【摘要】：膨大劑的使用雖能有效地提高獼猴桃的產(chǎn)量,但卻導(dǎo)致獼猴桃品質(zhì)下降、貨架期變短且?guī)鞊p嚴重。因此,識別經(jīng)膨大劑處理過的獼猴桃果實(膨大果)就成為獼猴桃采后加工業(yè)亟需解決的關(guān)鍵問題之一�，F(xiàn)有研究表明,近紅外光譜技術(shù)與高光譜圖像技術(shù)可以實現(xiàn)獼猴桃膨大果的無損檢測,且具有檢測準確率高的優(yōu)點,但這些技術(shù)所需的檢測設(shè)備比較昂貴。為了給獼猴桃膨大果的檢測提供一種無損、快速、廉價、方便的檢測方法,本文以‘海沃德’、‘徐香’和‘華優(yōu)’獼猴桃為對象,根據(jù)膨大果和未經(jīng)膨大劑處理的正常果在投影面積和果萼形狀方面存在的差異,利用數(shù)字圖像處理與機器視覺技術(shù),研究獼猴桃膨大果的識別算法,并基于Android手機平臺開發(fā)獼猴桃膨大果的檢測軟件。主要研究內(nèi)容及結(jié)果如下:(1)獼猴桃膨大果和正常果物理特性參數(shù)的分析及基于最大直徑和投影面積的膨大果檢測方法研究。首先分析了膨大果與正常果樣本在物理特性參數(shù)(質(zhì)量和最大直徑)上的差異,提出了識別膨大果與正常果的方法,進而搭建了采集獼猴桃圖像的系統(tǒng),該系統(tǒng)由支撐架、手機、背景和一參照物組成。在對獼猴桃圖像進行一系列處理后,得到各個樣品的最大直徑,對得到的各品種獼猴桃膨大果和正常果樣品的最大直徑進行統(tǒng)計和分析,提出以6.46、6.12和6.46cm分別作為判別‘海沃德’、‘徐香’和‘華優(yōu)’膨大果和正常果的依據(jù),該方法對這三種獼猴桃膨大果的檢測準確率分別為82.5%、87.9%和89.6%。為了提高識別的準確率,進而對各品種獼猴桃膨大果和正常果的投影面積進行統(tǒng)計和分析,提出以投影面積是否大于28.4、25.6和28.4cm~2作為識別‘海沃德’、‘徐香’和‘華優(yōu)’膨大果的依據(jù),該方法的檢測準確率分別為87.1%、88.8%和98.3%。(2)基于果萼形狀的‘海沃德’膨大果檢測方法研究。根據(jù)‘海沃德’獼猴桃的膨大果和正常果在果萼區(qū)域最小外接矩形的長寬比存在一定差異的特點,分別將視覺注意機制、非線性灰度變換和K-means聚類算法應(yīng)用于果萼區(qū)域的提取上。但是基于視覺注意機制方法使得提取的獼猴桃膨大果和正常果的果萼區(qū)域的長寬比分布重疊較多,對膨大果和正常果的識別效果不理想。非線性灰度變換和K-means聚類算法可很好地提取果萼區(qū)域。且發(fā)現(xiàn)膨大果果萼區(qū)域的最小外接矩形長寬比基本大于1.6,正常果的長寬比多小于1.6,因此提出以長寬比是否大于1.6作為判斷‘海沃德’獼猴桃是否為膨大果的依據(jù)。驗證結(jié)果表明,非線性灰度變化方法對‘海沃德’獼猴桃膨大果的檢測準確率為90.0%,而K-means聚類算法對膨大果的檢測準確率為91.5%。進而將果實投影面積與果萼形狀相融合應(yīng)用于‘海沃德’膨大果的識別,結(jié)果說明該方法對‘海沃德’膨大果的檢測準確率為92.5%。(3)基于Android平臺的獼猴桃膨大果檢測軟件的開發(fā)�；贠penCV庫與JAVA語言分別對三個品種的獼猴桃膨大果檢測算法進行移植,在Android平臺上實現(xiàn)了檢測算法。分析了膨大果檢測軟件所需的功能,并對其操作界面和算法進行了設(shè)計�；贏ndroid Studio集成開發(fā)工具,通過編寫xml文件設(shè)計軟件的界面,使用JAVA語言編寫了軟件操作功能的算法。最后在不同手機環(huán)境下對軟件進行了測試。結(jié)果說明,該方法檢測‘海沃德’、‘徐香’和‘華優(yōu)’獼猴桃膨大果的時間分別小于2s、0.2s和0.2s。
【圖文】：

本研究的技術(shù)路線圖

提出基于投影面積的膨大果檢測方法。在以上研究測不同品種獼猴桃膨大果的適用方法進行分析。料與方法樣本的制備選用我國獼猴桃產(chǎn)量最大的‘海沃德’獼猴桃(陳慶紅等 2017)以香’和‘華優(yōu)’獼猴桃為研究對象。試驗所用的獼猴桃果樹選自陜桃果園，每個品種至少來源于兩個果園。四個果園分別位于夏崔西溝。于獼猴桃謝花后 20 天，根據(jù)所購買的氯吡脲可溶性液劑技有限公司生產(chǎn)）的使用說明，配制質(zhì)量濃度為 5、10 和 15m每個品種和每個果園的各 3 棵果樹上處于膨大期的獼猴桃嫩果脲溶液，其中，，每個濃度下 1 棵果樹，稱該組試驗樣品為獼猴‘徐香’和‘海沃德’，制備獼猴桃膨大果的時間分別是 2018 年 5猴桃浸蘸膨大劑的示意圖如圖 2-1b 所示。對于每個品種和每個進行任何處理，所得樣品作為獼猴桃正常果。
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S663.4;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 布置;;沒有硬件檢測軟件也能檢測電腦[J];網(wǎng)絡(luò)與信息;2008年05期

