【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(yán)重。因此,識(shí)別經(jīng)膨大劑處理過的獼猴桃果實(shí)(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(shí)現(xiàn)獼猴桃膨大果的無損檢測(cè),且具有檢測(cè)準(zhǔn)確率高的優(yōu)點(diǎn),但這些技術(shù)所需的檢測(cè)設(shè)備比較昂貴。為了給獼猴桃膨大果的檢測(cè)提供一種無損、快速、廉價(jià)、方便的檢測(cè)方法,本文以‘海沃德’、‘徐香’和‘華優(yōu)’獼猴桃為對(duì)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(jī)器視覺技術(shù),研究獼猴桃膨大果的識(shí)別算法,并基于Android手機(jī)平臺(tái)開發(fā)獼猴桃膨大果的檢測(cè)軟件。主要研究?jī)?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(cè)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(shí)別膨大果與正常果的方法,進(jìn)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(jī)、背景和一參照物組成。在對(duì)獼猴桃圖像進(jìn)行一系列處理后,得到各個(gè)樣品的最大直徑,對(duì)得到的各品種獼猴桃膨大果和正常果樣品的最大直徑進(jìn)行統(tǒng)計(jì)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(duì)這三種獼猴桃膨大果的檢測(cè)準(zhǔn)確率分別為82.5%、87.9%和89.6%。為了提高識(shí)別的準(zhǔn)確率,進(jìn)而對(duì)各品種獼猴桃膨大果和正常果的投影面積進(jìn)行統(tǒng)計(jì)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(shí)別‘海沃德’、‘徐香’和‘華優(yōu)’膨大果的依據(jù),該方法的檢測(cè)準(zhǔn)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(cè)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(zhǎng)寬比存在一定差異的特點(diǎn),分別將視覺注意機(jī)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(jī)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(zhǎng)寬比分布重疊較多,對(duì)膨大果和正常果的識(shí)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(zhǎng)寬比基本大于1.6,正常果的長(zhǎng)寬比多小于1.6,因此提出以長(zhǎng)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(yàn)證結(jié)果表明,非線性灰度變化方法對(duì)‘海沃德’獼猴桃膨大果的檢測(cè)準(zhǔn)確率為90.0%,而K-means聚類算法對(duì)膨大果的檢測(cè)準(zhǔn)確率為91.5%。進(jìn)而將果實(shí)投影面積與果萼形狀相融合應(yīng)用于‘海沃德’膨大果的識(shí)別,結(jié)果說明該方法對(duì)‘海沃德’膨大果的檢測(cè)準(zhǔn)確率為92.5%。(3)基于Android平臺(tái)的獼猴桃膨大果檢測(cè)軟件的開發(fā)。基于OpenCV庫與JAVA語言分別對(duì)三個(gè)品種的獼猴桃膨大果檢測(cè)算法進(jìn)行移植,在Android平臺(tái)上實(shí)現(xiàn)了檢測(cè)算法。分析了膨大果檢測(cè)軟件所需的功能,并對(duì)其操作界面和算法進(jìn)行了設(shè)計(jì)�；贏ndroid Studio集成開發(fā)工具,通過編寫xml文件設(shè)計(jì)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(jī)環(huán)境下對(duì)軟件進(jìn)行了測(cè)試。結(jié)果說明,該方法檢測(cè)‘海沃德’、‘徐香’和‘華優(yōu)’獼猴桃膨大果的時(shí)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(cè)方法。在以上研究測(cè)不同品種獼猴桃膨大果的適用方法進(jìn)行分析。料與方法樣本的制備選用我國(guó)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(duì)象。試驗(yàn)所用的獼猴桃果樹選自陜桃果園，每個(gè)品種至少來源于兩個(gè)果園。四個(gè)果園分別位于夏崔西溝。于獼猴桃謝花后 20 天，根據(jù)所購(gòu)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(gè)品種和每個(gè)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(gè)濃度下 1 棵果樹，稱該組試驗(yàn)樣品為獼猴‘徐香’和‘海沃德’，制備獼猴桃膨大果的時(shí)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(duì)于每個(gè)品種和每個(gè)進(jìn)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(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S663.4;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 布置;;沒有硬件檢測(cè)軟件也能檢測(cè)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(cè)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(cè)”的應(yīng)用拓展[J];裝備機(jī)械;1989年01期

