【摘要】：近年來我國幾大蘋果主產(chǎn)區(qū)均已出現(xiàn)不同程度的霉心病病害,蘋果霉心病發(fā)病呈逐年上升態(tài)勢,給整個產(chǎn)業(yè)造成了嚴重損失�，F(xiàn)有霉心病無損檢測方法多基于近紅外光譜分析技術,采用漫反射、透射進行全波段光譜病害分析,實現(xiàn)了單個蘋果樣品霉心病檢測,但仍存在檢測過程自動化程度低,復雜度高的問題,難以滿足果品產(chǎn)業(yè)在線分選對檢測方式、檢測速度、可靠性等方面的實際需求。針對產(chǎn)業(yè)霉心病在線檢測需求,本文基于霉心病發(fā)病機理分析,提出多因子融合的霉心病在線檢測方法,構(gòu)建了融合多源信息的病害判別模型,在此基礎上設計開發(fā)了相應的霉心病在線檢測系統(tǒng),并進行了系統(tǒng)測試與驗證,結(jié)果表明本文設計的霉心病在線檢測方法能夠有效滿足蘋果霉心病在線高通量檢測需求,為實現(xiàn)蘋果霉心病在線檢測與保障果品質(zhì)量安全提供了新思路,對提升水果產(chǎn)業(yè)分選水平,增強產(chǎn)業(yè)核心競爭力具有積極意義。本文具體工作及結(jié)論如下:(1)霉心病在線檢測主要關聯(lián)因素分析�；谔O果霉心病病害機理分析,提取了霉心病在線檢測主要關聯(lián)因子,論證了基于近紅外透射光譜及果實密度綜合檢測霉心病果的可行性,最終提出了采用霉心病特征透射光強、果形指數(shù)、果徑和重量作為霉心病的主要判別因子。針對霉心病特征透射波段選取需求,本文基于蘋果霉心病近紅外光譜采集平臺,獲取了樣品全光譜數(shù)據(jù),采用偏最小二乘法進行了特征波段篩選,最終確定在200-1100nm波段范圍的霉心病最相關波段為701nm~728nm。(2)多源信息預處理方法研究。本文基于霉心病在線檢測試驗平臺,獲取了108個陜西紅富士蘋果的圖像、重量、透射光譜數(shù)據(jù);針對蘋果果形指數(shù)信息的獲取,提出了一種基于機器視覺技術的蘋果橫縱徑在線計算方法,在線識別果實橫徑、縱徑的平均相對誤差為2.07%、2.52%;針對透射光譜和重量數(shù)據(jù)特點,分別測量三次數(shù)據(jù)取平均值作為樣品數(shù)據(jù);最后,采用Z-score方法對四維霉心病檢測關聯(lián)因子數(shù)據(jù)進行了歸一化預處理。(3)蘋果霉心病在線判別模型研究。霉心病判別具有二分類非線性特點,采用線性判別算法,針對四維霉心病檢測關聯(lián)因子間不同組合情況構(gòu)建霉心病判別模型,結(jié)果表明四維因子融合的判別模型準確率最高,達到68.18%;采用支持向量機算法,構(gòu)建了基于徑向基核函數(shù)的四維因子融合的判別模型,準確率為90.91%,建模時間為5.951s;采用隨機森林算法,分析了不同決策樹個數(shù)對模型性能的影響,以150棵決策樹構(gòu)建了四維因子融合的判別模型,準確率為95.45%,建模時間為0.054s。通過模型對比分析,結(jié)合本研究中在線檢測對模型復雜性、實效性的需求,最終選用隨機森林算法構(gòu)建霉心病在線檢測模型。(4)蘋果霉心病在線檢測系統(tǒng)開發(fā)與驗證�；跇�(gòu)建的檢測模型,采用C++語言開發(fā)了蘋果霉心病在線檢測系統(tǒng)軟件,并將檢測模型嵌入在線檢測系統(tǒng),搭載于蘋果霉心病在線檢測試驗平臺,實現(xiàn)了蘋果霉心病在線檢測與分選決策;采用陜西紅富士蘋果54個,進行了系統(tǒng)整體測試,結(jié)果表明檢測系統(tǒng)可實現(xiàn)蘋果多源信息獲取分析、病害精準判別以及蘋果霉心病在線分選決策,系統(tǒng)運行穩(wěn)定可靠,霉心病在線判別精度達83.3%,檢測速度達到1.5s/個,能夠滿足蘋果霉心病在線檢測需求。
【圖文】：

a 褐變 b 霉心 c 心腐圖 2-1 霉心病類型Fig. 2-1 Type of moldy core of apple種病害，目前并沒有成熟的防治方法，主要通過化學藥劑法進行間組織狀態(tài)、品種、環(huán)境溫度影響很大，往往打藥不及時或花期就會造成霉心病大規(guī)模爆發(fā)。在產(chǎn)后分析中，目前僅有少量便攜設備，不能夠滿足產(chǎn)業(yè)批量化分選需求。射光譜檢測的檢測因子分析述分析，霉心病果果肉發(fā)生明顯變化，果實內(nèi)棒曲霉素含量急劇量等指標上與健康果存在顯著。近紅外透射光譜（NITS）是近能夠通過有機物在近紅外光譜區(qū)的振動吸收而快速分析樣品組、精準的特點，他與反射及漫反射光譜檢測最大的區(qū)別在于能夠織成分，而不單單局限于物體表面，能夠有效滿足霉心病檢測需術運用在霉心病檢測上具有良好的科學性。因此，本文采用近紅心病檢測因子分析。

果肉發(fā)生明顯變化，，果實內(nèi)棒曲果存在顯著。近紅外透射光譜近紅外光譜區(qū)的振動吸收而快速與反射及漫反射光譜檢測最大的局限于物體表面，能夠有效滿足測上具有良好的科學性。因此，�；径桑彩� NITS 中的關鍵色光垂直入射均勻不發(fā)生散射類有關，還與物質(zhì)密度及光程成A = lg(1 / T) = kbc 能力，T 為入射光與透射光光強透射光波段有關，C 為吸光物質(zhì)面如圖 2-2 所示。
【學位授予單位】：西北農(nóng)林科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S436.611;S126

【參考文獻】

相關期刊論文 前10條

1 柴玉華;孫瑋t

本文編號：2563189