傳統(tǒng)的便攜式光譜儀其檢測(cè)效率并不能滿足新疆紅棗產(chǎn)業(yè)日益發(fā)展需求。并且高光譜分選儀受限于暗箱的大小,并不能對(duì)紅棗水分快速檢測(cè)。為了提高南疆紅棗水分檢測(cè)效率,開展了一系列高光譜偏振試驗(yàn)。分別從紅棗的二向反射特性、暗箱紅棗數(shù)據(jù)采集與建模、偏振圖像在紅棗分類中的應(yīng)用、室內(nèi)紅棗水分快速檢測(cè)模型進(jìn)行了研究主要結(jié)論總結(jié)如下:(1)不同于暗箱均勻光源,在室內(nèi)和戶外進(jìn)行紅棗光譜數(shù)據(jù)采集時(shí),紅棗的反射率會(huì)因光源入射天頂角、探測(cè)器探測(cè)天頂角和相對(duì)方位角變化而改變。產(chǎn)生的紅棗鏡面反射參量并不反映紅棗內(nèi)部水分信息。使用偏振二向測(cè)量系統(tǒng),測(cè)量了南疆紅棗在入射天頂角(20°、30°、40°、50°、60°)、探測(cè)天頂角(30°、40°、50°、60°)和相對(duì)方位角(0°~230°)的反射率�？芍谙鄬�(duì)方位角180°,探測(cè)天頂角和入射天頂角相等時(shí),其鏡面反射率達(dá)到最大值,找到紅棗的熱區(qū)。由于紅棗熱區(qū)所提取的光譜建模誤差較大,所以后續(xù)試驗(yàn)避開紅棗熱區(qū)。為后續(xù)試驗(yàn)擺放光源和探測(cè)器的位置提供了指導(dǎo)。(2)暗箱所采集的光譜具有穩(wěn)定性,受到環(huán)境影響因素較小。以暗箱試驗(yàn)為基準(zhǔn),后續(xù)拓展到室內(nèi)和戶外試驗(yàn)。使用實(shí)驗(yàn)室的高光譜分選儀對(duì)... 

【文章來源】：塔里木大學(xué)新疆維吾爾自治區(qū)

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BRDF幾何關(guān)系圖

測(cè)量

塔里木大學(xué)碩士學(xué)位論文第2章紅棗二向性測(cè)量研究10現(xiàn)。由圖2-4~圖2-7可以清晰的看出在相對(duì)方位角180°，探測(cè)天頂角等于入射天頂角區(qū)域存在明顯的峰值，這就說明了紅棗的表面發(fā)生了明顯的鏡面反射。而且隨著光源入射角的不斷增大，在相對(duì)方位角180°得峰值也越來越大。這是因?yàn)楣庠吹娜肷浣遣粩嗟卦龃�，越來越接近布儒斯特角，所產(chǎn)生的鏡面反射也越來越大，所以在相對(duì)方位角180°時(shí)所產(chǎn)生峰值才會(huì)變大。在相對(duì)方位角100°~180°，入射天頂角等于探測(cè)天頂角區(qū)域，紅棗的反射率逐漸達(dá)到峰值。相對(duì)方位角180°~260°,入射天頂角等于探測(cè)天頂角區(qū)域，紅棗的反射率逐漸下降并趨于平緩。圖2-3入射角20°二向性反射比值圖圖2-4入射角30°二向性反射比值圖圖2-5入射角40°二向性反射比值圖圖2-6入射角50°二向性反射比值圖

【參考文獻(xiàn)】：
期刊論文
[1]高光譜成像的土壤剖面水分含量反演及制圖[J]. 吳士文,王昌昆,劉婭,李燕麗,劉杰,徐愛愛,潘愷,李怡春,張芳芳,潘賢章.  光譜學(xué)與光譜分析. 2019(09)
[2]新疆紅棗產(chǎn)業(yè)發(fā)展現(xiàn)狀及今后發(fā)展思路[J]. 王雨,李占林,斯琴,王允棟,譚民.  農(nóng)村科技. 2019(03)
[3]基于高光譜成像的干燥胡蘿卜片水分及類胡蘿卜素含量無損檢測(cè)和可視化分析[J]. 楊佳,劉強(qiáng),趙楠,陳繼昆,彭菁,潘磊慶,屠康.  食品科學(xué). 2020(12)
[4]SPXY算法的西瓜可溶性固形物近紅外光譜檢測(cè)[J]. 王世芳,韓平,崔廣祿,王冬,劉珊珊,趙躍.  光譜學(xué)與光譜分析. 2019(03)
[5]近紅外光譜結(jié)合競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)采樣算法用于人工牛黃的質(zhì)量分析研究[J]. 石巖,孫冬梅,熊婧,魏鋒,馬雙成.  中國(guó)藥學(xué)雜志. 2018(14)
[6]高光譜成像技術(shù)結(jié)合遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的南疆駿棗總糖含量建模分析[J]. 李偉偉,羅華平,孔維楠.  江蘇農(nóng)業(yè)科學(xué). 2018(01)
[7]基于高光譜技術(shù)及SPXY和SPA的玉米毒素檢測(cè)模型建立[J]. 于慧春,婁楠,殷勇,劉云宏.  食品科學(xué). 2018(16)
[8]競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法和相關(guān)系數(shù)法提取特征波長(zhǎng)檢測(cè)番茄葉片真菌病害[J]. 王海龍,楊國(guó)國(guó),張瑜,鮑一丹,何勇.  光譜學(xué)與光譜分析. 2017(07)
[9]基于高光譜的油麥菜葉片水分CARS-ABC-SVR預(yù)測(cè)模型[J]. 孫俊,叢孫麗,毛罕平,武小紅,張曉東,汪沛.  農(nóng)業(yè)工程學(xué)報(bào). 2017(05)
[10]不同預(yù)處理方法對(duì)PLS模型檢測(cè)哈密瓜糖度的影響[J]. 畢智健,張若宇,金作徽,吳業(yè)北,馬艷.  新疆農(nóng)機(jī)化. 2017(01)

博士論文
[1]基于多尺度高光譜成像的大豆養(yǎng)分檢測(cè)方法研究[D]. 張亞坤.東北農(nóng)業(yè)大學(xué) 2018
[2]基于振幅分割的光偏振測(cè)量技術(shù)的研究[D]. 杜西亮.哈爾濱工業(yè)大學(xué) 2007

碩士論文
[1]南疆紅棗多角度高光譜偏振檢測(cè)模型研究[D]. 陳沖.塔里木大學(xué) 2019
[2]偏振圖像配準(zhǔn)與分類算法研究[D]. 王溪.安徽大學(xué) 2018
[3]基于高光譜技術(shù)的南疆紅棗圖像的識(shí)別與分類方法的研究[D]. 孔維楠.塔里木大學(xué) 2017
[4]基于近紅外高光譜圖像技術(shù)的南疆紅棗內(nèi)部品質(zhì)的研究[D]. 李偉偉.塔里木大學(xué) 2017
[5]近紅外光譜技術(shù)在南疆紅棗品質(zhì)快速無損檢測(cè)中的應(yīng)用研究[D]. 彭云發(fā).塔里木大學(xué) 2015
[6]偏振高光譜圖像多維度信息提取及目標(biāo)檢測(cè)算法研究[D]. 馬文靜.哈爾濱工業(yè)大學(xué) 2014
[7]花崗巖反射光譜二向性特征研究[D]. 尹力.核工業(yè)北京地質(zhì)研究院 2014
[8]偏振方向反射與二向性反射定量關(guān)系研究[D]. 吳太夏.東北師范大學(xué) 2006



本文編號(hào)：2934807