4 ;B/S結(jié)構(gòu)入侵檢測(cè)軟件[J];計(jì)算機(jī)安全;2006年08期

5 方宏,賈民平;分布式機(jī)動(dòng)車輛檢測(cè)軟件的研制[J];機(jī)械制造與自動(dòng)化;2005年02期

6 付會(huì)杰;;機(jī)動(dòng)車檢測(cè)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(yùn);;出租汽車計(jì)價(jià)器反作弊檢測(cè)軟件的設(shè)計(jì)與應(yīng)用[J];上海計(jì)量測(cè)試;2014年02期

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

9 方宏;;車輛檢測(cè)線工位檢測(cè)軟件的研制[J];機(jī)械制造與自動(dòng)化;2007年02期

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

相關(guān)會(huì)議論文 前6條

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

2 梁曉光;;UNIX系統(tǒng)安全檢測(cè)軟件中數(shù)據(jù)庫的設(shè)計(jì)及其實(shí)現(xiàn)[A];中國(guó)工程物理研究院科技年報(bào)（2003）[C];2003年

3 劉建紅;孫琳琳;苗菁;喬珂;鐘穎;王會(huì)玲;;企業(yè)用檢測(cè)軟件測(cè)試方法的探討[A];2018中國(guó)汽車工程學(xué)會(huì)年會(huì)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(cè)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(huì)論文集[C];2011年

5 劉薈萃;唐歌實(shí);崔紅正;宋柏延;任天鵬;;多系統(tǒng)GNSS數(shù)據(jù)質(zhì)量檢測(cè)軟件BQC的算法與性能[A];第五屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S6 北斗/GNSS測(cè)試評(píng)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(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前10條

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

2 內(nèi)蒙古 王f ;檢測(cè)軟件也出錯(cuò)[N];電腦報(bào);2004年

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

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

5 安徽 陳曉軍;內(nèi)存檢測(cè)軟件也惹事[N];電子報(bào);2014年

6 齊繼戰(zhàn)　記者 王梅;杜絕機(jī)動(dòng)車安檢中的“貓膩”[N];中國(guó)質(zhì)量報(bào);2009年

7 本報(bào)記者 晏耀斌;汽車尾氣檢測(cè)軟件認(rèn)證弄虛作假凸顯監(jiān)管缺位[N];中國(guó)經(jīng)營(yíng)報(bào);2015年

8 本報(bào)記者 房雅楠;微信刪好友成牟利手段[N];中國(guó)商報(bào);2016年

9 安徽 朱寶貴;選購(gòu)筆記本電腦的必備檢測(cè)軟件[N];電子報(bào);2005年

10 李素娟;硬件檢測(cè)新利器[N];中國(guó)計(jì)算機(jī)報(bào);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(cè)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(jī)器視覺的獼猴桃膨大果檢測(cè)方法及手機(jī)檢測(cè)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(chǎng)深層缺陷量化檢測(cè)技術(shù)研究[D];中國(guó)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(cè)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(cè)系統(tǒng)設(shè)計(jì)與驗(yàn)證[D];東南大學(xué);2018年

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

6 王寧;鐵路隧道限界檢測(cè)軟件的設(shè)計(jì)與實(shí)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(cè)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(cè)軟件的設(shè)計(jì)與實(shí)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(cè)軟件的設(shè)計(jì)與實(shí)現(xiàn)[D];云南大學(xué);2010年

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

本文編號(hào)：2653051