高光譜成像技術(shù)無(wú)損檢測(cè)贛南臍橙表面農(nóng)藥殘留研究
本文關(guān)鍵詞:高光譜成像技術(shù)無(wú)損檢測(cè)贛南臍橙表面農(nóng)藥殘留研究
更多相關(guān)文章: 高光譜成像 贛南臍橙 農(nóng)藥 殘留
【摘要】:高光譜成像技術(shù)具備圖像和光譜的雙重優(yōu)勢(shì),作為一種快速無(wú)損檢測(cè)分析技術(shù),檢測(cè)過(guò)程無(wú)損、無(wú)污染和無(wú)接觸。高光譜成像數(shù)據(jù)包括樣本的圖像信息和光譜信息,采集樣本高光譜成像數(shù)據(jù)時(shí),樣本的每個(gè)像素點(diǎn)都有一條光譜與之對(duì)應(yīng),樣本的每個(gè)波長(zhǎng)都有一幅灰度圖像與之對(duì)應(yīng)。研究采用高光譜成像技術(shù)無(wú)損檢測(cè)不同稀釋濃度的農(nóng)藥在贛南臍橙樣品表面殘留隨時(shí)間變化的關(guān)系。用蒸餾水把農(nóng)藥分別配置成1∶20,1∶100和1∶1 000倍的溶液。然后把不同濃度的溶液滴到30個(gè)洗凈的臍橙表面,將涂有農(nóng)藥的臍橙分別放置0,4和20d,然后采集在900~1 700nm波長(zhǎng)范圍的高光譜成像原始數(shù)據(jù)。通過(guò)主成分分析獲取930,980,1 100,1 210,1 300,1 400,1 620和1 680nm共8個(gè)特征波長(zhǎng),基于這些特征波長(zhǎng)做第二次主成分分析,應(yīng)用PC-2圖像并經(jīng)過(guò)適當(dāng)?shù)膱D像處理方法對(duì)不同濃度及放置不同天數(shù)的農(nóng)藥殘留進(jìn)行無(wú)損檢測(cè)。采用高光譜成像技術(shù)檢測(cè)三個(gè)時(shí)間段較高稀釋濃度的果面農(nóng)藥殘留都比較明顯。高光譜成像技術(shù)作為一種檢測(cè)方法,可用于評(píng)價(jià)各個(gè)時(shí)間段較高濃度的農(nóng)藥殘留。
【作者單位】: 浙江水利水電學(xué)院;浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院;華東交通大學(xué);
【關(guān)鍵詞】: 高光譜成像 贛南臍橙 農(nóng)藥 殘留
【基金】:國(guó)家自然科學(xué)基金項(xiàng)目(61134011) 江西省科技支持項(xiàng)目(20161BAB202060,20161BBF60060,20151BAB207009,20142BDH80021)資助
【分類(lèi)號(hào)】:S481.8;TP391.41
【正文快照】: 引言果蔬表面的農(nóng)藥殘留檢測(cè)已經(jīng)有了許多成熟可行的方法,但大都費(fèi)時(shí)、速度慢,而且是破壞性的檢測(cè)。高光譜成像分析技術(shù)不同于光譜分析技術(shù),可以同時(shí)處理樣品的圖像信息和光譜信息,采集樣品高光譜成像數(shù)據(jù)時(shí),樣品的每個(gè)波段都有一幅灰度圖像與之對(duì)應(yīng),樣品的每個(gè)像素點(diǎn)都有一條
【參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條
1 孫俊;張梅霞;毛罕平;李正明;楊寧;武小紅;;基于高光譜圖像的桑葉農(nóng)藥殘留種類(lèi)鑒別研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年06期
2 郭志明;趙春江;黃文倩;彭彥昆;李江波;王慶艷;;蘋(píng)果糖度高光譜圖像可視化預(yù)測(cè)的光強(qiáng)度校正方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年07期
3 田有文;程怡;王小奇;劉思伽;;基于高光譜成像的蘋(píng)果蟲(chóng)傷缺陷與果梗/花萼識(shí)別方法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年04期
4 李江波;彭彥昆;陳立平;黃文倩;;近紅外高光譜圖像結(jié)合CARS算法對(duì)鴨梨SSC含量定量測(cè)定[J];光譜學(xué)與光譜分析;2014年05期
5 王斌;薛建新;張淑娟;;基于高光譜成像技術(shù)的腐爛、病害梨棗檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期
6 黃文倩;陳立平;李江波;張馳;;基于高光譜成像的蘋(píng)果輕微損傷檢測(cè)有效波長(zhǎng)選取[J];農(nóng)業(yè)工程學(xué)報(bào);2013年01期
