霉心病是蘋(píng)果生長(zhǎng)過(guò)程中多見(jiàn)的病害之一,其在果樹(shù)生長(zhǎng)初期、成熟期和貯藏期分別會(huì)導(dǎo)致果樹(shù)落果、果實(shí)品質(zhì)下降和果實(shí)腐爛,甚至還會(huì)引起相鄰的健康果實(shí)病變等一系列現(xiàn)象,不僅影響了食品安全,還會(huì)影響蘋(píng)果的市場(chǎng)價(jià)值。目前,蘋(píng)果外部品質(zhì)分級(jí)檢測(cè)技術(shù)相對(duì)成熟,并且得到了普遍應(yīng)用,但對(duì)于其內(nèi)部品質(zhì)的檢測(cè)技術(shù)相對(duì)較差。為實(shí)現(xiàn)蘋(píng)果霉心病的無(wú)損檢測(cè),本研究提出了利用蘋(píng)果光譜特征結(jié)合密度特征的多元信息檢測(cè)方法,主要研究?jī)?nèi)容如下:（1）采用MPA近紅外光譜儀采集光譜,根據(jù)蘋(píng)果自身特點(diǎn),對(duì)蘋(píng)果樣品的赤道部位每隔120°進(jìn)行1次光譜掃描,取3條光譜的平均光譜作為蘋(píng)果樣品的原始光譜,從而有效消除了光譜采集位置不同產(chǎn)生的誤差,使得模型預(yù)測(cè)效果更準(zhǔn)確。采用佳能相機(jī)800D進(jìn)行圖像采集,拍照完畢后將蘋(píng)果旋轉(zhuǎn)90°,再進(jìn)行拍照,每個(gè)蘋(píng)果共進(jìn)行4次拍照。（2）利用卷積平滑法和均值中心化法進(jìn)行光譜原始數(shù)據(jù)的預(yù)處理。上述兩種預(yù)處理方法對(duì)蘋(píng)果樣品在4000-12500 cm-1的波數(shù)范圍內(nèi)進(jìn)行光譜原始數(shù)據(jù)的預(yù)處理。截取預(yù)處理后的部分光譜數(shù)據(jù)進(jìn)行主成分分析,將分析后的數(shù)據(jù)采用Fisher判別模型進(jìn)行比較:發(fā)現(xiàn)利用卷積平滑預(yù)處理后的光譜數(shù)據(jù)... 

