備的軟件運(yùn)行流程,實(shí)現(xiàn)了設(shè)備的透射光強(qiáng)檢測(cè)。(4)建立了基于BP神經(jīng)網(wǎng)絡(luò)的扶風(fēng)富士蘋(píng)果霉心病判別模型。通過(guò)搭建的夾持式蘋(píng)果霉心病檢測(cè)設(shè)備,采集了試驗(yàn)蘋(píng)果的雙波段透射光的強(qiáng)度,利用MATLAB軟件訓(xùn)練出滿(mǎn)意的神經(jīng)網(wǎng)絡(luò),導(dǎo)出BP網(wǎng)絡(luò)的權(quán)值矩陣和閾值矩陣,結(jié)合中間變量,根據(jù)網(wǎng)絡(luò)傳遞函數(shù)換算出可用于MSP430單片機(jī)的蘋(píng)果霉心病判別公式。利用搭建的夾持檢測(cè)裝置,對(duì)扶風(fēng)45個(gè)富士樣本進(jìn)行霉心病判別準(zhǔn)確率測(cè)試,其中霉心病果判別準(zhǔn)確率為77.8%,整體判別準(zhǔn)確率為88.9%。(5)測(cè)試了夾持式蘋(píng)果霉心病檢測(cè)裝置的性能,測(cè)試結(jié)果表明,單個(gè)蘋(píng)果檢測(cè)時(shí)間為1~1.5s,裝置待機(jī)狀態(tài)下功率為1.57W,檢測(cè)狀態(tài)下功率為8.95W,采用容量為5000mAH,工作電壓為24V的鋰電池供電,在滿(mǎn)足其穩(wěn)定性的情況下(電池電量大于50%),可持續(xù)工作8h以上。
[Abstract]:Based on the principle of visible / near infrared spectroscopy , this paper presents a method for detecting apple ' s heart disease . ( 4 ) Based on BP neural network , the discrimination model of apple mould heart disease of Fufeng Fuji apple was established . The intensity of two - band transmitted light of experimental apple was measured by using the built - up clamping detection device . The accuracy rate of the test for 45 Fuji samples was determined by MATLAB software . The test results showed that the accuracy of the test for 45 Fuji samples was 1 . 57W , the power in the detection state was 8.95W , the operating voltage was 5000mAH and the working voltage was 24 V .

【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP274;S436.611

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張漢武;;蘋(píng)果霉心病如何防治[J];農(nóng)村.農(nóng)業(yè).農(nóng)民(B版);2016年08期

2 張團(tuán)委;;蘋(píng)果霉心病的發(fā)病規(guī)律與防治措施[J];煙臺(tái)果樹(shù);2016年02期

3 羅良英;;淺談蘋(píng)果霉心病的防治方法[J];農(nóng)業(yè)與技術(shù);2016年03期

4 閔顯寧;趙秀萍;龐錄霞;;蘋(píng)果霉心病的發(fā)生危害及防治策略[J];落葉果樹(shù);2016年01期

5 蘇東;張海輝;陳克濤;胡瑾;張佐經(jīng);雷雨;;基于透射光譜的蘋(píng)果霉心病多因子無(wú)損檢測(cè)[J];食品科學(xué);2016年08期

6 唐德合;郭小燕;郭愛(ài)民;郭紅民;郭愛(ài)風(fēng);;蘋(píng)果霉心病的發(fā)生與防治[J];河北果樹(shù);2015年05期

7 周世平;張海紅;李海峰;馬奇虎;;基于果品介電特性的無(wú)損檢測(cè)技術(shù)研究綜述[J];食品研究與開(kāi)發(fā);2015年01期

8 張曉榮;楊鵬;馬海軍;;水果品質(zhì)電特性檢測(cè)技術(shù)應(yīng)用研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2014年23期

9 屈亞X;宮元娟;;近紅外光譜技術(shù)在蘋(píng)果品質(zhì)無(wú)損檢測(cè)中的應(yīng)用[J];農(nóng)業(yè)科技與裝備;2014年06期

10 馮紅利;高磊;;陜西延安旱塬紅富士蘋(píng)果園勿忘防治蘋(píng)果霉心病[J];果樹(shù)實(shí)用技術(shù)與信息;2014年06期

相關(guān)碩士學(xué)位論文 前3條

1 張軍華;基于雙透射波段的蘋(píng)果霉心病檢測(cè)方法研究及設(shè)備研制[D];西北農(nóng)林科技大學(xué);2016年

2 張衛(wèi)園;基于密度特征的蘋(píng)果霉心病無(wú)損檢測(cè)方法研究[D];西北農(nóng)林科技大學(xué);2015年

3 楊亮亮;基于機(jī)器視覺(jué)和X射線(xiàn)的蘋(píng)果霉心病檢測(cè)方法研究[D];西北農(nóng)林科技大學(xué);2009年

，

本文編號(hào)：1696827