中華絨螯蟹是我國(guó)的名優(yōu)水產(chǎn)品,因其營(yíng)養(yǎng)豐富、肉質(zhì)鮮美而備受消費(fèi)者青睞,而且近年來產(chǎn)量和產(chǎn)值巨大且持續(xù)攀升。目前中華絨螯蟹養(yǎng)殖和加工中采用人工監(jiān)測(cè)和人工分級(jí),但人工方法效率低且受主觀意識(shí)影響,導(dǎo)致養(yǎng)殖中產(chǎn)率低和上市速度慢,難以保障中華絨螯蟹品質(zhì)和新鮮度。因此研發(fā)出中華絨螯蟹養(yǎng)殖監(jiān)測(cè)和品質(zhì)鑒別的快速無損檢測(cè)方法和系統(tǒng)顯得尤為重要。本研究利用光譜圖像技術(shù)實(shí)現(xiàn)中華絨螯蟹品質(zhì)鑒別。首先利用可見-近紅外（421⁹63 nm）高光譜結(jié)合化學(xué)計(jì)量學(xué)方法,研究脫殼后硬化過程中蟹殼硬度、幾丁質(zhì)和蛋白質(zhì)的快速無損預(yù)測(cè)方法。然后研究基于光譜圖像融合信息的中華絨螯蟹等級(jí)的快速無損預(yù)測(cè)方法。最后搭建基于機(jī)器視覺技術(shù)的中華絨螯蟹在線分級(jí)系統(tǒng),實(shí)現(xiàn)對(duì)中華絨螯蟹的雌雄、品質(zhì)和重量的在線分級(jí)。主要研究?jī)?nèi)容如下:（1）硬化過程中蟹殼硬度、幾丁質(zhì)和蛋白質(zhì)的高光譜檢測(cè)研究以脫殼后硬化過程中華絨螯蟹為研究對(duì)象,測(cè)量硬化過程中背部蟹殼硬度、幾丁質(zhì)和蛋白質(zhì)含量,并提取背部蟹殼高光譜圖像的可見-近紅外光譜。比較多種光譜預(yù)處理方法(1^stDER、2ⁿdd DER、MSC、... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：98 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 我國(guó)中華絨螯蟹養(yǎng)殖生產(chǎn)現(xiàn)狀
    1.2 中華絨螯蟹品質(zhì)指標(biāo)
        1.2.1 蟹殼硬度
        1.2.2 蟹殼色澤
        1.2.3 蟹殼斑紋
        1.2.4 重量和肥滿度
    1.3 中華絨螯蟹品質(zhì)傳統(tǒng)檢測(cè)方法
    1.4 光譜圖像技術(shù)
        1.4.1 高光譜成像技術(shù)
        1.4.2 多光譜成像技術(shù)
        1.4.3 機(jī)器視覺技術(shù)
    1.5 在線分級(jí)系統(tǒng)
    1.6 研究目的、內(nèi)容和技術(shù)路線
        1.6.1 研究目的
        1.6.2 研究?jī)?nèi)容
        1.6.3 技術(shù)路線
第二章 硬化過程中蟹殼硬度和相關(guān)化學(xué)指標(biāo)高光譜檢測(cè)研究
    2.1 引言
    2.2 實(shí)驗(yàn)材料與設(shè)備
        2.2.1 材料與試劑
        2.2.2 儀器與設(shè)備
    2.3 實(shí)驗(yàn)方法
        2.3.1 物理化學(xué)指標(biāo)測(cè)定和統(tǒng)計(jì)分析
        2.3.2 高光譜圖像采集
        2.3.3 高光譜圖像校正
        2.3.4 提取全光譜數(shù)據(jù)
        2.3.5 光譜數(shù)據(jù)預(yù)處理
        2.3.6 特征波長(zhǎng)篩選
        2.3.7 定量模型
        2.3.8 定量模型性能評(píng)價(jià)
    2.4 結(jié)果與分析
        2.4.1 物理化學(xué)指標(biāo)測(cè)定與分析結(jié)果
        2.4.2 平均光譜分析
        2.4.3 光譜預(yù)處理結(jié)果
        2.4.4 全光譜定量預(yù)測(cè)模型結(jié)果
        2.4.5 特征波長(zhǎng)篩選結(jié)果
        2.4.6 特征波長(zhǎng)定量預(yù)測(cè)模型結(jié)果
    2.5 本章小結(jié)
第三章 基于光譜和圖像融合信息的中華絨螯蟹品質(zhì)高光譜分級(jí)研究
    3.1 引言
    3.2 分級(jí)標(biāo)準(zhǔn)和實(shí)驗(yàn)材料
        3.2.1 品質(zhì)指標(biāo)分級(jí)標(biāo)準(zhǔn)
        3.2.2 實(shí)驗(yàn)材料
    3.3 實(shí)驗(yàn)方法
        3.3.1 高光譜圖像采集和校正
        3.3.2 光譜信息提取
        3.3.3 主成分分析
        3.3.4 圖像信息提取
        3.3.5 信息融合
        3.3.6 建立分級(jí)模型
        3.3.7 模型評(píng)價(jià)標(biāo)準(zhǔn)
    3.4 結(jié)果與分析
        3.4.1 基于光譜信息的分級(jí)模型
        3.4.2 基于圖像信息的分級(jí)模型
        3.4.3 基于融合信息的分級(jí)模型
    3.5 本章小結(jié)
第四章 基于視覺特征和重量的中華絨螯蟹在線分級(jí)系統(tǒng)
    4.1 引言
    4.2 分級(jí)系統(tǒng)硬件設(shè)計(jì)
        4.2.1 稱重模塊
        4.2.2 視覺模塊
        4.2.3 控制模塊
    4.3 分級(jí)系統(tǒng)的分級(jí)流程和工作原理
        4.3.1 圖像預(yù)處理
        4.3.2 特征信息提取
        4.3.3 判別分析
    4.4 軟件開發(fā)
    4.5 本章小結(jié)
第五章 結(jié)論與展望
    5.1 主要結(jié)論
    5.2 研究展望
參考文獻(xiàn)
致謝
在學(xué)期間的科研成果
附錄 A：蟹殼硬度和相關(guān)化學(xué)指標(biāo)預(yù)測(cè)模型擬合曲線
附錄 B：中華絨螯蟹在線分選系統(tǒng)主代碼