2 張立瑩;;你的電腦硬件可好? 檢測軟件大閱兵[J];新電腦;2006年03期

3 張旭東;林益耀;;“循環(huán)中檢測”的應(yīng)用拓展[J];裝備機械;1989年01期

4 ;B/S結(jié)構(gòu)入侵檢測軟件[J];計算機安全;2006年08期

5 方宏,賈民平;分布式機動車輛檢測軟件的研制[J];機械制造與自動化;2005年02期

6 付會杰;;機動車檢測中問題的解決策略[J];汽車與駕駛維修(維修版);2018年07期

7 臧曉偉;官洪運;;出租汽車計價器反作弊檢測軟件的設(shè)計與應(yīng)用[J];上海計量測試;2014年02期

8 張曉華;;入侵檢測軟件應(yīng)用解析[J];硅谷;2010年14期

9 方宏;;車輛檢測線工位檢測軟件的研制[J];機械制造與自動化;2007年02期

10 徐遙;Rhythm檢測軟件包[J];航空制造技術(shù);2005年10期

相關(guān)會議論文 前6條

1 劉建紅;崔玉娥;孫琳琳;苗菁;喬珂;鐘穎;王會玲;;檢測軟件測試方法的探討[A];第十八屆中國科協(xié)年會——分3 計量測試技術(shù)及儀器學(xué)術(shù)研討會論文集[C];2016年

2 梁曉光;;UNIX系統(tǒng)安全檢測軟件中數(shù)據(jù)庫的設(shè)計及其實現(xiàn)[A];中國工程物理研究院科技年報（2003）[C];2003年

3 劉建紅;孫琳琳;苗菁;喬珂;鐘穎;王會玲;;企業(yè)用檢測軟件測試方法的探討[A];2018中國汽車工程學(xué)會年會論文集[C];2018年

4 楊黨綱;史亦韋;王錚;李碩寧;王東升;;四通道水浸式超聲C掃描檢測軟件研制[A];第三屆空間材料及其應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2011年

5 劉薈萃;唐歌實;崔紅正;宋柏延;任天鵬;;多系統(tǒng)GNSS數(shù)據(jù)質(zhì)量檢測軟件BQC的算法與性能[A];第五屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集-S6 北斗/GNSS測試評估技術(shù)[C];2014年

6 楊憲斌;;以硫代寡核苷酸分子為材料的生物芯片和蛋白質(zhì)組學(xué)研究[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

相關(guān)重要報紙文章 前10條

1 陶東風(fēng);測謊儀引發(fā)的連鎖反應(yīng)[N];中國青年報;2011年

2 內(nèi)蒙古 王f ;檢測軟件也出錯[N];電腦報;2004年

3 本報實習(xí)記者 鄭梅云;畢業(yè)季催熱論文檢測軟件 功能變味難遏抄襲風(fēng)[N];通信信息報;2014年

4 ;安全軟件市場增長迅猛[N];網(wǎng)絡(luò)世界;2001年

5 安徽 陳曉軍;內(nèi)存檢測軟件也惹事[N];電子報;2014年

6 齊繼戰(zhàn)　記者 王梅;杜絕機動車安檢中的“貓膩”[N];中國質(zhì)量報;2009年

7 本報記者 晏耀斌;汽車尾氣檢測軟件認證弄虛作假凸顯監(jiān)管缺位[N];中國經(jīng)營報;2015年

8 本報記者 房雅楠;微信刪好友成牟利手段[N];中國商報;2016年

9 安徽 朱寶貴;選購筆記本電腦的必備檢測軟件[N];電子報;2005年

10 李素娟;硬件檢測新利器[N];中國計算機報;2004年

相關(guān)博士學(xué)位論文 前1條

1 徐鋒;信息系統(tǒng)惡意代碼檢測關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 閆彬;基于機器視覺的獼猴桃膨大果檢測方法及手機檢測軟件的開發(fā)[D];西北農(nóng)林科技大學(xué);2019年

2 孔慶曉;脈沖交流電磁場深層缺陷量化檢測技術(shù)研究[D];中國石油大學(xué)(華東);2017年

3 胡敏;基于視覺的駕駛員注意力檢測與判別研究[D];湖南大學(xué);2018年

4 梅靈;基于AES算法硬件木馬的檢測系統(tǒng)設(shè)計與驗證[D];東南大學(xué);2018年

5 任磊;基于智能手機的跌倒檢測方法研究及實現(xiàn)[D];浙江大學(xué);2019年

6 王寧;鐵路隧道限界檢測軟件的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2017年

7 李玲;面向公共環(huán)境的行人頭部檢測方法研究[D];淮北師范大學(xué);2017年

8 高山;衛(wèi)星導(dǎo)航終端檢測軟件的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2013年

9 李新慶;Windows環(huán)境下人臉檢測軟件的設(shè)計與實現(xiàn)[D];云南大學(xué);2010年

10 楊賀;油氣管道內(nèi)檢測數(shù)據(jù)比對分析方法及應(yīng)用[D];東北石油大學(xué);2017年

本文編號：2653051