7 薛龍;黎靜;劉木華;;基于高光譜圖像技術(shù)的水果表面農(nóng)藥殘留檢測(cè)試驗(yàn)研究[J];光學(xué)學(xué)報(bào);2008年12期
【共引文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 李增芳;楚秉泉;章海亮;何勇;劉雪梅;羅微;;高光譜成像技術(shù)無(wú)損檢測(cè)贛南臍橙表面農(nóng)藥殘留研究[J];光譜學(xué)與光譜分析;2016年12期
2 陳青春;黎學(xué)記;劉鵬飛;張姿麗;王曉明;蔣鋒;;應(yīng)用CGMD-302光譜儀監(jiān)測(cè)馬鈴薯病害[J];中國(guó)馬鈴薯;2016年05期
3 魏文松;彭彥昆;;手持式生鮮肉品質(zhì)參數(shù)無(wú)損檢測(cè)裝置研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2016年S1期
4 孫梅;劉碩;陳興海;;推掃式成像光譜系統(tǒng)在食品無(wú)損檢測(cè)中的應(yīng)用研究[J];食品研究與開(kāi)發(fā);2016年18期
5 趙曼彤;李柏承;周瑤;侯寶路;張大偉;;香梨表面低濃度農(nóng)藥殘留高光譜檢測(cè)研究[J];光學(xué)技術(shù);2016年05期
6 周鑫;孫俊;武小紅;楊寧;李青林;路新男;;基于融合小波的高光譜生菜農(nóng)殘?zhí)荻辱b別研究[J];中國(guó)農(nóng)機(jī)化學(xué)報(bào);2016年08期
7 余偉;彭寬寬;陳偉;穆渴心;譚臣;王湘如;馮耀澤;;基于高光譜技術(shù)的培養(yǎng)基上細(xì)菌菌落分類(lèi)方法研究[J];分析化學(xué);2016年08期
8 王巧華;周凱;吳蘭蘭;王彩云;;基于高光譜的雞蛋新鮮度檢測(cè)[J];光譜學(xué)與光譜分析;2016年08期
9 劉蔣龍;張淑娟;申海霞;李軍宇;;鮮棗輕微損傷力學(xué)特性的研究[J];農(nóng)產(chǎn)品加工;2016年15期
10 代秋芳;吳偉斌;陳建澤;李浚時(shí);;基于圖像處理的蘋(píng)果表面缺陷檢測(cè)系統(tǒng)的設(shè)計(jì)[J];科技創(chuàng)新導(dǎo)報(bào);2016年09期
【二級(jí)參考文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 郭志明;黃文倩;彭彥昆;王秀;李江波;;高光譜圖像感興趣區(qū)域?qū)μO(píng)果糖度模型的影響[J];現(xiàn)代食品科技;2014年08期
2 鄒小波;張小磊;石吉勇;李志華;申婷婷;;基于高光譜圖像的黃瓜葉片葉綠素含量分布檢測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2014年13期
3 張保華;黃文倩;李江波;趙春江;劉成良;黃丹楓;;基于亮度校正和AdaBoost的蘋(píng)果缺陷在線識(shí)別[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年06期
4 田有文;程怡;王小奇;栗慶吉;;基于高光譜成像的蘋(píng)果蟲(chóng)害檢測(cè)特征向量的選取[J];農(nóng)業(yè)工程學(xué)報(bào);2014年12期
5 雷鵬;呂少波;李野;趙隕;;多光譜熒光圖像技術(shù)檢測(cè)農(nóng)藥殘留[J];發(fā)光學(xué)報(bào);2014年06期
6 孫俊;金夏明;毛罕平;武小紅;朱文靜;張曉東;高洪燕;;基于高光譜圖像光譜與紋理信息的生菜氮素含量檢測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2014年10期
7 朱文靜;毛罕平;周瑩;張曉東;;基于高光譜圖像技術(shù)的番茄葉片氮素營(yíng)養(yǎng)診斷[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期
8 張嬙;潘磊慶;吳林蔚;朱娜;張偉;屠康;;利用反射和半透射高光譜圖像檢測(cè)水蜜桃早期冷害[J];食品科學(xué);2014年04期
9 田有文;程怡;吳瓊;牟鑫;;農(nóng)產(chǎn)品病蟲(chóng)害高光譜成像無(wú)損檢測(cè)的研究進(jìn)展[J];激光與紅外;2013年12期
10 孫俊;金夏明;毛罕平;武小紅;唐凱;張曉東;;基于Adaboost及高光譜的生菜葉片氮素水平鑒別研究[J];光譜學(xué)與光譜分析;2013年12期
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 單佳佳;彭彥昆;王偉;李永玉;吳建虎;張雷蕾;;基于高光譜成像技術(shù)的蘋(píng)果內(nèi)外品質(zhì)同時(shí)檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年03期
