發(fā)布時間：2017-10-21 10:20

  本文關(guān)鍵詞：基于高光譜成像技術(shù)的大米快速無損檢測研究

  更多相關(guān)文章： 高光譜成像技術(shù) 無損檢測 大米 產(chǎn)地 營養(yǎng)成分

【摘要】：中國是大米生產(chǎn)量和消費量最高的國家之一,大米更是中國最主要的糧食作物之一。中國大米產(chǎn)地繁多,不同產(chǎn)地生長的大米營養(yǎng)品質(zhì)各異。隨著人民對高水平健康生活的追求,對大米的產(chǎn)地及品質(zhì)也越來越重視。然而傳統(tǒng)的分析檢測方法(人工感官評定法和化學方法)都比較復(fù)雜、費時和不穩(wěn)定同時還伴有人工誤差。因此快速無損的區(qū)分大米產(chǎn)地和檢測大米營養(yǎng)成分是至關(guān)重要的。由于高光譜成像技術(shù)可以同時提供樣品的光譜和圖像信息,所以不僅可以大幅度提高檢測速度、準確度和穩(wěn)定度,同時可以大量降低人力成本,能夠?qū)μ峁└郀I養(yǎng)價值的大米和提升我國大米的出口率有明顯的幫助,甚至可以幫助加快大米行業(yè)現(xiàn)代化生產(chǎn)的步伐。本課題針對快速無損區(qū)分大米產(chǎn)地(產(chǎn)自我國中南部、南部和東北部)和預(yù)測營養(yǎng)成分(水分、蛋白質(zhì)、淀粉)含量的問題,首先利用不同的光譜數(shù)據(jù)處理方法(包括光譜前處理和特征波段選擇)和分類模型建立方法處理高光譜波譜信息,使其有效地表征大米內(nèi)部化學成分的主要含量來區(qū)分不同產(chǎn)地的大米顆粒;再通過不同的紋理信息處理方法提取大米紋理信息,使其有效地表征大米外部特征再融合其他圖像信息建立基于高光譜圖像信息區(qū)分不同產(chǎn)地大米的方法;最后融合大米波譜信息和圖像信息共同表征大米內(nèi)外部雙重信息,實現(xiàn)大米顆粒的主要營養(yǎng)成分(水分、蛋白質(zhì)、淀粉)含量的快速檢測。主要研究內(nèi)容和結(jié)果如下:1.應(yīng)用可見光及短波近紅外(400 nm-1000 nm)高光譜成像技術(shù)光譜信息快速無損的區(qū)分大米產(chǎn)地。首先采用隨機方法得到大米樣品訓(xùn)練集和預(yù)測集,根據(jù)訓(xùn)練集中樣本大米的平均光譜建立Partial Least Square Regression(PLSR),Back Propagation Neutral Network(BPNN),和Least Square Support Vector Machines(LS-SVM)分類模型來區(qū)分大米產(chǎn)地,通過比較不同分類模型的精度(CCR),選取LS-SVM(CCR=92.82%)作為最終的分類模型建立方法。其次,利用不同的光譜前處理方法(Detrending(DT),Principal Component Analysis(PCA)and Orthogonal Signal Correction(OSC))建立全波段LS-SVM分類模型,選取OSC作為最終的光譜前處理方法(CCR=94.900%)。再利用successive projections algorithm(SPA)提取特征波段,并基于特征波段建立OSC-SPA-LS-SVM大米產(chǎn)地分類模型(CCR=95.360%)。最后,利用OSC-SPA-LS-SVM模型結(jié)合圖像處理方法實現(xiàn)了預(yù)測集大米產(chǎn)地的可視化顯示。2.應(yīng)用高光譜圖像的圖像信息快速無損的區(qū)分大米產(chǎn)地。首先提取大米11個粒形特征值和3個透明度特征值。隨后,利用不同紋理信息提取方法(直方圖統(tǒng)計法、灰度游程長度統(tǒng)計法、灰度差分統(tǒng)計法、灰度梯度共生矩陣統(tǒng)計法)提取大米紋理特征值。再次,利用大米顆粒的圖像信息(粒形+透明度+紋理)建立LS-SVM分類預(yù)測模型區(qū)分大米產(chǎn)地。最后,確定利用灰度梯度共生矩陣統(tǒng)計法作為最終的大米紋理信息提取方法,再融合大米粒形特征值和透明度特征值建立基于大米圖像信息的分類模型(CCR=89.741%)。實驗結(jié)果表明圖像信息對區(qū)分大米產(chǎn)地有一定的作用,但基于大米高光譜圖像的圖像信息建立的分類模型精度遠低于基于波譜信息建立的分類模型精度,所以將圖像信息與光譜信息相融合后共同建立分類模型區(qū)分大米的產(chǎn)地,其分類精度會更加理想。3.融合高光譜圖像的光譜和圖像信息定量分析大米營養(yǎng)成分指標(水分、蛋白質(zhì)、直鏈淀粉、支鏈淀粉、總淀粉、直鏈/支鏈淀粉)含量,使用SPA選擇各個大米營養(yǎng)指標相對應(yīng)的特征波段,建立相應(yīng)的LS-SVM回歸預(yù)測模型(水分、蛋白質(zhì)、直鏈淀粉、支鏈淀粉、總淀粉和直鏈/支鏈淀粉),預(yù)測模型的判定系數(shù)R2分別為0.913、0.947、0.940、0.846、0.877和0.872),再利用29個圖像特征值建立各營養(yǎng)指標的LS-SVM預(yù)測模型,各營養(yǎng)成分(水分、蛋白質(zhì)、直鏈淀粉、支鏈淀粉、總淀粉和直鏈/支鏈淀粉)預(yù)測模型的相關(guān)系數(shù)(R2)均遠低于基于光譜模型的R2,最終融合特征波段下的光譜值和圖像特征值建立LS-SVM預(yù)測模型,大幅度提升模型的預(yù)測能力,每個營養(yǎng)指標預(yù)測模型的判定系數(shù)R2均高于0.9,實驗結(jié)果說明融合光譜和圖像特征數(shù)據(jù)可以理想地預(yù)測大米主要營養(yǎng)成分。
