無損檢測技術對于保證食品與農產品的品質與安全有重要作用。其中可見-近紅外光譜(Vis-NIRS)技術由于其快速、無損、技術相對成熟、穿透能力強可以獲得內部品質信息等優(yōu)點,得到了廣泛使用。但傳統(tǒng)Vis-NIRS技術的基礎是基于朗伯比爾定律的化學計量學方法。由于大多數(shù)生物組織是高散射介質,且光在生物組織中的傳播是一個非常復雜的過程,而朗伯比爾定律不能準確描述光在其中的傳輸規(guī)律。Vis-NIRS技術采集到的光譜一般為樣本對光吸收與散射等綜合作用后的信息,使用這樣的光譜信息對相關品質指標進行預測,容易導致預測精度不夠,模型魯棒性差。因此對光在農產品組織傳輸機理以及農產品光學特性參數(shù)檢測方法的研究具有重要意義:(1)對光傳輸機理的研究有助于理解傳統(tǒng)Vis-NIRS法中存在問題及原因;(2)光傳輸機理的研究有助于農產品相關檢測裝置的開發(fā)有指導意義;(3)檢測得到的光學特性參數(shù)可直接用于相關農產品品質指標的預測。目前關于農產品光學參數(shù)的檢測方法主要有積分球法、空間分辨法(SR)與時間分辨法(TR),用于農產品光學特性參數(shù)的計算模型主要有逆向倍增(IAD)算法、漫射近似理論(DA)與蒙特卡洛(MC)仿...

【文章頁數(shù)】：204 頁

【學位級別】：博士

【文章目錄】：
致謝
摘要
Abstract
相關符號及縮略詞
第一章 緒論
    1.1 引言
    1.2 光學特性參數(shù)及其基本測量方法介紹
        1.2.1 吸收系數(shù)
        1.2.2 約化散射系數(shù)
        1.2.3 其他光學參數(shù)
    1.3 光傳輸模型介紹
        1.3.1 輻射傳輸方程
        1.3.2 漫射近似方程
        1.3.3 蒙特卡洛仿真
        1.3.4 倍增與逆向倍增算法
    1.4 農產品光學特性參數(shù)間接測量法研究現(xiàn)狀
        1.4.1 基于IAD的積分球技術
        1.4.2 空間分辨法、時間分辨法、頻域法與空間頻域法
            1.4.2.1 空間分辨法
            1.4.2.2 時間分辨法
            1.4.2.3 空間頻域法
    1.5 本研究目的、內容與技術路線
        1.5.1 研究目標
        1.5.2 研究內容
        1.5.3 技術路線圖
    1.6 本章小結
第二章 光學仿體制作及其光學特性參數(shù)參考值計算
    2.1 引言
    2.2 光學仿體的制作
        2.2.1 液體仿體
        2.2.2 固體仿體
            2.2.2.1 薄平板型固體仿體
            2.2.2.2 厚平板型固體仿體
            2.2.2.3 半球型固體仿體
    2.3 光學仿體光學特性參數(shù)參考值的計算與穩(wěn)定性測試
        2.3.1 吸收系數(shù)參考值
        2.3.2 約化散射系數(shù)參考值
            2.3.2.1 以Intralipid-20%為散射粒子
            2.3.2.2 以TiO₂為散射粒子
        2.3.3 仿體穩(wěn)定性測試
    2.4 本章小結
第三章 積分球系統(tǒng)開發(fā)與梨的多指標預測
    3.1 引言
    3.2 材料與方法
        3.2.1 積分球系統(tǒng)
        3.2.2 光譜測量步驟
        3.2.3 系統(tǒng)精度驗證
        3.2.4 梨樣本準備與實驗過程
        3.2.5 梨多指標預測數(shù)據(jù)分析
    3.3 結果與討論
        3.3.1 系統(tǒng)精度驗證
        3.3.2 梨貨架期與光學特性參數(shù)之間的關系
        3.3.3 梨SSC與硬度預測結果
    3.4 本章小結
第四章 光學特性參數(shù)提高模型預測效果研究
    4.1 引言
    4.2 吸收與約化散射光譜改善模型預測效果的研究
        4.2.1 系統(tǒng)校準
        4.2.2 樣本配置
        4.2.3 理化指標預測
    4.3 結果與討論
        4.3.1 積分球系統(tǒng)校準與精度驗證
        4.3.2 理化指標預測結果
    4.4 本章小結
第五章 空間頻域成像系統(tǒng)開發(fā)與梨損傷檢測初步研究
    5.1 引言
    5.2 材料與方法
        5.2.1 空間頻域成像系統(tǒng)(SFDI-V0)
s'>        5.2.2 空間頻域下漫射近似方程與時域幅值解調法計算μ_a、μ's