2 王斌;薛建新;張淑娟;;基于高光譜成像技術(shù)的腐爛、病害梨棗檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期
3 蔡健榮;韓智義;;碧螺春茶葉的真?zhèn)舞b別技術(shù)——基于漫反射式高光譜成像技術(shù)[J];農(nóng)機(jī)化研究;2013年04期
4 孫梅;陳興海;張恒;陳海霞;;高光譜成像技術(shù)的蘋(píng)果品質(zhì)無(wú)損檢測(cè)[J];紅外與激光工程;2014年04期
5 羅陽(yáng);何建國(guó);賀曉光;王松磊;劉貴珊;;農(nóng)產(chǎn)品無(wú)損檢測(cè)中高光譜成像技術(shù)的應(yīng)用研究[J];農(nóng)機(jī)化研究;2013年06期
6 田有文;牟鑫;程怡;;高光譜成像技術(shù)無(wú)損檢測(cè)水果缺陷的研究進(jìn)展[J];農(nóng)機(jī)化研究;2014年06期
7 余克強(qiáng);趙艷茹;李曉麗;張淑娟;何勇;;基于高光譜成像技術(shù)的鮮棗裂紋的識(shí)別研究[J];光譜學(xué)與光譜分析;2014年02期
8 丁冬;;高光譜成像技術(shù)及其在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用[J];科技信息;2013年35期
9 張?bào)憷?劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術(shù)的油菜葉片氮含量及分布快速檢測(cè)[J];光譜學(xué)與光譜分析;2014年09期
10 章海亮;高俊峰;何勇;;基于高光譜成像技術(shù)的柑橘缺陷無(wú)損檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年09期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條
1 盧云龍;劉志剛;;高光譜成像技術(shù)及其在目標(biāo)檢測(cè)中的應(yīng)用進(jìn)展[A];國(guó)家安全地球物理叢書(shū)(九)——防災(zāi)減災(zāi)與國(guó)家安全[C];2013年
2 馬本學(xué);應(yīng)義斌;饒秀勤;;高光譜成像在水果表面缺陷及污染檢測(cè)中的研究進(jìn)展[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年
3 何寶琨;;使用曲面棱鏡的高光譜成像系統(tǒng)設(shè)計(jì)[A];中國(guó)空間科學(xué)學(xué)會(huì)空間探測(cè)專業(yè)委員會(huì)第二十六屆全國(guó)空間探測(cè)學(xué)術(shù)研討會(huì)會(huì)議論文集[C];2013年
4 孫向軍;劉凱龍;趙志勇;李雪濤;;高光譜成像及仿真技術(shù)途徑探索[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年
5 顏昌翔;;星載高光譜成像及數(shù)據(jù)應(yīng)用[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年
6 肖功海;舒嶸;薛永祺;;顯微成像光譜技術(shù)及其應(yīng)用[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年
7 賴建軍;陳四海;陳坦;易新建;;基于MEMS微鏡陣列的高光譜成像技術(shù)研究[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第三屆學(xué)術(shù)會(huì)議論文集[C];2006年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條
1 葛明鋒;基于輕小型無(wú)人機(jī)的高光譜成像系統(tǒng)研究[D];中國(guó)科學(xué)院研究生院(上海技術(shù)物理研究所);2015年
2 何青;多類(lèi)型高光譜成像集成系統(tǒng)的研制及其應(yīng)用研究[D];暨南大學(xué);2015年
3 王彩玲;干涉高光譜成像中的信息提取技術(shù)[D];中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2011年
4 朱逢樂(lè);基于光譜和高光譜成像技術(shù)的海水魚(yú)品質(zhì)快速無(wú)損檢測(cè)[D];浙江大學(xué);2014年
5 馬m,
本文編號(hào):978101
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/978101.html