【關(guān)鍵詞】：高光譜成像技術(shù) 無損檢測 大米 產(chǎn)地 營養(yǎng)成分
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TS210.7;O657.3
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-21
• 1.1 研究背景和意義12
• 1.2 大米檢測傳統(tǒng)方法12-13
• 1.3 大米檢測無損檢測方法13-17
• 1.3.1 可見/近紅外光譜技術(shù)及其在谷物檢測中的應(yīng)用13-14
• 1.3.2 計算機視覺技術(shù)及其在大米檢測中的應(yīng)用14-15
• 1.3.3 高光譜成像技術(shù)及其在谷物檢測中的應(yīng)用15-17
• 1.4 國內(nèi)外研究存在的主要問題17
• 1.5 研究目標及研究內(nèi)容17-19
• 1.5.1 研究目標17-18
• 1.5.2 研究內(nèi)容18
• 1.5.3 技術(shù)路線18-19
• 1.6 本章小結(jié)19-21
• 第二章 應(yīng)用高光譜的波譜信息快速區(qū)分大米產(chǎn)地21-44
• 2.1 引言21
• 2.2 材料與設(shè)備21-24
• 2.2.1 大米樣品21-22
• 2.2.2 可見/近紅外高光譜成像系統(tǒng)22-24
• 2.3 試驗方法24-26
• 2.3.1 高光譜圖像采集24-25
• 2.3.2 圖像前處理25-26
• 2.4 光譜特征提取26-30
• 2.4.1 光譜預(yù)處理26-29
• 2.4.2 特征波段選擇29-30
• 2.5 模型建立30-35
• 2.5.1 偏最小二乘回歸算法(PLSR)31
• 2.5.2 最小二乘支持向量機（LS-SVM）31-33
• 2.5.3 反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)33-35
• 2.6 大米產(chǎn)地可視化35
• 2.7 結(jié)果與討論35-42
• 2.7.1 大米樣本光譜特征曲線分析35-36
• 2.7.2 分類模型建立方法對全波段光譜模型的影響36-38
• 2.7.3 光譜預(yù)處理對全波段光譜模型的影響38-40
• 2.7.4 特征波段選擇對光譜模型的影響40-41
• 2.7.5 大米產(chǎn)地可視化效果41-42
• 2.8 本章小結(jié)42-44
• 第三章 應(yīng)用高光譜成像的圖像信息快速區(qū)分大米產(chǎn)地44-58
• 3.1 引言44
• 3.2 材料與設(shè)備44
• 3.2.1 大米樣品44
• 3.2.2 可見/近紅外高光譜圖像成像系統(tǒng)44
• 3.3 試驗方法44
• 3.4 圖像特征提取44-53
• 3.4.1 大米顆粒粒形特征提取44-47
• 3.4.2 大米顆粒透明度特征提取47
• 3.4.3 大米顆粒紋理特征提取47-53
• 3.5 分類模型建立53-54
• 3.6 結(jié)果與討論54-57
• 3.7 本章小結(jié)57-58
• 第四章 融合高光譜波譜圖像的大米營養(yǎng)指標快速檢測58-70
• 4.1 引言58
• 4.2 材料與設(shè)備58-59
• 4.2.1 大米樣品58
• 4.2.2 試劑58
• 4.2.3 設(shè)備58-59
• 4.3 試驗方法59-61
• 4.3.1 水分含量測定59
• 4.3.2 蛋白質(zhì)含量測定59
• 4.3.3 淀粉含量測定59-61
• 4.4 大米樣品營養(yǎng)成分的高光譜數(shù)據(jù)處理61-62
• 4.4.1 大米樣品光譜特征提取61
• 4.4.2 大米樣品圖像特征提取61
• 4.4.3 大米營養(yǎng)指標回歸模型建立61-62
• 4.5 結(jié)果與討論62-68
• 4.5.1 大米營養(yǎng)成分的含量62
• 4.5.2 大米營養(yǎng)成分的特征波長62-64
• 4.5.3 大米營養(yǎng)成分的回歸模型效果64-68
• 4.6 本章小結(jié)68-70
• 結(jié)論與展望70-73
• 參考文獻73-83
• 攻讀碩士學位期間取得的研究成果83-85
• 致謝85-86
• 附件86