【參考文獻(xiàn)】：
期刊論文
[1]基于PCA與協(xié)同表示的高光譜圖像分類研究[J]. 韓嫚莉,侯衛(wèi)民,孫靖國(guó),王明,梅少輝.  電子科技大學(xué)學(xué)報(bào). 2019(01)
[2]siPLS-LASSO的近紅外特征波長(zhǎng)選擇及其應(yīng)用[J]. 梅從立,陳瑤,尹梁,江輝,陳旭,丁煜函,劉國(guó)海.  光譜學(xué)與光譜分析. 2018(02)
[3]高光譜圖像技術(shù)定量檢測(cè)香醋醋醅水分分布均勻性[J]. 石吉勇,胡雪桃,朱瑤迪,鄒小波,陳武,周佐花.  中國(guó)食品學(xué)報(bào). 2018(02)
[4]基于圖像識(shí)別技術(shù)研究不同海區(qū)三疣梭子蟹甲殼白色斑紋特征及蛻殼前后斑紋特征的變化[J]. 盧少坤,李榮華,施歐文,王春琳,母昌考,宋微微,王斌,徐建瑜.  水產(chǎn)學(xué)報(bào). 2018(02)
[5]機(jī)器視覺技術(shù)在牛肉生理成熟度檢測(cè)中的應(yīng)用[J]. 李巖,劉波,陳怡帆.  河北農(nóng)業(yè)大學(xué)學(xué)報(bào). 2017(06)
[6]灰度共生矩陣紋理特征選塊的可逆圖像水印[J]. 李淑芝,胡琴,鄧小鴻.  光電子·激光. 2017(04)
[7]智能優(yōu)化算法應(yīng)用于近紅外光譜波長(zhǎng)選擇的比較研究[J]. 賓俊,范偉,周冀衡,李鑫,梁逸曾.  光譜學(xué)與光譜分析. 2017(01)
[8]基于隨機(jī)森林的高光譜遙感圖像分類[J]. 李壘,任越美.  計(jì)算機(jī)工程與應(yīng)用. 2016(24)
[9]優(yōu)化Savitzky-Golay濾波器的參數(shù)及其在傅里葉變換紅外氣體光譜數(shù)據(jù)平滑預(yù)處理中的應(yīng)用[J]. 趙安新,湯曉君,張鐘華,劉君華.  光譜學(xué)與光譜分析. 2016(05)
[10]基于圖像識(shí)別的螃蟹自動(dòng)分級(jí)系統(tǒng)及其控制程序[J]. 朱艷,曹元軍,李曙生.  食品與機(jī)械. 2015(06)

博士論文
[1]基于高光譜圖像技術(shù)的設(shè)施栽培作物營(yíng)養(yǎng)元素虧缺診斷研究[D]. 石吉勇.江蘇大學(xué) 2012
[2]基于光譜和多光譜成像技術(shù)的油菜生命信息快速無損檢測(cè)機(jī)理和方法研究[D]. 劉飛.浙江大學(xué) 2011

碩士論文
[1]圖像去噪和圖像匹配中若干問題的研究[D]. 祝嚴(yán)剛.南昌航空大學(xué) 2018
[2]基于高光譜和超聲成像技術(shù)的三文魚品質(zhì)檢測(cè)研究[D]. 張芳.江蘇大學(xué) 2018
[3]微波加熱牛肉品質(zhì)的高光譜成像無損檢測(cè)方法研究[D]. 劉昱微.華南理工大學(xué) 2018
[4]基于HALCON的太陽能電池片缺陷檢測(cè)系統(tǒng)設(shè)計(jì)[D]. 周奇.江蘇大學(xué) 2017
[5]基于光譜技術(shù)對(duì)雨生紅球藻蝦青素含量檢測(cè)及其空間分布的研究[D]. 蔣林軍.浙江大學(xué) 2017
[6]岳陽鶴龍湖螃蟹產(chǎn)業(yè)SWOT分析及發(fā)展策略研究[D]. 鄭芳.湖南農(nóng)業(yè)大學(xué) 2016
[7]基于高光譜技術(shù)的不同品種豬肉品質(zhì)檢測(cè)模型維護(hù)方法研究[D]. 鐘雄斌.華中農(nóng)業(yè)大學(xué) 2014
[8]螃蟹自動(dòng)分級(jí)機(jī)的設(shè)計(jì)研究[D]. 季亞楠.揚(yáng)州大學(xué) 2014
[9]溫度對(duì)三疣梭子蟹蛻殼、鈣化生理及呼吸代謝的影響[D]. 戴超.中國(guó)海洋大學(xué) 2013
[10]基于計(jì)算機(jī)視覺的哈密大棗無損檢測(cè)分級(jí)技術(shù)及分級(jí)裝置研究[D]. 王麗麗.石河子大學(xué) 2013



本文編號(hào)：3644796