        5.2.3 相機標定與系統(tǒng)線性度驗證
            5.2.3.1 相機標定
            5.2.3.2 線性度校正
        5.2.4 系統(tǒng)初步校準與精度驗證
        5.2.5 實驗材料準備
        5.2.6 梨不同損傷程度判別
    5.3 結果與討論
        5.3.1 相機標定與系統(tǒng)線性度校正結果
            5.3.1.1 相機標定結果
            5.3.1.2 線性度校正結果
        5.3.2 系統(tǒng)校準后精度驗證結果
        5.3.3 梨損傷判別結果
    5.4 本章小結
第六章 基于MC仿真數(shù)據(jù)的LSSVR結合GA算法光傳輸模型研究
    6.1 引言
    6.2 材料與方法
        6.2.1 空間頻域下的MC仿真
        6.2.2 頻率優(yōu)化
        6.2.3 前向問題:LSSVR用于建立前向模型
        6.2.4 逆向問題
    6.3 結果與討論
        6.3.1 空間頻率的優(yōu)選
        6.3.2 前向驗證
        6.3.3 逆向驗證
        6.3.4 損傷梨光學特性參數(shù)計算結果
    6.4 本章小結
第七章 LSSVR結合單拍解調算法實現(xiàn)梨光學特性參數(shù)快速計算
    7.1 引言
    7.2 材料與方法
        7.2.1 改進的空間頻域成像系統(tǒng)與軟件
        7.2.2 單拍法解調漫反射率及其驗證
        7.2.3 基于MC仿真的LSSVR與ANN模型
        7.2.4 梨樣本準備與理化實驗
    7.3 結果與討論
        7.3.1 單拍法計算R_d結果驗證與單拍照射圖案優(yōu)選
        7.3.2 ANN與LSSVR模型預測效果驗證與比較
        7.3.3 梨損傷后不同時間間隔光學特性參數(shù)
        7.3.4 梨質地指標與SSC預測效果
    7.4 本章小結
第八章 相位測量輪廓術結合空間頻域成像技術實現(xiàn)梨光學特性參數(shù)無損檢測
    8.1 引言
    8.2 表面輪廓對光學特性參數(shù)計算結果的影響初步研究
        8.2.1 SFDI與PMP結合同時獲得光學特性參數(shù)與表面輪廓信息
        8.2.2 表面輪廓對光學特性參數(shù)的影響探索研究
    8.3 基于MC仿真與系統(tǒng)校正結果的空間頻域漫反射率修正方法
        8.3.1 球形樣本MC仿真
        8.3.2 表面輪廓對R_d修正公式的確定與驗證
        8.3.3 半球型仿體光學特性參數(shù)檢測結果
        8.3.4 梨光學特性參數(shù)檢測結果
    8.4 本章小結
第九章 結論與展望
    9.1 全文總結
    9.2 本研究創(chuàng)新點
    9.3 研究局限與今后研究展望
參考文獻
攻讀博士期間的主要科研成果



本文編號：3805091

boshi