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 邱鈞彥;1公斤大米加工6～7公斤米豆腐技術(shù)[J];農(nóng)技服務(wù);2000年08期

2 張志剛,韓玉珍;有機大米加工技術(shù)規(guī)程[J];墾殖與稻作;2004年04期

3 朱君;;國外大米加工發(fā)展趨勢[J];農(nóng)村實用技術(shù);2007年02期

4 黃海軍;華欽;張遠;林濤;李成;史呂;;大米加工業(yè)發(fā)展趨勢及大型大米加工廠設(shè)計淺析[J];糧食與食品工業(yè);2011年03期

5 陰秀文;劉兵;;揭開“黃河大米”之謎[J];走向世界;2011年33期

6 杜楓;;分析影響大米水分因素[J];糧食與油脂;2012年02期

7 華欽;黃海軍;劉麗麗;陳偉超;王夢醒;;現(xiàn)代化大型大米加工廠建設(shè)淺析[J];糧食與食品工業(yè);2013年04期

8 李紹芳;新型無洗大米加工機[J];新農(nóng)業(yè);1987年13期

9 邵吉祥;米豆腐制作新工藝[J];中國商辦工業(yè);1994年04期

10 潘洪蓮;高濃縮營養(yǎng)抗衰大米加工工藝[J];農(nóng)業(yè)科技通訊;1996年03期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 唐大為;;維力米：創(chuàng)新的強化大米解決方案[A];第三屆中國營養(yǎng)產(chǎn)業(yè)高層論壇文集[C];2007年

