蘋果是水果市場中最常見的水果之一,但是在采摘、運(yùn)輸和加工過程中容易產(chǎn)生機(jī)械損傷,直接影響蘋果的口感、存儲和銷售。所以,研究蘋果損傷的無損檢測對蘋果品質(zhì)的快速準(zhǔn)確分類與分級具有重要意義。本研究的主要研究內(nèi)容包括:（1）蘋果損傷區(qū)域的精確識別和提取。提出基于像素建立分類模型的蘋果損傷區(qū)域識別和提取方法。通過反射高光譜成像技術(shù)采集60個(gè)紅富士蘋果的高光譜圖像,使用主成分分析對光譜數(shù)據(jù)進(jìn)行降維,根據(jù)累積解釋方差選擇前三個(gè)主成分圖像,通過其權(quán)重系數(shù)曲線的局部極值選取了九個(gè)特征波長的數(shù)據(jù)來代替全光譜數(shù)據(jù),壓縮了數(shù)據(jù)量�；谙袼亟⒘穗S機(jī)森林分類模型對蘋果的損傷區(qū)域進(jìn)行提取,與傳統(tǒng)圖像處理方法相比,提取的蘋果損傷區(qū)域與真實(shí)損傷吻合度更好。損傷提取平均準(zhǔn)確率達(dá)到99.90%,為蘋果損傷的精確提取提供了參考。（2）蘋果損傷時(shí)間的預(yù)測。蘋果的損傷時(shí)間信息可以幫助尋找損傷發(fā)生的時(shí)間,準(zhǔn)確的對蘋果的損傷時(shí)間進(jìn)行預(yù)測可以改進(jìn)蘋果從生產(chǎn)到銷售過程中的易損環(huán)節(jié)。本研究獲取了蘋果在損傷后7個(gè)時(shí)段（0,12,24,36,48,60和72小時(shí)）的可視-近紅外（400-1000nm）高光譜圖像。利用不同的重采樣方法對損傷區(qū)... 

【文章來源】：黑龍江大學(xué)黑龍江省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 研究的目的和意義
    1.2 高光譜分析技術(shù)在國內(nèi)外的研究現(xiàn)狀
    1.3 研究內(nèi)容
第2章 高光譜技術(shù)的理論基礎(chǔ)
    2.1 引言
    2.2 近紅外光譜分析的基本原理
        2.2.1 近紅外光譜檢測技術(shù)的原理
        2.2.2 近紅外光譜技術(shù)預(yù)測物質(zhì)成分的過程
    2.3 高光譜成像技術(shù)的特點(diǎn)
    2.4 本章小結(jié)
第3章 高光譜數(shù)據(jù)分析與建模方法
    3.1 引言
    3.2 高光譜數(shù)據(jù)預(yù)處理方法
        3.2.1 導(dǎo)數(shù)處理
        3.2.2 標(biāo)準(zhǔn)正態(tài)變量變換
        3.2.3 多元散射校正
        3.2.4 數(shù)據(jù)平滑
    3.3 光譜數(shù)據(jù)的機(jī)器學(xué)習(xí)分類算法
        3.3.1 支持向量機(jī)
        3.3.2 決策樹
        3.3.3 隨機(jī)森林
        3.3.4 梯度提升決策樹
    3.4 本章小結(jié)
第4章 基于可視/進(jìn)紅外光高光譜技術(shù)的蘋果損傷位置提取方法
    4.1 引言
    4.2 蘋果高光譜數(shù)據(jù)的獲取
        4.2.1 試驗(yàn)材料準(zhǔn)備與損傷試驗(yàn)
        4.2.2 高光譜圖像采集系統(tǒng)的設(shè)計(jì)
    4.3 反射率的校正
    4.4 通過無監(jiān)督的主成分分析提取特征波長
    4.5 蘋果損傷區(qū)域的精確提取方法
    4.6 蘋果損傷分類模型的建立與評估
    4.7 本章小結(jié)
第5章 基于可視/進(jìn)紅外光高光譜技術(shù)的蘋果損傷時(shí)間分類模型
    5.1 引言
    5.2 蘋果光譜數(shù)據(jù)的重采樣
    5.3 蘋果損傷時(shí)間模型評估與選擇
    5.4 蘋果光譜數(shù)據(jù)的預(yù)處理
    5.5 蘋果損傷時(shí)間相關(guān)的特征波長的提取
    5.6 蘋果損傷時(shí)間分類模型的優(yōu)化
    5.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號：3366889