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 國(guó)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與章節(jié)安排
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
        1.3.3 章節(jié)安排
2 試驗(yàn)數(shù)據(jù)采集
    2.1 試驗(yàn)對(duì)象
    2.2 數(shù)據(jù)采集
        2.2.1 光譜數(shù)據(jù)采集
        2.2.2 圖像數(shù)據(jù)采集
        2.2.3 質(zhì)量數(shù)據(jù)采集
        2.2.4 體積數(shù)據(jù)采集
    2.3 樣本標(biāo)定
    2.4 本章小結(jié)
3 近紅外光譜特征分析處理
    3.1 試驗(yàn)數(shù)據(jù)預(yù)處理方法
        3.1.1 卷積平滑處理法
        3.1.2 均值中心化
    3.2 光譜數(shù)據(jù)降維
    3.3 Fisher判別分析
    3.4 判別結(jié)果分析
    3.5 本章小結(jié)
4 蘋(píng)果圖像處理及密度測(cè)定
    4.1 體積測(cè)量方法前期研究
    4.2 基于計(jì)算機(jī)視覺(jué)的蘋(píng)果圖像處理方法
        4.2.1 數(shù)字圖像處理介紹
        4.2.2 自適應(yīng)閾值法
        4.2.3 K-means聚類算法
        4.2.4 融合Otsu算法與K-means聚類算法的蘋(píng)果目標(biāo)分割方法
    4.3 蘋(píng)果體積擬合模型及蘋(píng)果體積的計(jì)算方法
        4.3.1 數(shù)字圖像法計(jì)算蘋(píng)果體積
        4.3.2 擬合模型的建立
        4.3.3 蘋(píng)果體積計(jì)算結(jié)果
    4.4 蘋(píng)果密度研究
    4.5 蘋(píng)果密度臨界值的確定
    4.6 本章小結(jié)
5 蘋(píng)果霉心病判別模型
    5.1 模型建立方法及評(píng)價(jià)標(biāo)準(zhǔn)
        5.1.1 支持向量機(jī)(SVM)
        5.1.2 BP神經(jīng)網(wǎng)絡(luò)
        5.1.3 評(píng)價(jià)標(biāo)準(zhǔn)
    5.2 模型預(yù)測(cè)結(jié)果
        5.2.1 粒子群-支持向量機(jī)(PSO-SVM)
        5.2.2 BP神經(jīng)網(wǎng)絡(luò)
        5.2.3 實(shí)驗(yàn)結(jié)果分析
    5.3 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]基于高光譜圖像和3D-CNN的蘋(píng)果多品質(zhì)參數(shù)無(wú)損檢測(cè)[J]. 王浩云,李曉凡,李亦白,孫云曉,徐煥良.  南京農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020(01)
[2]基于近紅外光譜技術(shù)的蘋(píng)果霉心病檢測(cè)方法[J]. 王梓萌,劉景艷,姚騰飛,李東明.  科學(xué)技術(shù)與工程. 2019(10)
[3]基于支持向量回歸的驢肉脂肪和蛋白質(zhì)近紅外檢測(cè)模型優(yōu)化[J]. 牛曉穎,邵利敏,焦慎江,李曉燦,趙志磊.  河北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[4]基于近紅外光譜和PSO-SVM算法的煙葉自動(dòng)分級(jí)方法[J]. 楊雙艷,楊紫剛,張四偉,李長(zhǎng)昱,吳書(shū)嬌,邱昌桂.  貴州農(nóng)業(yè)科學(xué). 2018(12)
[5]近紅外光譜的馬鈴薯環(huán)腐病SIMCA模式識(shí)別[J]. 張小燕,楊炳南,曹有福,李少萍,趙慶亮,興麗.  光譜學(xué)與光譜分析. 2018(08)
[6]近紅外光譜技術(shù)對(duì)鮮切哈密瓜品質(zhì)檢測(cè)的研究[J]. 宋雪健,王洪江,張東杰,于金池,周義,于果.  農(nóng)產(chǎn)品加工. 2018(10)
[7]蘋(píng)果內(nèi)外品質(zhì)在線無(wú)損檢測(cè)分級(jí)系統(tǒng)設(shè)計(jì)與試驗(yàn)[J]. 李龍,彭彥昆,李永玉.  農(nóng)業(yè)工程學(xué)報(bào). 2018(09)
[8]基于計(jì)算機(jī)視覺(jué)的蘋(píng)果水心病無(wú)損在線分級(jí)系統(tǒng)[J]. 張弘煬,蔡騁.  農(nóng)機(jī)化研究. 2018(10)
[9]近紅外光譜技術(shù)結(jié)合PLS和SPA檢測(cè)鮮冬棗表面農(nóng)藥殘留量的方法[J]. 蔣霞,張曉,白鐵成,陳杰,張楠楠.  江蘇農(nóng)業(yè)科學(xué). 2018(02)
[10]近紅外光譜分析技術(shù)在蘋(píng)果品質(zhì)檢測(cè)中的應(yīng)用進(jìn)展[J]. 王世芳,崔廣祿,馮曉元,韓平.  食品安全質(zhì)量檢測(cè)學(xué)報(bào). 2017(12)

碩士論文
[1]融合多源信息的蘋(píng)果霉心病在線檢測(cè)方法研究[D]. 吳辰星.西北農(nóng)林科技大學(xué) 2017
[2]融合特征波段與果徑的蘋(píng)果霉心病無(wú)損檢測(cè)設(shè)備設(shè)計(jì)[D]. 陳克濤.西北農(nóng)林科技大學(xué) 2016
[3]近紅外光譜在線分析鮮茶葉品質(zhì)的研究[D]. 張民.湖南農(nóng)業(yè)大學(xué) 2015
[4]基于密度特征的蘋(píng)果霉心病無(wú)損檢測(cè)方法研究[D]. 張衛(wèi)園.西北農(nóng)林科技大學(xué) 2015
[5]基于近紅外光譜技術(shù)和X射線圖像的鮮棗蟲(chóng)害檢測(cè)研究[D]. 孫海霞.山西農(nóng)業(yè)大學(xué) 2014
[6]基于NIR高光譜成像技術(shù)的長(zhǎng)棗蟲(chóng)害及可溶性固形物無(wú)損檢測(cè)研究[D]. 羅陽(yáng).寧夏大學(xué) 2013
[7]富士蘋(píng)果霉心病病原菌侵染特性研究[D]. 張強(qiáng).西北農(nóng)林科技大學(xué) 2012
[8]基于機(jī)器視覺(jué)和X射線的蘋(píng)果霉心病檢測(cè)方法研究[D]. 楊亮亮.西北農(nóng)林科技大學(xué) 2009
[9]蘋(píng)果水心病及褐變光學(xué)無(wú)損傷檢測(cè)研究[D]. 劉新鑫.中國(guó)農(nóng)業(yè)大學(xué) 2004



本文編號(hào)：3705828