2 ;大米保鮮劑[A];第三屆全國粳稻米產(chǎn)業(yè)大會專集[C];2008年

3 孫曉紅;鄭家麟;;大米淘洗設(shè)備的研究與設(shè)計[A];'2000全國農(nóng)產(chǎn)品加工技術(shù)與裝備研討會論文集[C];2000年

4 張萃明;;大米包裝儲藏品質(zhì)評價指標的研究[A];'2000全國農(nóng)產(chǎn)品加工技術(shù)與裝備研討會論文集[C];2000年

5 律永發(fā);;發(fā)展延邊大米產(chǎn)業(yè)的思考[A];第三屆全國粳稻米產(chǎn)業(yè)大會專集[C];2008年

6 張萃明;劉建偉;包清彬;;大米的薄膜袋裝儲藏形態(tài)研究[A];中國糧油學會第二屆學術(shù)年會論文選集（綜合卷）[C];2002年

7 吳孝槐;路勇;;利用實時熒光PCR方法檢測轉(zhuǎn)Bt基因大米[A];“科技創(chuàng)新與食品產(chǎn)業(yè)可持續(xù)發(fā)展”學術(shù)研討會暨2008年廣東省食品學會年會論文集[C];2008年

8 ;吉林德大有限公司精制大米加工廠招商項目[A];第三屆全國粳稻米產(chǎn)業(yè)大會專集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 王斌;泰國大米以品種優(yōu)勢取勝[N];農(nóng)民日報;2002年

2 王彥;打好大米綠色、健康牌[N];黑龍江日報;2007年

3 ;專家為黑龍江大米“支招”：重點扶持深加工項目[N];糧油市場報;2007年

4 記者 李帥;大米出名門 “金龍魚”再出“狠招”[N];中國聯(lián)合商報;2009年

5 本報記者 邢云飛;大米產(chǎn)業(yè)鏈競爭格局初現(xiàn)[N];華夏時報;2009年

6 ;我國首個臨港型大米加工廠在大連投產(chǎn)[N];中國信息報;2009年

7 胡麗娟;臨港型大米加工廠投產(chǎn)[N];科技日報;2009年

8 記者 廖興陽;滇柬將共建20萬噸大米加工項目[N];昆明日報;2011年

9 深圳特區(qū)報記者 陳穎;“洋大米”深圳搶市場漸成氣候[N];深圳特區(qū)報;2013年

10 劉藝璇;黑龍江“寒育牌”大米熱銷江南[N];糧油市場報;2014年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 萬鵬;大米品質(zhì)檢測系統(tǒng)研究[D];吉林大學;2009年

2 陳善峰;低溫擠壓加酶大米作啤酒輔料的試驗研究[D];河北農(nóng)業(yè)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 楊純;發(fā)酵工藝對大米鎘含量的影響[D];中南林業(yè)科技大學;2015年

2 羅達文;輕碾米儲藏穩(wěn)定性及其儲藏方法研究[D];南昌大學;2015年

3 王靜;高品質(zhì)大米多肽制備方法的研究[D];天津科技大學;2013年

4 黃文捷;重慶市本地產(chǎn)大米中鎘污染調(diào)查及健康風險評價[D];重慶醫(yī)科大學;2015年

5 趙胤成;黑龍江省大米國內(nèi)競爭力提升對策研究[D];黑龍江八一農(nóng)墾大學;2015年

6 金杰;延邊大米品牌價值提升研究[D];延邊大學;2016年

7 呂思銘;中國大米貿(mào)易的國際競爭力研究[D];黑龍江大學;2016年

8 姚映西;濕熱改性處理對大米理化性質(zhì)及米粉品質(zhì)影響的研究[D];湖南農(nóng)業(yè)大學;2016年

9 王玉潔;湖南省大米產(chǎn)業(yè)現(xiàn)狀及發(fā)展對策研究[D];湖南農(nóng)業(yè)大學;2016年

10 王璐;基于高光譜成像技術(shù)的大米快速無損檢測研究[D];華南理工大學;2016年

，

本文編號：1072803